熱門標籤

製造業正處於數位轉型的浪潮之中，感測器、監控系統和其他數位技術的廣泛應用導致製造過程產生龐大的數據量，包括生產參數、品質控制資訊和設備狀態等。而數據的蓬勃發展為機器學習技術提供豐富的基礎，使得製造商能夠透過模組學習並預測生產狀態、檢測缺陷，以及優化整個生產流程。 AI崛起與印刷應用機會 而製造業也為了因應全球市場競爭的壓力，迫切需要提高生產效率和品質，在這個背景下，智慧工廠的應用需求如機器人、AI(人工智慧)和自動化設備成為實現目標的有效途徑；智慧工廠的需求在透過雲端架構與AI運算的服務基礎上，與生產端地物聯網(IoT)及網宇實體系統(Cyber-Physical System，英文簡稱CPS，或稱虛實整合系統)的搭配呼應，使工廠端能夠完成實時監控設備狀態、產品運輸狀況，並進行預測性維護和即時調整。 隨著消費者對個性化產品的需求不斷攀升，製造業迎來更靈活和高效生產方式的挑戰。AI在生產計劃和排程中的應用，使得製造業能夠更靈活地適應市場變化，實現客製化生產作業。最終，成本壓力和資源效能的考量推動製造業積極尋求AI技術的應用，以降低能源消耗、減少浪費，同時可以提高資源利用率。總的來說，製造業的AI發展背景體現在數據增長、機器學習技術提升、自動化需求及面對個性化和效能的挑戰上。 在印刷業的舞台上，人工智慧(AI)正悄悄地崛起，即將為這個傳統的行業帶來又一次的變革。隨著科技的飛速發展，AI不僅在設計和生產的各個環節發揮著威力，更在提高效率、品質控制上展現了極為驚人的潛力。本文將探索AI如何進入印刷業的各個流程，並帶動如何的變化，而這個創新技術又將會為印刷業迎接如何嶄新的機遇。 接下來說明AI在印刷流程中各個環節的角色，將分為印前、製程、品質控制、商務應用，涵蓋印刷生產的各個階段。每個階段詳細闡述AI的具體應用，例如智能印刷機、自動瑕疵檢測等，並試著找出幾個案例讓應用可以更加有想像力。而最終以印刷產業應用AI所面對的挑戰及未來展望，總結AI對印刷業的影響，強調未來的發展潛力。 ●圖1：「Adobe Sensei」是一個擁有先進機器學習功能的平台，可應用於圖像處理，它能自動識別圖像中的元素，並進行智能修飾和優化(圖片來源 ╱ Adobe Firefly網頁) ●圖2：由Autodesk推出的圖像編輯工具Pixlr，其中的AI功能可提供智能修復、自動調整色彩和對比度等功能，使用者能夠輕鬆實現圖像增強效果(圖片來源 ╱ Pixlr產品網頁)   AI在印前製作的應用 一、圖像處理和增強 在印前製作階段，AI在圖像處理和增強方面展現出卓越的特點。首先，AI在圖像處理上能實現高效而準確的自動化，透過深度學習算法，它能夠辨識並處理複雜的圖像結構，從而提高生產效率。其次，AI能夠進行圖像增強，提升印刷品的品質和細節。這包括色彩校正、清晰度增強等，使得印刷品更具視覺吸引力。 Adobe公司的「Adobe Sensei」是一個擁有先進機器學習功能的平台，可應用於圖像處理，它能夠自動識別圖像中的元素，並進行智能的修飾和優化。而另一方面，Pixlr是一款由Autodesk推出的圖像編輯工具，其中的AI功能可提供智能修復、自動調整色彩和對比度等功能，使得使用者能夠輕鬆實現圖像增強的效果。同時Pixlr公司網站也提供AI自動生成的圖像，大家若有興趣可以上去體驗一下。這些AI在圖像處理和增強上的應用，不僅提高印前製作的效率，同時也為印刷業帶來更高水準的品質和客戶滿意度。(見圖1、2) 二、自動版面設計 在自動版面設計中，實現與設計趨勢相應的智能設計依賴於多項關鍵技術。首先，機器學習算法扮演關鍵角色，透過分析龐大的設計數據和趨勢，系統能夠學習不同風格和元素之間的相互關係，從而預測設計趨勢，並生成符合時尚和風格的智能版面。其次，利用圖像辨識技術，AI能夠識別並理解各種設計元素，包括顏色、字體和佈局，進一步確保生成的版面符合當前的設計潮流。用戶數據的分析也是實現個性化智能設計的一環，透過收集和分析用戶的歷史數據和設計喜好，AI可以更好地理解個別用戶的設計趨向。最後，即時數據的更新確保系統能夠及時獲取最新的設計趨勢和風格資訊，保持生成的版面與時俱進。總的來說，這些技術的融合使得AI能夠以更智能、更符合用戶期望的方式生成版面設計，同時跟隨並適應不斷變化的設計潮流。 在印前製作的領域，AI在自動版面設計方面呈現出相當獨特的特點。首先，AI能夠根據用戶需求和內容自動生成版面，大大地縮短設計時間，同時保持高品質的設計。其次，AI可以分析大量的設計數據和趨勢，提供個性化的版面建議，以滿足不同客戶的需求，實現更具有創意和吸引力的印刷品。 舉例來說，為大家眾所周知的Adobe，是印刷行業相當重要的印前設計及排版的專業軟體，其「Adobe Sensei」功能則應用了人工智慧技術。其中Adobe Firefly使用生成式AI和簡單的文字提示來創作最高品質的輸出：精美的影像、文字效果和鮮明的調色盤。利用參考影像製作全新內容，更快探索更多可能性。 另外，Adobe Sensei GenAI企圖以生成式AI的應用，以設計帶入行銷整合專案的概念重新建構客戶行銷的發展方案，它的概念是從整合客戶資料和內容為基礎，運用原創的設計內容與生成式AI的工具應用，快速完成內容建構與設計，所以透過分析用戶的內容和設計風格，以AI自動生成符合需求的版面，提供更高效率的設計流程。同樣地，Canva是一個在設計領域非常受到歡迎的工具，它的「Canva Pro」版本提供自動版面設計功能，能夠根據用戶輸入的資訊自動生成各種版面樣式，使得用戶能夠輕鬆創建專業水準的設計。這些AI自動版面設計的應用，不僅僅提高製作效率外，也降低對專業設計知識的需求，使得印前製作更具靈活性和智能性。(見圖3、4) 整體來說，就印前工作上導入AI的應用，在圖像創作方面由於生成式AI現在是顯學，生成圖像內容應該不會有問題，只剩下喜不喜歡的差別，不過若是應用生成的圖像來往下發展設計，那麼如版權的歸屬、用於印刷的像素品質等等問題就是需要考慮的重點。