三民網路書店 / 搜尋結果

傳統的智慧製造概念專注於製造領域的整合，無法處理工具機產業的特定產業特殊性，也未能考量跨產業生態系統的整合。針對工具機產業的數位成熟度測量，McAfee與Brynjolfsson 提出了改變生產方式、企業間合作方式和與群眾關係的核心概念，強調AI 自動化與機器人技術的應用，促進開放創新並創造人機協作。跨產業的數位轉型與生態系統概念將使工具機產業能超越智慧製造的侷限觀點，採取更寬廣的數位轉型策略。 因此，本研究針對國內工具機產業的產業結構與面臨問題進行解析，從智慧營運的角度思考建立我國工具機產業的數位成熟度量表。利用此量表對國內已實行數位轉型和工業4.0 方案的工具機企業進行成熟度評估與個案分析，提供技術策略與創新組織策略的參考。工業4.0 的新興技術，包括：物聯網、工業物聯網和雲端製造等，整合了實體物體、人類行為者、智能機器和生產流程，形成智慧、網絡化和靈活的價值鏈。這些技術挑戰和機會需要透過數位營運與數位成熟度量表來指導，調整業務戰略和營運模式。 Schumacher 等人指出，工業4.0 成熟度測量需要特殊的特徵和工具，不同產業應開發專屬的成熟度評估模型。研究的主要目的是修訂智慧製造成熟度模型，並設計KPI，探討具體指標，為台灣製造業導入智慧製造前的規劃與導入後的效益評估提供參考。 本研究認為，智慧製造成熟度的評估應優先考慮企業發展策略與智慧製造的吻合度。對於高度吻合的智慧製造方案項目，應評估其導入與應用的深度，作為智慧製造成熟度的標準。因此，智慧製造成熟度指標的建立應先從評估架構開始，並依據企業發展策略與智慧製造的吻合度，建立導入前的先行指標（以深度與廣度為主）和落後指標（以效率和財務效益為主）。 在工具機廠商個案分析方面，受訪企業普遍重視資安風險，但目前僅限於公司內部即時監控網路流量和使用防火牆。大型企業積極在CNC 和終端使用者中實施網路分段，並加強軟體服務和應用程式更新，以防堵駭客攻擊漏洞。本研究針對六個智慧製造案例特點進行比較。 從比較可以看出，同屬機械設備業的企業，因規模和產品特性不同，智慧化深度也有所不同。本研究認為，未來機械設備業的競爭中，「智慧機械」需要進一步強化人工智慧的應用，以提升機械的預測性和自動回應性。這需要機械設備使用者、製造商與學研單位的共同合作。 研究發現，企業生產現場智慧化成熟度顯著受企業規模和員工數量影

新興科技之風險處理途徑，除了聚焦負面技術風險的實驗室層次之科技評估(tech-nology assessment) 之外，還需要同時關注正面與負面影響，並且同時關注技術風險與組織模式。因此，需要透過比較聚焦整體社會挑戰之風險評估途徑，包括：盡責創新(Responsible Innovation)、社會創新(Social Innovation)、盡責研究與創新(Responsible Re-search and Innovation, RRI) 、生活實驗室(Living Lab) 等不同途徑，才能藉由降低技術之負面影響、改變組織模式與生產模式，真正創造附加價值實現新興技術的巨大效益。 本報告旨在比較不同科技風險評估、風險管理的主要途徑，聚焦於人工智慧(AI)盡責創新的風險管理，比較分析各國對生成式AI 風險因應與創新策略。盡責創新均衡看待技術商業化與技術風險，Living Lab 則關注使用者與地區之需求，RRI 則偏重負面科技風險。 第一章緒論首先闡釋多元系統創新途徑的重要性，強調科技創新應專注解決社會經濟面臨的挑戰，科研體系亦應與社會挑戰緊密聯繫以實現轉型與進步。再者探討RRI( 盡責創新)、社會創新及Living Lab 之間的關聯性，RRI 應結合責任創新並與全球創新網絡相結合，並闡明盡責創新與社會創新的差異及應用價值。 第二章聚焦於經濟合作與發展組織(OECD)「可信賴AI」原則及NIST 之AI 系統風險評估架構，並比較美國AI 權利法案與歐盟GDPR 等法案。此外，解析歐盟如何透過建立數位生態系統，改變創新的組織模式，透過納入非醫療領域、多元行動者參與，比較並評估AI 模型的錯誤率、準確率、延遲率和通量與模型基準。第三章及第四章則比較不同國家在個人資料保護、法規制度與AI 風險管理框架上的差異做法，特別關注美國、中國與歐盟在自我管制、立法與監管層面的策略分歧，並探討其對地緣政治的影響，同時介紹公平性、責任性與透明性(FAT) 等原則在AI 應用中的重要性。 藉由全面探討社經挑戰導向科技創新政策的主要途徑，突顯系統創新途徑的重要性，唯有透過改變創新組織模式，才能反身性地評估風險並大幅實現效益，降低生成式AI 對消費者知情選擇權、個人資料控制權、數位生態系統、智慧財產權等之衝擊。

