隨著各個產(chǎn)業(yè)陸續(xù)展開數(shù)碼轉(zhuǎn)型，大型跨國企業(yè)已開始運用人工智能(AI)以在當(dāng)前的數(shù)碼環(huán)境維持競爭力，而無論規(guī)模大小，AI對所有企業(yè)同樣重要，因此中小型企業(yè)也應(yīng)該急起直追，馬上開始思考如何善用AI。

據(jù)報導(dǎo)，隨著工業(yè)物聯(lián)網(wǎng)(IIoT)的興起，許多企業(yè)在收集生產(chǎn)系統(tǒng)產(chǎn)生的資料過程中發(fā)現(xiàn)，僅靠資料分析仍無法有效處理這些巨量資料，并提供深刻見解以應(yīng)用于驅(qū)動生產(chǎn)作業(yè)進展。而這正是AI與機器學(xué)習(xí)能大展身手的領(lǐng)域。

企業(yè)必須認(rèn)知AI與機器學(xué)習(xí)將扮演日益吃重的角色，2017年企業(yè)在AI與機器學(xué)習(xí)的支出為120億美元，IDC預(yù)測，到2021年將成長到576億美元。雖然機器學(xué)習(xí)用于篩檢大數(shù)據(jù)(big data)可找出模式與深刻見解，但能讓企業(yè)善用這些見解創(chuàng)造價值的則是AI，例如在自動變更生產(chǎn)線排程時，管理整個供應(yīng)鏈的變化，以避免作業(yè)沖突與中斷。

隨著隨選經(jīng)濟(on-demand economy)的興起與日益復(fù)雜的全球供應(yīng)鏈，AI有助于企業(yè)在高度競爭的市場維持領(lǐng)先。為有效運用AI，企業(yè)必須先更新與強化基礎(chǔ)架構(gòu)，包括升級網(wǎng)絡(luò)以利將資料快速、可靠的傳輸?shù)竭吘壪到y(tǒng)進行處理；其次須部署收集資料的傳感器與資料分析工具；最后由資料科學(xué)家基于深刻的見解最佳化業(yè)務(wù)程序，讓企業(yè)真正從運用AI獲益。

基本上AI可區(qū)分為Big AI與Little AI，Big AI用于解決跨多重企業(yè)的大型復(fù)雜問題，通常會運用在云端的大數(shù)據(jù)；而Little AI為實時的邊緣(edge)分析工具，專注于解決在最少人力介入下最佳化單一生產(chǎn)線之類的微型(micro)問題，可部署于高可用度系統(tǒng)，運用AI驅(qū)動自動化，中小企業(yè)可由此開始運用AI，臨近自動化生產(chǎn)系統(tǒng)就地部署是Little AI主要的應(yīng)用場景。