至於透過AI生成設計的版型或是直接排版生成印件，這部分技術應該發展出來已經有些時日，相信目前也應該有不少設計師已經非常習慣使用。 ●圖3：Adobe Sensei GenAI的概念是從整合客戶資料和內容為基礎，運用原創的設計內容與生成式AI工具應用，快速完成內容建構與設計(圖片來源 ╱ Adobe Sensei GenAI網頁) ●圖4：「Canva Pro」版本提供自動版面設計功能，能夠根據用戶輸入的資訊自動生成各種版面樣式，用戶能夠輕鬆創建專業水準的設計(圖片來源 ╱ Canva Pro網頁)  ●圖5：HP公司設備搭載「HP PrintOS」系統，該系統利用機器學習和數據分析技術能即時監測印刷過程，根據實際情況調整印刷參數，以確保最佳印刷效果(圖片來源 ╱ HP簡報)     AI在印刷設備上的應用 一、自動調整印刷參數 AI在印刷機中的應用透過調整印刷參數的方式，極大地增強印刷效果與品質。首先，AI能夠根據不同的印刷任務和材料特性，智能地調整印刷機的參數，包括色彩校正、印刷速度、油墨用量等。而這樣的智能最適性的參數設定，則需要數據端與自動化控制端的搭配才能夠完成。數據收集主要透過感測器和設備自己的回饋系統取得，可以監測印刷過程中的各種變數，例如溫度、濕度、油墨流量等，這些數據即時的分析應用，多透過設備的控制主機自動化調控生產的係數，以優化生產的品質；另一方面結合歷史數據的分析，將可透過AI對即將上機生產印件預測(規劃)出最佳的參數。 舉例來說，HP公司的大圖機及數位印刷機系統中搭載「HP PrintOS」，該系統利用機器學習和數據分析技術，能夠即時監測印刷過程，根據實際情況調整印刷參數，以確保最佳的印刷效果。從HP的系統架構來看，它就是標準的生產設備端點的數據收集，上傳至雲端系統進行控制管理，系統中以AI的技術功能進行分析預測，雲端系統可以管控多台設備，同時也有機會對接像是ERP等等的管理系統。這是標準的智慧工廠甚或是無人工廠的架構，在這樣的遠景規劃裡，AI扮演的功能就是期望可以取代工廠裡的人員。(見圖5) 自動調整印刷參數這個應用上，即時數據回饋搭配設備主機的自動化控制系統，這個應用認真來說也不算是新的應用，只不過設備與控制軟體不斷更新，收集的數據更多，功能更加強大而已。不過印刷設備商並不會滿足只是這樣的應用，因此各種設備數據收集上傳雲端再進行分析應用，也就成為下一個階段的發展重點，當設備商掌握全球設備生產的數據資料時，這個數據規模相當可觀，若是再搭配優秀的AI演算法，預測出來的結果將會很有價值，落實在即將生產的印件參數設定上，應該也會比人工判斷的更加優秀及準確。然而，這樣的服務模式數據與AI預測結果都是屬於設備商的雲端服務，而要不要這麼依賴設備商就是見人見智的選擇。 這樣的應用印刷廠自己可以發展嗎？數據規模為首要評估的地方，所以除非印刷廠裡同款設備夠多，不然自己發展機會不大，同時AI開發的費用也相當高，這也會是考慮的重點，但是通常印刷廠的設備多是百家爭鳴，其實需要討論的是跨廠牌設備數據如何整合及利用，所以只要原廠不開放數據的匯出取得，大概就沒有自己開發的機會。 二、即時品質檢測 在印刷生產中，AI在即時品質檢測方面的應用概念是一個革新性的進展。這種應用的核心理念在於利用機器學習和視覺辨識技術，使印刷機能夠即時檢測印刷品的品質，並根據檢測結果實現即時的調整和修正。 而在檢測技術方面，視覺辨識是主要的應用手段，AI系統可以透過訓練識別算法，辨識印刷品上的各種特徵，例如顏色、清晰度、對齊度等。這使得系統能夠快速而精確地判斷印刷品是否符合標準，並即時發現可能的缺陷。當印刷機檢測到品質缺陷時，即時修正的過程便介入了。透過即時反饋機制，AI系統可以自動調整印刷機的參數，例如油墨用量、印刷速度等，以修正檢測到的缺陷。這種即時反應和修正的能力不僅提高印刷品的生產效率，還極大地減少次品率，確保印刷品的一致品質。 以Esko公司推出的「Esko Automation Engine」為例，它是一個整合視覺檢測功能的印前工作流程管理軟體。它能夠透過自動化的方式進行印前檢查，提供即時的品質檢測和修正。這些軟體服務商的產品代表AI在印刷生產中即時品質檢測的應用先進性，為印刷業帶來更高效、更可靠的品質控制方案。(見圖6) 即時品質檢測的關鍵點在於即時，檢測方式多為視覺辨識檢測，不同的檢測項目對應不同的視覺辨識AI應用，辨識檢測的速度是否能夠滿足需求，大約需要個別確認評估。比方說印刷品的清晰度與對齊度，套用現有視覺辨識的軟體應用可滿足現有即時需求，不過以色度計作為色彩管理的量測設據基礎來看，應該就不能使用視覺辨識的AI應用。 ●圖6：Esko Automation Engine是一個整合視覺檢測功能的印前工作流程管理軟體，它能夠透過自動化方式進行印前檢查，提供即時品質檢測和修正(圖片來源 ╱ Esko產品網頁) ●圖7：Heidelberg Predictive Monitoring是海德堡推出的一個預測性維護解決方案，它整合感應器和儀器，用於監測印刷機的運行狀態(圖片來源 ╱ 海德堡產品網頁)   生產流程的優化 一、預測性維護保養的應用 AI在印刷設備上的預測性維護應用概念，主要著眼於利用機器學習和數據分析技術，以預測印刷機或相關設備的潛在故障和問題，從而提前進行維護和修復，減少生產停機時間並提高效率，這種概念的目標是實現更穩定的印刷生產和更低的維護成本。 舉例來說，印刷機可搭載感應器和儀器，收集包括溫度、振動、油墨流量等各種數據。這些數據被傳輸到擁有AI算法的系統中，進行實時監測和分析。AI模型可根據數據模式和歷史記錄，預測機器的潛在問題，從而提醒操作人員進行相應的維護。 舉例來說，如Heidelberg Predictive Monitoring是海德堡印刷機公司推出的一個預測性維護解決方案，它整合了感應器和儀器，用於監測印刷機的運行狀態。