本書比較分析我國與美國生技製藥產業之分工與研發合作型態之差異，並經由專利資料之專利類別、分類，探討我國生技製藥產業專注利用(exploitation)之創新途徑下，企業之吸收能量、技術多元性、技術範疇等量化指標對研發合作及企業創新績效之影響。

本研究聚焦於探討各國研究補助機制及新興機制改革議題，並藉此為我國研究補助機制之改革方向提出建議。本研究亦由知識生產體系的產官學研發專殊化與分工體系之系統性觀點，探討科技產出的知識如何被研發分工的跨組織結構以及組織內部結構所無形地篩選，知識不僅鑲嵌於企業組織的商品、服務中也同時鑲嵌於組織程序中，因此，當企業專注於研發投資與商品、核心能力之相關性時，其組織結構也會無形地篩除激進創新的概念，同樣地科技補助機關也通常將研究投資對應其機關策略目標，與其核心目標不相符的研究計畫可能經由主動篩選或被動篩選而被篩除。

各國創新區域均試圖藉由地理鄰近性，促進國際企業及產官學進駐且密集互動之知識群聚，同時透過智慧專殊化促進產業研發與大學研究聚焦於區域挑戰或關鍵創新主題，並且透過吸引國際企業、國際創投，執行加速器計畫等財務網絡，串聯創新區域之知識生態系統與商業生態系統。 本研究聚焦以色列CyberSpark、美國San Diego、加拿大Ottwa、荷蘭Hague、英國Belfast、美國Austin 等創新區域之創新生態系統之關鍵組成，探討其所採用之生態系統發展策略及政策工具。透過比較其大學、創投、資安加速器、卓越研究中心、驗證場域之搭配模式與運作模式，分析我國沙崙研發大樓之組織分工與樓層安排。

本研究採用紮根理論方法進行實證分析，呈現我國生技製藥產業之AI應用現況及新技術應用之技術障礙與組織障礙，經由大數據分析能力(BDAC)、組織學習、吸收能量、研發雙元性、重組能力等概念，探討影響國內生技製藥導入AI與大數據分析之因素，並提出相關政策改良之建議。

在需求日新月異、產品少量多樣、客製化等因素的驅使下，製造商必須利用智慧製造—一種結合最先進感測、人工智慧、自動化等資通訊技術的製造模式—來快速適應市場變化並提升獲利空間。我國政府也從2011 年推動「智慧機械2.0」，2016 年提出「智慧機械產業推動方案」，並將獎勵措施入法( 如產業創新條例、投資產業辦法、投資抵減辦法、紓困振興辦法等)，來推動智慧製造技術的發展。經過這些年，政府投資效益與產業發展現況，可以運用一套「智慧製造成熟度指標」來評估，以作為未來投資與發展方向修正的指引。本研究討論了文獻上的7 個重點智慧製造成熟度指標，分析各指標的架構和內容，比較其優缺點，並透過成熟度指標的意涵，對產業發展策略與政府往後政策方向，提供相關建議。

研究係科學的組織化展現，技術開發係鑲嵌於企業商品與競爭之中。本書藉由創新管理理論分別介紹NPV、ROI、MAU、DEA、Bucket Method、MADM、線性規劃組合最佳化等方法，並說明組織如何於研發計畫篩選與評估中，理解方法預設並克服阻礙創新的組織障礙。

本研究探討生技製藥產業之部門創新系統(sectoral innovation system)特性，並透過企業能力、組織學習等觀點，解析生技製藥產業之組織原則(organizing principle)複製與企業能力建立策略。同時整合我國生技製藥產業之產學共著、論文發表及內部研發投資等資料，指出部門創新系統之可能障礙