看影片(在新分頁開啟原站)連到 數位時代Official
其他版本:Podcast 版(在新分頁開啟)
摘要
探討工業 AI 如何解決經驗傳承瓶頸,將老師傅的經驗淬鍊成 AI 模型以輔助新人。內容涵蓋預測性維護的系統整合、AI 取代人力堆疊的思維轉變,以及台灣製造業在 AI 時代的應用前景。
This episode discusses how Industrial AI solves the bottleneck of experience transfer by turning master craftsmen's knowledge into AI models.
摘要、重點與章節標題由語言模型整理,細節(誰說的、數字、先後)可能有誤;要引用請以原始內容為準。
重點
- 工業 AI 核心在於系統化建置而非單純堆疊人力。
- 透過 AI 模型將老師傅經驗轉化為可傳承的數位知識。
- 預測性維護需打通 IT 與業務系統以提升整體效率。
適合誰看
製造業從業人員、科技產業管理者或對工業 AI 趨勢感興趣者。
摘要依據
- 依據
- 語音轉文字
為什麼排在這裡
- 人氣
- 0.42
- 新鮮
- 1.00
在主題頁與搜尋結果裡,名次由相關、人氣、新鮮三個分數決定;這一頁沒有搜尋的關鍵字,所以沒有相關分數。排序怎麼算
相關內容
- 【記者茶水間】EP238.什麼是「AI時代新人才」?當寫程式、翻譯被 AI 包辦,專訪台大教授與企業人資長:為什麼「想做什麼」成為人類護城河?影片 ・ 數位時代Official ・ 21 分鐘
- 【百工百業用AI -9:如何重新AI賦能】(蔡明順校務長│台灣人工智慧學校)影片 ・ 台灣人工智慧學校 ・ 19 分鐘(在新分頁開啟原站)
- EP183 | 特斯拉的AI工程師!Feat. Chiao, 阿財科技分享影片 ・ 科技工作講 Tech Job N Talk ・ 1 小時 16 分(在新分頁開啟原站)
- AI Proficiency: From Users to BuildersPodcast ・ Practical AI ・ 56 分鐘
- 從學界重返業界的博士生學習心法(下) 想踏入AI產業?先掌握這些關鍵特質與趨勢 - 工程師與他們的產地影片 ・ 緯育TibaMe ・ 8 分鐘(在新分頁開啟原站)
- AI Engineer Paris 2026 Opening Keynotes: Mistral, Langfuse & Sizzy | Day 1影片 ・ AI Engineer ・ 1 小時 14 分(在新分頁開啟原站)
摘要由 AI 根據原文產生,可能有誤;完整內容請看原站。看影片(在新分頁開啟原站)