這個系統利用AI技術，分析印刷機的實時數據，預測機器的狀態和可能的故障。它能夠提前發現機械部件的磨損、零件的老化等問題，以便即時進行維護。從海德堡產品網站中有一章說明他們監控那些數據，監控的數據規模看起來非常巨量，從AI應用的數據基礎來說其實非常的優秀，但從客戶的解度來看，或許就會有不同的見解。不過海德堡的案例突顯AI在印刷設備上實現預測性維護的應用，為印刷行業帶來更高的生產效率和更可靠的印刷設備性能。(見圖7) 這樣的AI應用同樣是把數據交給設備商，讓它們決定我們保養維修的時間與頻率，其好或壞依舊是見仁見智的問題，至於未來會不會發生像印表機墨水的爭議，這就很難去判斷了。有興趣的讀者可以衍生閱讀：「比血還貴」的印表機油墨：是保護智慧財產還是敲竹槓？https://crossing.cw.com.tw/article/16520。 二、生產排程的AI應用 AI在印刷生產排程的智能優化概念旨在利用機器學習和優化算法，以提高生產排程的效率和彈性。這種智能優化能夠考慮諸多因素，包括設備狀態、訂單優先級、材料供應、工人可用性等，以最大程度地提高生產能力並減少成本。所以帶入印刷廠來看，擁有不同類型的印刷機和多種印刷任務的生產環境需求下，AI排程系統分析各種參數，如印刷機的生產速度、故障概率、訂單的截止日期等，並根據這些資訊生成最優化的生產排程，以確保高效且準時完成各項印刷任務。 針對印刷業的排程系統，如EFI Fiery Servers產品的工作流程工具Fiery JobFlow，而EFI Fiery Servers是應用於數位印刷的解決方案，但Fiery JobFlow是其工作流程自動化工具。Fiery JobFlow應用機器學習和優化算法，自動分析和調整印刷工作流程。它考慮不同的生產因素，例如印件大小、印刷機的生產效率，以及各種印刷任務的優先順序。這樣的智能優化能夠提高工作流程的效率，降低生產成本。(見圖8) 在傳統印刷廠的應用上，對於Heidelberg Prinect Production Manager這樣印刷生產管理解決方案中，也有Intellistart 3是提供AI排程和工作流程優化的組件。Intellistart 3可利用AI技術，分析不同的生產變量，包括印刷機的可用性、作業的優先級、材料的供應情況等。它根據實時資訊生成最優化的印刷生產排程，從而提高生產效率，減少設備的閒置時間。(見圖9) 這些案例展示AI在印刷生產排程中的智能優化應用，透過考慮多方面的因素，實現更加靈活和高效的生產排程，提高印刷廠的競爭力。但認真來說，自動排程軟體需要整合生產端資訊、材料庫存的資訊、訂單資訊等，所以在其他製造業導入AI排程的障礙多在數位化程度不足，建議大家可從這方面開始評估。 ●圖8：EFI Fiery JobFlow係應用機器學習和優化算法，可以自動分析和調整印刷工作流程(圖片來源 ╱ EFI產品網頁) ●圖9：Heidelberg Prinect Production Manager印刷生產管理解決方案中，也有像Intellistart 3是提供AI排程和工作流程優化的組件(圖片來源 ╱ 海德堡產品客戶應用案例網頁)  ●圖10：Hybrid的PackZ是一個專為包裝印刷而設計的軟體，透過整合AI技術，提供更智能和靈活的印刷後期加工方案(圖片來源 ╱ Hybrid產品網站) AI在印後加工的應用 在印刷後期加工中，人工智慧(AI)的應用概念包括自動化、優化和提升印刷品的加工品質。AI技術可以應用於印刷品的裁切與折疊等後期處理階段，以實現更高效、更精確的生產流程。例如Esko的Automation Engine軟體擁有智能自動化功能，利用AI技術實現印刷後期加工的優化。該系統能夠自動執行裁切、排版和瑕疵檢測等任務，提高生產效率並降低人為錯誤的風險。透過AI人工智慧，它可以學習優化加工流程，確保每個印刷品都符合高標準的質量要求。 同樣在包裝印刷的應用上，Hybrid的PackZ是一個專為包裝印刷所設計的軟體，其透過整合性的AI技術，提供更智能和靈活的印刷後期加工方案。它能夠自動辨識印刷品的結構和特徵，實現智能化的裁切和排版，同時進行瑕疵檢測和自動修復，這使得包裝印刷的後期處理更加高效和可靠。(見圖10) 這兩個案例展示在印刷後期加工中應用AI的實際應用，這些解決方案不僅提高生產效率，還確保印刷品的質量和一致性。透過智能自動化，印刷廠可更靈活應對多樣化的印刷任務，同時降低成本和人為錯誤的可能性。 AI的挑戰及未來展望 印刷產業在應用人工智慧(AI)時面臨多重挑戰，涉及技術、環境和發展方向等多個層面。從技術角度來看，實現AI應用需要具備複雜的技術基礎，包括機器學習和深度學習等，而印刷公司可能需要與科技公司合作或提升內部技術能力。同時，數據質量也是一個關鍵問題，無規範和參差不齊的數據可能影響AI模組的效能。在環境層面，資源投入是一個顯著挑戰，實施AI技術需要大量的硬體、軟體和人才，這可能對小型印刷公司造成不少負擔。同時，安全性和隱私問題也需要引起關注，特別是在大量數據被收集和使用的情況下。 在發展層面，人力資源培訓是一個挑戰，因為印刷業需要擁有適應AI技術的專業人才，這可能需要對現有員工進行培訓。另外，技術更新和法規合規也是需要持續關注的議題，以確保印刷公司在應用AI時保持競爭力並符合法規標準。總體而言，克服這些挑戰需要印刷公司在多個方面進行努力，但同時也將為業界帶來更大的機會和發展空間。 總體而言，未來AI的發展將使印刷業更加數位化、智能化和自動化。這將帶來更高效的生產流程、更個性化的印刷品，同時增強印刷公司應對市場變化和客戶需求的靈活性。

