讓工程師成為部署工作的核心
將 AI 試點應用於日常製造，需要同時做好技術與人才準備。在 Reimagining Tomorrow: AI, Innovation and Workforce Transformation 活動中，我們探討了工程師如何參與塑造自己使用的系統。活動匯聚企業領導者、人力資源從業者與技術創新者。
2026 年 8 月 21 日，解決方案主管 Mike Feng 發表了題為「From Pilot to Scale: Transforming Advanced Manufacturing with Industrial AI Agents」的演講。他強調三項相互關聯的重點：建構合適的技術、培育合適的人才，以及解決實際工業挑戰。工程師的知識與參與是這個方法的核心。
我們的方法讓工程師承擔訓練與規模化部署工業代理的角色，目標是釋出更多時間用於學習與更高價值的工作，同時讓生產決策權保留在人手中。隨著代理應用擴大，工程師貢獻他們對工作的理解，並持續掌握生產決策權。
為超越試點、擴大應用做好準備
在另一次於 2026 年 7 月進行的討論中，CEO Xu Jinsong 指出了工業 AI 規模化面臨的障礙：異質的營運環境、碎片化資料、部署能力、人才對系統的採用，以及對可靠解決方案的需求。這些挑戰影響著我們如何讓解決方案做好準備，從首個應用擴展至更多情境。
每項障礙都需要關注。解決方案需要可用的資料，團隊需要了解不同的營運環境，並具備部署能力。製造商還需要協助使用系統的人做好準備。因此，技術準備與人才準備必須同步推進。
我們的 N–1–N 路徑旨在將產業知識與經過驗證的應用案例整合為可重複的部署方法，再擴展至不同工廠與應用。它將資料、代理與應用，以及組織知識連結起來，讓工業經驗成為規模化的基礎。
工程與人才發展的共同議程
對製造業與人力資源領導者而言，幾個實際問題緊密相連：哪些工程知識應融入系統，人們將如何學習使用系統，誰保留生產決策權，以及將這個方法複製至其他情境之前需要具備哪些條件？共同處理這些問題，就能將人才發展納入部署計畫。
我們認為，人才發展是為 AI 部署擴大應用做好準備的一部分。在活動中，我們將工程師的學習與更高價值工作，和規模化部署代理的技術任務連結起來。規模化計畫需要同時說明技術將如何運作，以及負責生產的人將如何參與塑造它的使用方式。