人工智慧（AI）成為各行各業顯學，近年製造業也紛紛透過導入AI來提高生產效率外，未來更可在大數據資訊中整合跨領域知識。AI固然帶來不少好處，然此也引發業界憂慮，認為AI會在製造工程教育以及研發上帶來隱憂，使得製造業過去創造台灣經濟奇蹟的製造相關經驗與學理，會逐漸被忽略。虎尾科大副校長、卡內基美隆大學機械工程博士張禎元日前受邀參加AI論壇時，就點出當中的利與弊。

從工程師到教授不同身分的轉換，也在東、西方國家不同教育體系間觀察，談到當前AI浪潮對製造業的看法，張禎元表示，過去台灣教育體制常把製造的「工程」視為科學（Science），但美國則是把工程定義為科學加上經濟（Economy），然從經濟層面思考的商業模式，才是真正價值所在。

他認為，AI智慧製造除了智慧技術外，扎實的製造工程知識（Domain Know-How）與合適的商業模式才是關鍵，而商業模式取決於該企業的定位，因為做設備、零件還是以服務為導向，都會有不同定位，論述也會不一樣，做製造服務不是看技術有多先進，而是在於有無滿足客戶需求。

因此他建議，台灣在製造工程的思維，不是說理工做得好就好，還要重視終端應用市場，將價值融入在教育研發裡。

他也提到，台灣有個很奇怪的特色，喜歡將東西分出高低，產業也分高低，與高科技相對的就是傳統製造業，但國外並非如此，只要能做出有價值的東西並且獲利，各種產業都是高科技。但台灣社會對「製造」會有既定印象，認為價值比較低，但其實不見得，若能善用裡面的Know-How，將有機會創造更高的價值。台灣產業邁入數位轉型時代，但腦袋也得跟著轉型。

當前AI成為顯學，各行各業都在探索AI的妙處。而AI對製造工程教育與研發也有利有弊。從優點來看，張禎元認為，數位化讓過去的製造經驗傳承，從「類比式」傳輸轉化爲數位匯流，數據庫成為AI的養分，也打破過去各領域如機械、電機、化工等領域的知識藩籬，許多過去不會有交集的跨領域知識可以整合在一起，或許能產生新的知識，或是改進現有的知識。

但從教育與研發的角度來看，若無法善用AI，一方面可能會弱化基礎工程教育，因為目前AI就像黑盒子，難以從外部去了解其中原理，也因此會愈來愈欠缺對於基礎科學、如物理化學的基本理解，未來工程師可能連基礎學識都會依賴AI。張禎元形容，「過去如遇到不會的問題就會Google一下，但現在則是AI一下。」

另一方面則是會忽略工程訓練與思維，因為未來AI可能只是在數字與螢幕後工作，缺乏團隊合作過程，張禎元認為這會是未來很大的隱憂。如同上述所提，AI就像黑盒子，人類往往會認為一切都是理所當然，雖然會使用工具，但對應用對象相關的學科與技術卻不甚瞭解，因此如何確保AI的可解釋、可信賴，也是另一個隱憂。

而在AI時代，台灣該如何培養工程教育與研發戰略？張禎元則認為，應該考慮台灣競爭優勢。從他在美國與台灣兩地的經驗觀察，他認為，美國教育體制下，在創新、設計、領導力與團隊合作能力很強，但台灣則是在基礎科學教育（STEM）比較扎實。

一如台積電創辦人張忠謀曾分享對台、美工程師工作態度的看法，張禎元認為，台灣的文化與態度是非常可貴的，台灣在製造技術上有競爭優勢，更藉此培養出解決事情的積極性與執行力，這在國外是很多人都做不到的。但在另一方面，AI讓製造經驗變成可複製，AI的發展是否因此讓台灣失去優勢，也值得好好思考。