標籤印刷產業一直是一個充滿活力的市場。品牌所有者正在尋找日益創新的標籤，來使自己脫穎而出，並向消費者傳達當前和有針對性的資訊。當前的趨勢，正在引導供應商和加工商，轉向注重永續性和創新的解決方案。在過去的幾年裡，標籤加工商覺得，在產品生命週期的各個階段都需要自動化。 標籤會影響買家購買選擇 印刷標籤是產品的名片，也是品牌擁有者與消費者溝通的首要步驟。在貨架上，標籤有助於買家對產品的看法。望著產品標籤，顧客可能會被平面設計、顏色或裝飾所吸引，當然標籤也會影響他的購買選擇。 但紙張和裝飾如何影響產品的認知呢？標籤的哪些元素，可以直觀地表達和概括其本質？我們知道，在相同的價格和品牌下，這是最受歡迎的，並且能夠對所選產品產生積極慾望的標籤。為了探索這種溝通工具在葡萄酒採購中的作用，可持續標籤領域的領導者UPM Raflatac委託研究和諮詢公司SenseCatch與義大利最大的葡萄酒集團Argea、世界領先的冷熱燙印製造商Kurz，以及德國葡萄酒標籤領域領先的印刷商之一的Kramer Druck合作進行一項神經行銷學研究。(見圖1) 這項研究是在德國進行的，德國是一個對葡萄酒出口商有吸引力的市場。一群德國消費者看到貨架上的32個標籤，設計相同，但紙張類型和表面處理各不相同。整個顧客旅程被重建，從貨架觀察、葡萄酒選擇到產品品嚐。選擇後，參與者可以一次觀察、觸摸和評估瓶子。在整個決策過程中，從瓶子的貨架選擇到品嚐的那一刻，我們都使用神經行銷學方法來分析消費者的體驗。 而在貨架前的第一個“關鍵時刻”，其結果顯示，在觀察的前五秒選擇過程中，最能夠吸引消費者注意的瓶子是那些具有視覺、顏色或材質並置特徵的瓶子對比，例如深色紙張和閃亮的金屬質感。另一方面，最受關注的標籤是那些帶有金色或古銅色裝飾的淺色紙。此外，消費者的注意力也集中在帶有粗糙紋理紙標籤的瓶子上，紋理明顯，浮雕裝飾具有光澤效果。 在第二個“關鍵時刻”，即是消費者與瓶子進行身體互動時，一般帶有紋理紙的標籤和相同顏色的裝飾物，實際上會增強裝飾物的本身，並且被認為它們是有趣和神秘的。從這個研究可以發現，它們激發了預期互動體驗的「觸覺想像力」。(見圖2) 較厚的壓紋紙和壓紋會使文字更加明顯，並增強設計，將標籤從空洞且無吸引力的標籤，在與紙張顏色相同且沒有壓紋裝飾物情況下，轉變為標籤相反之結果，顯現它是精心策劃的、有趣的，提高人們對產品的期望。在這種情況下，消費者想像的是更高品質之葡萄酒、優質產品。 最後，研究結果顯示，紙張和裝飾的組合會影響期望，並對葡萄酒的感知喜好和口味產生積極影響。同樣的葡萄酒，從帶有最受讚賞標籤的瓶子中飲用時，比從帶有最不受歡迎標籤的瓶子中飲用時獲得更高的評級。 這種效應也發生在潛意識層面，事實上，當品嚐帶有首選標籤的酒瓶中的葡萄酒時，透過心理生理參數測量的情緒參與度更高(＋13%)。標籤除了影響葡萄酒受歡迎的程度之外，還會影響感知的味道。(見圖3) ●圖1：標籤有助於買家對產品的看法，望著產品標籤，顧客可能會被平面設計、顏色或裝飾吸引，當然也會影響其購買選擇 ●圖2：研究報告顯示，最能吸引消費者注意的瓶子是那些具有視覺、顏色或材質並置特徵的對比，例如深色紙張和閃亮金屬質感  ●圖3：從架上琳琅滿目的商品中選出自己喜歡的，標籤除了影響葡萄酒受歡迎的程度之外，還會影響感知的味道 標籤列印的市場趨勢 根據Mordor Intelligence的數據，標籤印刷市場在2023年至2027年的預測期內預計將以4.2% 的複合年增長率成長。在預測期內，不同的因素正在推動標籤印刷成長，例如對更多標籤的需求不斷增加，來自有吸引力的品牌客戶，對其製成品印刷標籤的需求不斷增長。電子商務產業的快速增長，也是推動印刷標籤採用的另一個重要因素。但該行業面臨的挑戰是顯而易見的，尤其是批量生產產品的平均工作時間和生命週期縮短，而標籤上的監管內容增加。近年來，數位印刷已進入該領域，該技術增強在標籤設計中，提供新應用的可能性，滿足不斷增長的市場需求。 如今印刷技術供應商正在開發混合解決方案，在drupa 24展會上，將展示混合印刷機的新發展。在過去的幾年裡，標籤加工商覺得在產品生命週期的各個階段都需要自動化。由於工業部門可用的勞動力較少，缺工成為生產鏈中的瓶頸。自動化和互連性，從節省成本的話題變成工業生存的必需品。在工作流程領域，趨勢將是朝著基於雲端的生態系統發展。如今，印刷過程的自動化和數位化是必須具備的。自動化意味著將系統整合到工廠生產流程中，從而實現遠端服務、即時機器監控和報告生產數據。自動化的優點包括減少浪費、快速設定、自動化色彩管理和減少人工干預。推進技術的其他可能步驟，將透過人工智慧和機器學習的應用來實現。例如，人工智慧工具和程式使設計過程變得自主；同時，這些工具可幫助識別有缺陷的產品，以便可輕鬆地將它們從最終產品中移除。(見圖4) 滿足包裝永續性的因素 品牌所有者面臨的最大挑戰，是滿足包裝永續性方面不斷變化的情況，特別是在不同國家和地區開展業務時，要適應新頒布法令的複雜性。想想歐洲最近更新的包裝和包裝廢棄物法規帶來新的挑戰，這些挑戰顯然需要在未來幾年內解決。可回收性的設計要求，將引起人們對標籤和容器在材料、油墨、黏合劑和尺寸覆蓋方面兼容性的關注。 根據客戶的要求，自黏標籤(Self-adhesive Label)製造商正在研究和開發更環保、同時也更經濟和高效的新解決方案。為了實現這些目標，主要途徑是減少材料的使用量。離型紙作為標籤的載體，在不乾膠產品的生產、轉換和應用中發揮至關重要的作用。但在履行此過程中的作用後，廢襯裡仍可作為新製程和產品的寶貴原料發揮作用。目前，許多離型膜回收的項目已經在開發中，以收集部分用過的離型膜進行再利用或回收。離型紙的回收是環保友善的：它有助於減少標籤公司的「足跡」。(見圖5) 在上一屆FINAT歐洲標籤論壇上，人們發現，幾十年來標籤的浪費一直是標籤產業面臨之挑戰。每年，有數百萬噸標籤廢棄物被送往垃圾掩埋場和焚化爐，CELAB等回收計劃可減少標籤浪費。但對於我們的產業和地球來說，最好的解決方案是最終完全消除內襯。特別是在食品領域，設計師和印刷商面臨著標籤有限空間限制的另一個挑戰。事實上，國際健康和安全立法將要求標籤上留出空間。這將鼓勵在透明容器基材上使用多層傳單標籤和透明薄膜標籤，使產品具有「無標籤」外觀，並使標籤背面印刷成為可能。標籤印刷體現數位科技在日常生活中的重要角色。 2024年5月28日至6月7日，drupa展會的參展商將在杜塞道夫展館聚集，展示用於標籤生產的新型印刷和印後系統，參觀者將發現標籤產業未來的可持續和創新解決方案。 ●圖4：自動化和互連性，從節省成本的話題變成工業生存的必需品，現今標籤印刷過程的自動化和數位化是必備要素  ●圖5：針對酒瓶上的標籤，自黏標籤製造商正在研究和開發更環保，同時也更經濟和高效的全新解決方案

