人工智慧（AI）持續成為新聞焦點，其中大部分呈現為文字與圖像內容生成。然而，對於印刷與包裝生產及供應鏈來說，AI 在當前與未來的真正價值是什麼呢？
（務必觀看 David Zwang 的線上研討會「Intelligent Automation Reality Check」）
背景
隨著我們從工業4.0時代邁向工業5.0，雲端通訊與數據來源已相當普遍，而我們也開始利用這個平台建構分散式價值鏈、遠端生產與網絡物理系統，因此人工智慧（AI）成為討論熱點。毫無疑問，AI 在現今印刷供應鏈中已有一定應用，未來其價值將更加顯著。然而，不同印刷應用與其供應鏈各自差異極大，AI 的效益也將依賴機器學習（ML）數據的累積以及印刷應用的新需求。
市場需求
目前市場面臨不少逆風，但歷史告訴我們，這些挑戰終將過去。只要經濟持續成長，印刷尤其是包裝印刷仍會持續增長。過去十年，消費主義呈現空前擴張，目前全球消費年增長約 35 兆美元，預計到 2030 年將達約 64 兆美元（根據布魯金斯研究）。這一增長由全球中產階級擴張驅動，約占全球經濟的三分之一。
隨著消費習慣改變，市場也將持續變化。雲端應用正在快速擴張。Grandview Research 指出，「2022 年全球雲端運算市場規模達 4,839.8 億美元，預計從 2023 到 2030 年的年複合增長率（CAGR）為 14.1%。」
線上購物持續成長，預計到 2025 年將占所有零售的 24%，影響全球 85% 的消費者。若再加上商品品項增加，因應更細分的消費者群體，現有生產與供應鏈模式面臨挑戰。所有這些因素驅動企業需精簡與自動化生產及業務系統，以滿足新市場需求，對印刷尤其是數位印刷有利。不同印刷與包裝應用的成長率將有所不同。
例如，數位印刷直郵等商業印刷應用預計將呈現中等雙位數增長，而數位印刷書籍則預計持續高雙位數增長。其他領域則可能增長較溫和。隨著消費主義持續增長，包裝生產也會隨之上升。2024 年包裝市場規模預估為 1.14 兆美元，預計到 2029 年達 1.38 兆美元，年複合增長率為 3.89%。
雖然線上購物正在取代實體零售，但展示圖像市場仍保持穩定。預計 2024 年估值 418.8 億美元，到 2029 年將達 452.6 億美元，年複合增長率 1.56%。
另一方面，裝飾性與服裝印刷正逐漸吸收部分市場容量。例如，全球裝飾服裝市場 2023 年規模為 289.8 億美元，預計 2024–2030 年年複合增長率為 13.0%，為工業印刷生產提供新機會。
整體而言，印刷各領域需求仍強勁，但市場變化與逆風要求生產彈性。雖然辭職率持續高於新聘人數，但也提供了重新調整的機會。
自動化是關鍵
AI 持續成為新聞焦點，大多以文字與圖像生成呈現。然而，對印刷與包裝生產及供應鏈而言，AI 在當前的真正價值是什麼？智能自動化正逐步進入印刷與包裝生產系統，無論是機器或生產系統學習、流程自動化擴展、機器人流程，甚至供應鏈整合，我們已看到越來越多解決方案出現並產生影響。
目前大多數 AI 都依賴機器學習（ML）。在 ML 中，機器或軟體可以在接觸更多數據時動態修改行為。「學習」指的是 AI 演算法試圖在某個維度上優化行為，例如最小化錯誤或最大化預測的準確性。新興的雲端數據科學平台與框架專門設計來擴大可用數據量，並利用「深度學習」優化演算法。隨著收集數據量增加，比對與預測的準確性也會提高。
然而，印刷與包裝應用生產帶來一些挑戰。印刷應用大致可分為兩類：印刷服務與印刷產品。印刷服務依賴臨時設計與可變化生產技術，而印刷產品則有固定設計與預定產物。在此情況下，印刷服務通常要求較高利潤率，但 ML 數據量與價值也會受到影響。
完全 AI 生產系統並非不可能，但目前 AI 實際應用價值主要體現在預測性維護、品質/色彩表現、內部生產效能、比較生產效能與機器控制。隨著歷史 ML 數據累積，將開啟更多自動化機會。
數據標準化的重要性
自數位技術引入以來，印刷產業經歷重大變革。這不僅體現在新設備的開發，也改變了印刷的生產方式、使用方式與應用範疇。過去，印刷主要由專業印刷公司、出版社及包裝加工商完成，而現今許多行業也將印刷作為製造流程的一部分。
標準化印刷與包裝應用及流程分類，對於 ML 與流程數據收集及 AI 支持未來成長與智慧供應鏈至關重要。PRINTING United Alliance 成員與教育機構合作，建立了統一印刷分類法（Unified Printing Taxonomy, UPT），提供真實世界的分類體系，並可隨印刷產業擴展而演進。該分類可跨領域應用，因為現代印刷系統可用於原先非設計用途的應用。
分類法目前可於 https://taxonomy.printing.org 獲取，已有 100 多個組織下載。為協助從專有數據轉換至 UPT 標準化數據，PRINTING United Alliance 正內部測試 AI 標註工具，可將組織內容輸入 AI 後自動套用 UPT 節點作為元資料。尚未公布正式發布日期，但隨 PRINTING United Expo 到來，可能成為自然目標。
當前可行的 AI 應用
目前印刷與包裝中有兩個適合 AI 的領域：
行銷 ：現有超過 100 個數據來源，涵蓋 98% 美國人口，共 3 億筆記錄以上。行銷 AI 利用數據收集、數據驅動分析、自然語言處理（NLP）及機器學習，提供客戶洞察並自動化關鍵行銷決策。AI 在直效行銷中可提升活動成效與整體結果，關鍵在於預測分析，能根據歷史數據預測消費者行為，幫助行銷人員更精準地鎖定受眾，創造與特定市場細分共鳴的直郵活動。
供應鏈自動化 ：全球供應鏈經常面臨挑戰與中斷。勞動力短缺與地緣政治衝突持續影響供應鏈，且電子商務平台增長擴大貨物流通量。供應鏈自動化利用 AI、ML 與數位流程自動化，執行並監控供應鏈任務，減少人工介入。這項技術可優化印刷商品與服務管理，幫助組織擴展規模。新技術如自動化與 AI 工具，為企業提供應對、規劃與預測市場變化的新方法。
智能自動化（IA）作為起點
在 ML 應用、流程與生產數據尚不充足前，基於規則的自動化解決方案提供更高靈活性與內建智慧，可支持更廣泛應用的自動化。這類系統超越模板化產品與頁面生產，處理日常生產變異，採用基於規則的流程自動化模型。該系統可使用任務、觸發器、動作與過濾器，透過規則引擎配置，提供幾乎無限的流程變化與控制。支持印刷與行銷服務提供商的流程自動化系統日益普及，導入者在減少生產時間與成本方面取得顯著成效。
流程工作流解決方案可由硬體製造商開發，或採通用模式以與不同系統整合。需要注意的是，一些硬體製造商開發的基於規則解決方案，也可能與第三方系統兼容，但在選型時需明確需求。
內容來源: https://whattheythink.com/
