生成式AI雖已經在各行各業開花結果，但在對良率、成本管控有高要求的晶圓製造業，為什麼難用AI？
「我每天都叫ChatGPT給我最新的狀況，」素有晶圓女王之稱的環球晶董事長徐秀蘭在今年初的媒體餐敘，分享自己迷上使用ChatGPT，透過它了解總統大選選舉能源政策，以及CES Show（美國消費性電子展）的最新科技，原來每天凌晨3點58分起床，工作18個小時，會議一場接一場的她，日常已經跟生成式AI密不可分。
但一個人使用ChatGPT吸收新知很簡單，要推動橫跨3大洲、9國，有6,000名員工的企業導入AI，提升工作效率與產品良率卻不容易。徐秀蘭於SAP NOW Taiwan論壇中分享環球晶導入AI的3大挑戰，這也是多數企業正在面對的共同痛點。以下為演講摘要：
挑戰1：經營層難說服：AI算不出ROI
製造業是「每一分錢都要省」的產業，每次要推AI，大家都先問：payback（收益）怎麼算、ROI（投資報酬率）怎麼算？AI就是一個算不出ROI的東西，所以我每次都要說愛迪生的故事。
1880年1月，愛迪生發明燈泡時換了非常多材料，首次成功讓燈泡持續亮了超過24小時，紐約時報去參觀他的實驗室，他認為燈泡一定可以取代蠟燭，改變人類的生活，記者問他：「你雖然做出一個突破人類科技史的技術，但人們需要很有錢才能點的起昂貴燈泡，」愛迪生聽了便自信滿滿地說，他們會讓燈泡變得非常便宜，便宜到只有有錢人才會去點蠟燭。
愛迪生的確成功了，今天只有有錢人會去很貴的餐廳，點蠟燭吃燭光晚餐，衣服也是有錢人才會穿手工衣，今天生成式AI讓用AI變便宜了，未來更多的狀況會變成雇用人去做會比AI還貴，就像蠟燭變得比燈泡貴一樣，我覺得這是很有可能發生的。
挑戰2：數據搜集難：工廠跨國、機台種類差異大
即使我們決定要導入AI，還有很多實務上的困難。
環球晶圓總共有18個工廠，橫跨9個國家，在歐洲、亞洲、美洲都有，半導體工廠的數據量超級大，每一道製程要記錄的可能就超過100個點，但這麼多國家、廠區，這些設備的老舊程度不一樣，甚至品牌不一樣，例如日系的設備和歐洲的設備自動化程度不一，就無法使用同一套數據搜集，資料取得的難度差距非常大，沒有辦法取得資料，就沒有辦法做AI。
挑戰3：人才難尋：需同時了解AI與晶圓製造
剛剛主持人提到企業轉型「問題都在前3排，根源都在主席台」，確實不是經營團隊每個成員都對AI這麼了解，我們內部也有很多辯論，後來的經驗會發現，年輕一代對AI的認識比前幾排的高階主管都強很多，所以在做AI佈局時，要從自己內部的年輕人才培養，因為導入AI同時需要了解自己公司內部的領域知識，但也不要排斥外部人才，因為同時具有AI專業與晶圓製造知識的人才，實在太少。
尤其環球晶圓的廠區遍佈各國，各國AI人才的成熟度也有所差異，需要跨國、跨專業的合作，這也讓大型製造業推動AI更加困難。
文／李佳樺
出處 Cheers
https://www.cheers.com.tw/article/article.action?id=5103362