以下報導是第9份drupa印刷產業全球趨勢報告2023年執行摘要，在2022年的報告中，經歷新冠肺炎大流行後，印刷產業已逐漸復甦及樂觀。而2023年的結果仍然保持這一個氣勢，對2023年的信心進一步提高，並且對2024年的預期非常樂觀。儘管面臨嚴峻的經濟逆潮，但所有市場和幾乎所有地區的信心水準都在不斷增長，很明顯「適者生存」這句老話，適用於尋找新的增長和發展途徑的印刷商和供應商。 各地區信心水平逐漸增長 在2023年，全球有44%的印刷商表示他們公司目前的經濟狀況為“良好”，12%的印刷商認為“較差”，其餘44%的印刷商認為“令人滿意”。樂觀淨差值為+32%，即44%減去12%，該總體結果顯示圖表中的綠色列，比2022年提高14%。以下文中還有許多圖表，顯示的正是這種樂觀或悲觀淨差值。 但也並不全是好消息，德國就顯示較悲觀為+12%，與2022年相同。而歐洲其他地區+34%，北美洲信心水準從2022年的高峰值降至+50%。而南美洲暨中美洲為+24%，非洲為+34%，中東為+52%(小樣本數)，澳大利亞暨大洋洲為+56%(小樣本數)，都從之前的低點恢復良好。展望未來，除了澳大利亞暨大洋洲外，其餘地區預計2024年的表現都會更好，但是德國僅為+4%，遠比大多數地區謹慎得多。(見圖1) 在完整報告的附錄中提供了按市場和地區劃分的印刷商和供應商的詳細分類。如果樣本數太小而無法單獨使用，則不會顯示它們，但會包含在全球資料中。在顯示小樣本數的地方，請注意文本和圖表中的這一限制。 縱觀市場，全球商業和出版印刷商的信心明顯復甦，而包裝業繼續保持原有的信心水準。2022年功能性印刷領域的信心莫名下降的情況發生反轉，可能是小樣本數的結果。 供應商2023年比2022年更加謹慎，為32%，下跌了2%。北美洲、南美洲暨中美洲和亞洲上漲，而歐洲則下跌5%。今年所有市場都相當平穩，但都對明年表現出極大的信心，也許部分原因是drupa 2024的到來！ 連續第二年，印刷商在全球範圍內漲價；在此之前價格連續下跌七年。收入以迄今為止最快速度增長，而利潤率以有史以來最慢的速度下降。這種模式並不普遍，歐洲和南美洲暨中美洲報告的情況更加複雜，供應商也報告類似的樂觀評估。(見圖2) 商業定價強勁，過去兩年淨差值平均為+57%，而2013～2017年平均為-21%。過去兩年出版業的平均值也為+57%；2013～2017年平均為-18%。這些數字表明這兩個市場領域開始進入好時代。只要未在更廣泛的通脹壓力下崩潰，整個產業更強勁的財務表現就令人欣慰。(見圖3) ●圖1：2023年drupa印刷商按地區經濟信心指標(樂觀與悲觀百分比淨差值)  ●圖2：2023年drupa印刷商按市場經濟信心指標(樂觀與悲觀百分比淨差值) ●圖3：歷年全球印刷商按收入、價格、利潤、利用率、承印物料價格的財務表現(樂觀與悲觀百分比淨差值)  單張紙平印市場反彈顯著 每年，我們都會要求印刷商按印刷技術評估淨印刷量，圖4顯示2023年度主要印刷工藝的總體結果和主要市場領域的結果。單張紙平版印刷的反彈顯著，在所有市場中都有淨增長，甚至包含多年萎靡的商業市場。柔印在包裝領域發展迅速，數位碳粉單頁紙彩色印刷遠遠領先於各個市場中的所有其他數位工藝。 在全球範圍內，數位採用率(聲稱數位營業額占比25%以上的印刷商)從2014年的26%增長到2023年的29%。乍看之下，這種增長很一般。然而，根據各種產業消息來源，自2014年以來，儘管數位採用率似乎在放緩，但數量的增長已經很明顯。 2014年，25%的印刷商小組報告已經就有了網路印刷設備。2023年，此數字仍為25%。有些地區由於文化、技術和其他的原因導致電子商務較少，但這一個數字幾乎在所有地方都差不多。而在新冠疫情期間，經營網路印刷的企業從該來源獲得的需求激增，但2023年度的需求幾乎回落到新冠疫情之前的水準。當中包裝產業是個例外，在2022年其主要增長基本保持不變。 發達經濟體的印刷商就業人數持平，但在其他地方則是出現顯著的增長。有47%的印刷商和39%的供應商報告勞動力短缺，印刷商最難召募的是傳統的印刷機操作員和印後加工人員，而對於供應商則是製造和技術支援人員。對於63%的印刷商和73%的供應商來說，供應鏈問題都迫在眉睫，儘管他們都預計2024年的問題會減少。 資本支出在新冠疫情期間回落，2022年則不可避免地出現了遲滯，但需求在2023年強勁回升，對今年drupa 2024的預測甚至更高！包裝印刷商預計會有持續的需求，商業和出版印刷商的需求會激增，而功能性之印刷商則是重新回到自2018年以來的最低水準。與往常一樣，印刷技術和印後處理設備是迄今為止最強大的目標。(見圖5) ●圖4：2023年按技術領域的印刷量(樂觀與悲觀百分比淨差值) ●圖5：2023年全球印刷商按市場的資本支出(樂觀與悲觀百分比淨差值) 2023全球印刷技術投資目標 單張紙平版印刷仍然是全球印刷技術的首選，自2014年第一份趨勢報告以來一直如此。數位印刷機的受歡迎程度排在後兩位，如表6所示，分析市場領域時發現更高的多樣性，表明出色的產品系列和市場條件變化共同決定最佳投資選擇。 供應商的資本支出相對持平，淨差值僅為+4%。然而，所有市場都看好2024年(+24%)，尤其是功能性市場。