而市場(chǎng)則是針對(duì)產(chǎn)業(yè)AI進(jìn)展分析指出，數(shù)碼化程度越高的產(chǎn)業(yè)，其AI發(fā)展進(jìn)程相對(duì)更快也更容易，而醫(yī)療與制造業(yè)則是因數(shù)碼化程度不及而在AI發(fā)展上產(chǎn)生隱憂(yōu)。

研調(diào)機(jī)構(gòu)Gartner資深研究總監(jiān)呂俊寬表示，AI的發(fā)展與基本上與數(shù)據(jù)息息相關(guān)，因此從企業(yè)的數(shù)碼化程度就可以略知該產(chǎn)業(yè)是否具備產(chǎn)業(yè)AI化的潛力，基本上數(shù)碼化程度越高的產(chǎn)業(yè)，AI進(jìn)展越快。

他舉例，象是電商、金融都是具備大量數(shù)據(jù)資產(chǎn)的產(chǎn)業(yè)。而金融業(yè)近年則是大開(kāi)大門(mén)愿意開(kāi)放數(shù)據(jù)信息共享，但像教育及醫(yī)療產(chǎn)業(yè)，前者幾乎沒(méi)有數(shù)碼化，而醫(yī)療則由于信息牽涉到個(gè)資問(wèn)題，屬于醫(yī)療單位的封閉資產(chǎn)，并非開(kāi)放性信息，因此醫(yī)療要發(fā)展產(chǎn)業(yè)AI化也得先打破信息孤島的阻礙。

而與醫(yī)療產(chǎn)業(yè)面臨相同問(wèn)題的包括制造業(yè)。根據(jù)市場(chǎng)預(yù)估，時(shí)至2020年，每個(gè)工廠每天將從智能裝置收集超過(guò)14.4億個(gè)資料點(diǎn)(data point)。這個(gè)數(shù)字代表制造業(yè)的前景備受看好，是所有產(chǎn)業(yè)中擁有數(shù)據(jù)資產(chǎn)最多的產(chǎn)業(yè)，理應(yīng)來(lái)說(shuō)也應(yīng)是最有本錢(qián)發(fā)展產(chǎn)業(yè)AI化的產(chǎn)業(yè)。

不過(guò)回歸產(chǎn)業(yè)數(shù)碼化與AI發(fā)展的關(guān)系，根據(jù)業(yè)者指出，雖然制造業(yè)現(xiàn)已導(dǎo)入MES或ERP等E化系統(tǒng)，但回歸最底層的設(shè)備端，由于現(xiàn)有機(jī)臺(tái)的智能化程度不高，現(xiàn)階段仍面臨許多生產(chǎn)數(shù)據(jù)還是以非數(shù)碼訊號(hào)呈現(xiàn)，靠的是人工讀表，再利用紙本抄寫(xiě)或事后輸入。

例如制鞋業(yè)要求生產(chǎn)線(xiàn)派員定時(shí)巡檢，并手寫(xiě)記錄異常狀況，之后再將資料輸入計(jì)算機(jī)制成報(bào)表，此種透過(guò)繁復(fù)的人工抄寫(xiě)與資料輸入，首先在時(shí)間上就已產(chǎn)生落差，更別說(shuō)人工抄寫(xiě)隱含失誤問(wèn)題，在要求掌握實(shí)時(shí)生產(chǎn)狀況的需求下，這樣的數(shù)據(jù)格式與產(chǎn)出根本幫不上忙，更別談要利用AI優(yōu)化制程。

著眼于此問(wèn)題，因此現(xiàn)階段市場(chǎng)上各式解決方案也大顯神通，試圖協(xié)助制造業(yè)者透過(guò)在設(shè)備層建立網(wǎng)絡(luò)通訊，先將最底層的生產(chǎn)數(shù)據(jù)以數(shù)碼訊號(hào)格式萃取出來(lái)，并透過(guò)異質(zhì)資料平臺(tái)的轉(zhuǎn)換與集成，成為可供制造業(yè)者利用的關(guān)鍵數(shù)據(jù)。

所謂的設(shè)備聯(lián)網(wǎng)其實(shí)并非狹義的僅擷取機(jī)臺(tái)本身的信息，凡是與制程相關(guān)的數(shù)據(jù)資料只要能轉(zhuǎn)換成數(shù)碼訊號(hào)者都能納入成為被收集的標(biāo)的。像部分生產(chǎn)在線(xiàn)的傳統(tǒng)型量表過(guò)去是靠人工目視取得數(shù)據(jù)，而現(xiàn)經(jīng)由加裝傳感器則可透過(guò)通訊模塊直接將數(shù)據(jù)以數(shù)碼訊號(hào)格式往上傳輸，從而實(shí)現(xiàn)數(shù)據(jù)擷取的最后一哩路。