AI成熟度量表 | 製造業AI升級引擎

第一部分：數據與基礎設施

1.貴公司目前各製造業相關E化資訊系統的採用情況如何？

2.貴公司目前工廠的產線或廠務設備是否可連接網路並自動收集數據？

a.產線廠務設備大多仍須人工操作，尚未自動化。

b.大多產線廠務設備仍只落在自動化控制階段，設備尚未機聯網。

c.全部產線廠務設備中，只有少數關鍵產線的主要機台設備有機聯網。

d.全部產線廠務設備中，已有多條關鍵產線設備與廠務設備已機聯網，並有單機或整線可視化應用。

e.全部產線廠務設備中，已有多條關鍵產線與廠務設備皆已機聯網，並可做雙向遠端操控。

3.貴公司系統數據的蒐集及數據串接整合程度如何？

a.公司營運狀態，大多尚未採用數位化系統，未累積數據資料。

b.公司有資訊系統，而系統多獨立運作，未有串接。

c.公司不同資訊系統已部分進行數據串接，應用與數據可互通。

d.公司資訊系統已導入串接外部第三方系統資料，並建立公司「數據管理平台」集中彙整各方數據。

e.公司已可靈活使用內部資訊系統資料，且已建立「數據儀表板」做數據可視化分析，可用於做企業經營策略分析。

4.貴公司目前主要使用哪些伺服器運算與儲存資源環境來支持AI相關應用？

a.未使用伺服器或運算設備提供AI應用服務。

b.以「未含GPU」之基本伺服器或運算設備，進行數據存取與提供公司AI應用服務。

c.自建或透過雲端服務取得具備GPU算力之伺服器，佈署公司自有AI應用服務。

d.自建並透過雲端服務，採Hybrid混合雲的資訊架構，取得具備GPU算力之伺服器，訓練且佈署AI模型，發展公司自有AI應用服務。

e.自建並透過雲端服務，採Hybrid混合雲的資訊架構，取得具備GPU算力之伺服器，並且在工廠地端有自建邊緣運算終端設備，訓練且佈署AI模型，發展公司自有且即時的AI邊緣運算應用服務。