首選目標是建立銷售管道、提高效率和開發新服務。印刷商和供應商都越來越依賴多元化來創造增長，但是隨著交易在新冠疫情後恢復到更正常的模式，變化速度較慢。 社會經濟問題在所有區域都比以往任何時候更加突出，經濟衰退的風險是首要關注點(47%)，將新冠疫情的影響擠到了第二位(41%)。然而，除了前兩個問題之外，在幾乎所有地區都存在重大差異。例如，南美洲暨中美洲印刷商擔心政治不穩定(52%)，非洲印刷商強調貨幣問題(51%)，澳大利亞印刷商關注環境問題(33%)，亞洲印刷商擔心貿易戰(23%)，北美印刷商擔心生活水準(32%)。而部分印刷商(43%)認為市場力量更重要，而還有部分印刷商(46%)認為社會經濟力量更重要，兩者之間產生了意見分歧。 自2019年以來，我們首次回到市場特定問題。對於商業市場，關鍵點在於所服務的市場及所提供的服務兩者之多樣化帶來優勢。自2014年以來，樣本中的出版印刷商比例減少一半(從2014年的30%降至2023年的15%)。他們所服務的市場組合也發生變化，報紙、雜誌和目錄市場的數量越來越少，但更多地提供不同的書籍印刷選擇。包裝印刷商報告對增值包裝(例如互動式印刷)的需求不斷增加。尋找替代塑膠包裝的更環保方案是許多印刷商的主要關注點，尤其是柔版印刷商。雖然功能性印刷商樣本很小，但從網印和碳粉向噴墨列印的轉變顯而易見。(見圖7～9) ●圖7：2023年全球drupa印刷商按地區經濟信心指標(樂觀與悲觀百分比淨差值) ●圖8：2023年印刷商及供應商的關鍵財務指標  ●圖9：2023年按市場最大的兩個印刷技術投資計畫 2024將是投資豐收的一年 總之，儘管存在著許多市場和社會經濟風險和挑戰，但是全球大多數印刷商和供應商對於未來的信心日益增強。價格和收入強勢上漲，對於利潤率的擠壓比以往任何時候都小。但是問題在於，面對通膨壓力，產業是否會保持著樂觀態度。 也許最令人鼓舞的消息是商業和出版印刷商的信心明顯提高，他們似乎已經適應了數位革命的影響，能夠更加自信地未雨綢繆。與此同時，包裝印刷商樂見其需求持續的增長，功能性印刷商則繼續享受令人驚訝且不斷增長的產品和市場。 資本支出已恢復到疫情前的水準，預計2024年將是投資豐收的一年，這對drupa 2024是一大利多！最後，讓我們引述一家印刷商對產業未來的信心：“我們注意到，人們雖然更喜歡使用數位工具，但他們的投資對象卻是具有獨特品質(即精美印刷、良好裝訂等)的印刷產品。這種類型的印刷領域不會破滅，因為它帶來獨特感，一種讓人想要感受、觸摸、保留的產品。

DRUPA 2024參展廠商中應用AI科技應用，大多呈現在3個技術方向，分別是AI視覺生成式AI與AI優化工作流程 AI 視覺應用的品質檢測 透過影像擷取搭配AI，主要應用在印刷的色彩與品質管理上，首先，使用影像擷取設備或數位資料中讀取，然後對圖像進行前處理，如去噪、對齊和裁剪，以確保後續處理的準確性，接下來從圖像中提抓出特徵值，例如色彩、形狀和紋理等，將這些特徵值提供給AI模型進行分析識別。接著，依照識別結果進行色彩管理和印刷品質控制。 通常會依AI識別回饋進行相應的後續處理，可能包括自動校正、調整、修復，或生成報告和數據供參考。 EyeC 展位的亮點之一是 EyeC ProofRunner Carton HighLight 的現場演示。這款線上檢測系統專為對高端市場的折疊紙盒進行 100% 檢測而開發，並將在合作夥伴 Kohmann 的折疊紙盒塗膠機上展示。該系統快速可靠地檢查複雜表面處理的質量，例如燙印、全像圖或盲壓花。線上檢測領域貿易展台的另一個亮點是 EyeC ProofRunner Web 的展示。現代線上偵測系統安裝在法國機器供應商 DCM 的「Bobcat S」複捲機上，可確保對幅寬高達 1,700 毫米的標籤和軟包裝進行超快速、精確的 100% 印刷檢測。整個 EyeC ProofRunner 系列的全新選項將首次展示，讓人們深入了解基於人工智慧的缺陷分類的力量。此外，還將展示基於掃描器的 EyeC Proofiler DT 系列（掃描格式高達 4 x 3 英尺），以及 EyeC Proofiler 圖形圖稿校對軟體的示範。現代軟體可以自動將列印就緒檔案或逐步重複檔案與核准的圖稿進行比較。 相關服務廠商與展廳位置列表 AXODE S.a.s.  /  8號館， C42 LUSTER   /  12號館， A71 System Brunner AG (Koenig & Bauer Sheetfed)  /  16 號館，A31  System Brunner AG (BW Converting)   /  16 號館，D20 和 C21  EyeC GmbH    /  14號館，D60   生成式AI設計創意輔助 生成式AI的設計概念是基於AI技術，幫助設計師提高創作效率並創造生成的作品。這種技術利用機器學習和深度學習等方法，通過學習大量的數據，例如設計圖、圖像、文本等，從而能夠生成新的、以前未見過的內容。 藉由分析大量的設計數據，生成式AI可以產出新的設計概念和創意方案，以提供靈感和創作啟發。其次，基於給定的設計概念或原型，AI可以生成多個變體和改進版本，還可仿效各種設計風格和元素，從而創造出更多樣的設計作品。生成式AI可以可以幫助設計師快速生成包含設計草圖、版面配置、配色方案等內容，並提高設計效率。 例如，Scodix推出了新的AI工具，旨在實現裝飾設計過程的自動化。這種工具將人工智慧應用於裝飾設計領域，幫助用戶更有效率地創建出各種裝飾設計。 另外，InterRed ContentAgents則整合了人工智慧技術，實現了真正的電腦輔助設計。借助所見即所得（WYSIWYG）功能，用戶可以在設計過程中準確地看到設計在發布後的效果和輸出通道，並進行即時的編輯和調整。這樣的工具不僅提高了設計效率，還提供了智慧內容同步等功能，為現代設計師提供了最佳支援。 相關服務廠商與展廳位置列表 PrintXpand(在Biztech IT Consultancy PVT LTD)    /  7號館，A21 Scodix Ltd.     /  5號館，E11 InterRed GmbH    /  7號館， A04   AI優化工作流程 AI優化生產工作流程的應用概念是指利用人工智慧技術來改善和優化生產流程中的各個環節，以提高效率、降低成本並提升產品質量。這種應用可以在製造業的各個領域發揮作用，包括生產排程、資源分配、品質控制、設備維護等。 首先，AI可以應用於生產排程和資源分配方面。通過分析歷史生產數據、市場需求以及現有資源狀況，AI可以預測未來的生產需求，並自動優化生產排程和資源分配，以確保生產能夠按時交付，同時最大程度地利用現有資源，降低生產成本。 其次，AI可以應用於品質控制方面。通過分析生產過程中的大量數據，例如傳感器數據、視覺檢測數據等，AI可以檢測和預測潛在的品質問題，並及時進行調整和修正，從而降低產品不良率，提高產品質量。 此外，AI還可以應用於設備維護和故障預測方面。通過監控設備運行狀態和收集設備故障數據，AI可以分析設備的健康狀況，預測潛在的故障問題，並提前進行維護和保養，從而減少設備停機時間，提高生產效率。 Koenig & Bauer 將在展會上與大家分享Kyana的AI服務，它提供從遠端支援和詳細效能監控到未來數位化生產支援的預測性維護等一切。 管理服務 託管服務作為 24/7 助理陪伴您，永久、無縫地關注 alphaJET 系統及其所有功能，並透過儀表板即時通知您。儀表板有助於提高生產的性能和安全性。 效能和設備可用性 效能評估顯示了印表機的真實可用性。越高越好。單獨選擇您想要仔細查看績效的時間段，並對特定時間段或不同生產線進行相互比較。透過分析，您可以以可驗證和可追溯的方式優化效能，從而優化整個生產。 遠端支援 透過遠端存取提供快速且合格的支援。在您批准後，我們熱線的技術人員將透過遠端存取即時連接到 alphaJET。這使我們能夠檢查功能並設定參數、故障排除資格預審以及立即採取措施。這確保了我們專家的快速支持，並避免了耗時且昂貴的服務電話。 消耗品狀態和網上商店鏈接 使用過的耗材（包括商品編號）顯示在儀表板上。這使您能夠透過儀表板快速直接地重新訂購墨水和溶劑，並直接連結到我們的網上商店。一次性註冊後，商店圖示將帶您直接進入線上商店並提供您的個人客戶資料。 相關服務廠商與展廳位置列表 Heidelberger Druckmaschinen AG    /  1號館 ， C30-1 – C30-5 HP Deutschland GmbH    / 17號館 ， A01-1 – A01-9 Infigo(HP )   /  17號館 /，01-1 – A01-9 Koenig & Bauer   / 6號館 ， A31-1 – A31-5 Ricoh   /  8a 號館 ，A21-1 – A21-2 GoMake    /  7號館，D03   其他有趣的AI應用 則是在網路電商的印刷服務上，兩家廠商分別展出相關應用，其中Design'N'Buy，應用AI 賦能的線上印刷流程服務，見證AI如何簡化任務、增強工作流程並提供智慧建議，從而徹底改變您的業務。taktiful Software Solutions則是提供一個AI驅動的估算和定價平臺，它的重點不在計算成本或報價，而是將AI與銷售數據相結合，根據地理位置建議市場客戶可負擔的銷售價格，以幫助您銷售更多數位裝飾印刷品。 其展廳位置列表 Design'N'Buy   /  4號館，A44 taktiful Software Solutions( HARRIS & BRUNO)  /  16號館，D03

海德堡（Heidelberg）將在即將舉行的drupa展覽上展示一系列前所未有的創新和解決方案，以應對行業面臨的各種挑戰。海德堡表示，展覽將提供360度的全面視角，為行業面臨的挑戰提供具體的解決方案。此外還將與合作夥伴POLAR和MK Masterwork攜手合作，共同展示端到端、高度自動化的包裝工作流程，進一步豐富展覽內容。展覽的座右銘"發揮你的潛能"（Unfold your Potential）將引領參觀者探索如何應對勞動力短缺、永續發展、競爭力和數位化等關鍵問題。 勞動力挑戰 面對技術工人短缺的挑戰，海德堡將展示如何利用高度自動化的解決方案和機器人技術來支援員工的日常工作，同時提高生產力。這些創新技術將有助於減輕勞動力壓力，讓企業更好地應對人才短缺。 永續發展 在追求經濟效益的同時，海德堡致力於實現永續經營。展覽中，參觀者將了解如何優化列印流程以減少浪費和排放，同時提高能源效率。這些措施將有助於企業實現可持續發展，並為環境保護做出貢獻。 競爭力 為了提高效率和生產力，海德堡將展示一系列解決方案，以應對不斷增加的競爭壓力。從印後機器人和自動化到Speedmaster XL 106的高速生產，這些創新技術將幫助企業提升競爭力，擴大市場份額。 數位化 海德堡將展示如何從數位化中受益，透過端到端自主列印和高度數位化工作流程，為商業和包裝生產設立新標準。這些創新技術將提升生產效率，並為企業帶來更多商機。 drupa展覽中在將會看到展示滿足工業包裝生產多樣化要求的 端到端、高度自動化的 包裝工作流程。 重點將放在如何在成本壓力和不斷變化的條件下提高競爭力的問題：印後的機器人和自動化，與Speedmaster XL 106 及其每小時21,000 張的生產速度一起，是印刷行業最高效的解決方案之一。市場。作為膠印的替代方案，我們推出了與 Intellimatch 相結合的新 Boardmaster：真正的大批量包裝印刷遊戲規則改變者。 商業和出版 印刷商可以期待與 Prinect 的整合端到端工作流程。透過 Plate to Unit 從印版成像到印版進給的自動化，以及新一代 CutStar，Speedmaster XL 106 上的端到端推送停止將成為膠印的新標準。輔以 StackStar C 印後協作機器人技術，生產比以往更有效率、更經濟。 在 體驗中心 ，參觀者可以沉浸在海德堡除純粹機器技術之外的廣泛服務中。在這裡，我們展示了基於人工智慧的分析工具、智慧輔助系統、線上服務和永續生產解決方案的創新和有趣的方式，可以讓您的印刷產品變得更好，讓您的生活更輕鬆。如何應對技術工人短缺的問題？如何才能更有效率地生產？如何才能既永續又經濟地運作？我如何利用數位化？360°視角為我們產業目前面臨的挑戰提供了具體的解決方案。 drupa 2024將成為行業專業人士不容錯過的盛會，關於Heidelberg更多展覽消息可至專屬網頁。 https://drupa.heidelberg.com/en?utm_source=website&utm_medium=marketingurl&utm_campaign=drupa2024&utm_content=local_en 期間：2024年5月28日星期二～2024年6月7日星期五（共11天） 營業時間：10:00至18:00（週六、週日10:00至17:00） 地點：德國杜塞道夫展覽館號館 / C30-1 – C30-5展位 資料來源： https://www.heidelberg.com/tw/zh/index.jsp

在本刊上一期文章「智慧化驅動下的印刷業：AI在印刷生產流程中的應用機會」提及，將提供大家如何用ChatGPT生成文章的經驗步驟分享，現在就用這篇文章實現筆者的承諾。文章內容將分成兩大部分，首先是文章生成的步驟拆解的分享，再來會將這次用ChatGPT生成文章的經驗提供些想法與建議。 用ChatGPT完成文章步驟拆解 我們打開ChatGPT後，輸入「撰寫印刷業應用AI的大綱」，然後我們就會得到由AI生成的大綱文字，當然另外我們也輸入「撰寫AI應用在印刷業的大綱」這樣的對話問句，我們也得到另外一組推薦的內容，相較起來，第二組大綱比較符合我們想要呈現的內容，所以就選用這一組的大綱。(見圖1、圖2、表3) 接下來我們採用第二組這個大綱的內容，分項逐步地輸入ChatGPT中，所以首先輸入的是「AI於製造業發展的背景介紹」，得到一段條列式的內容，但是因為這是一篇較長文章，所以要求ChatGPT以段落的方式描述前面的文章，最終產出的內容看起來就像我們所需要的。然後為了讓前言更加豐富，輸入「AI於製造業發展的背景介紹」、「身為製造業的一員，印刷業應如何引進AI應用？」，以及「AI在印刷業崛起的前言」，但這兩個對話產出的內容結果並不符合筆者在這篇文章裡的期待，所以就暫時先丟在一旁。(見圖4) 由於前述對話的不適用，所以從另外一個角度的層面來發展內容，所以詢問ChatGPT「用200字說明前面大綱安排的邏輯」，然後得到一小段的文字，這一段文字看起來可以當作是前言跟後面文章的銜接。因此發展到這邊，可以說算是把大綱裡面的前言部分完成。(見圖5) ●生成式AI大幅改變文字創作者的工作習慣(圖片來源╱AI繪製)  ●圖1：撰寫印刷業應用AI的大綱  ●圖2：撰寫AI應用在印刷業的大綱 ●圖4：採用這個大綱內容，分項逐步地輸入ChatGPT中 ●圖5：用200字說明前面大綱安排的邏輯 一、印前設備部分的ChatGPT生成步驟拆解 然後筆者分別詢問ChatGPT在整個印前製作流程中各個步驟運用AI的地方，分別是圖像處理與自動排版兩個應用方向，「請用段落方式說明，印前製作中AI在圖像處理和增強的應用特點，並舉出兩個軟體服務商的產品作為案例說明」、「請用段落方式說明，印前製作AI在自動版面設計的特點，並舉出兩個軟體服務商的產品作為案例說明」，緊接著就會分別得到各自的文字內容及ChatGPT推薦的軟體服務商之應用案例。(見圖6) 由於ChatGPT生成的內容初步看起來不夠充實，所以筆者試著加入更多技術面向的對話詢問以便取得更合適內容，所以詢問ChatGPT「在自動版面設計AI如何實現與設計趨勢相應的智能設計」，但是由於這個詢問並沒有強調要用文章段落的方式來撰寫，所以再度得到條列式的內容，所以只能夠再度要求「請用段落方式說明前段文字」，調整過生成的部分內容就可以把它放到文章當中。(見圖7) 二、印刷設備部分的ChatGPT生成步驟拆解 接下來筆者要透過ChatGPT撰寫的內容，就是進入印刷機設備的AI應用這一段，所以詢問「請用段落方式說明，AI與印刷機中透過提整印刷機參數如何增強印刷效果與減少印刷錯誤，並舉出五個印刷及品牌的產品作為案例說明」。在這個地方，大家應該有注意到筆者輸入問句的文字有一個錯字，正確的文字應該是調整印刷參數，但是「調」打成「提」。不過雖然打錯字，但是ChatGPT還是很聰明的理解語意，並把它改成正確的文字並提供恰當的回應內容。(見圖8) 然後，在這裡所得到建議的印刷機品牌都是數位印刷機，所以只能夠再繼續追問問題，請提供兩個平版印刷機品牌商分別是Epson跟HP，同樣的也不符合我們期待中的印刷設備。所以只好再詢問一次，問法則強調印刷設備改成兩個傳統印刷機品牌的產品，這次所給的兩個廠牌，一個是海德堡，另外一個同樣是數位印刷設備，不過因為有海德堡就覺得好像這個文章的舉例廠商應該OK，所以就可以繼續往下，透過對話的方式發展文章內容。 同樣的，筆者也希望在文章中能夠增加一些AI技術在印刷設備的應用上，以及更多與技術相關的概念，同時也思考協助大家釐清，印刷設備所裝置的AI，其實和大多印刷設備都已經可以透過前端的控制主機進行許多自動化控制服務。 所以詢問ChatGPT「請用段落的方式說明，AI與印刷機中透過調整印刷參數如何增強印刷效果以減少印刷錯誤，請說明應用AI與數位自動化控制的異同」，ChatGPT生產的內容與筆者對於這一塊技術及應用的差異認知是一致的，所以這一段文字就把它補充在印刷設備應用AI更深入技術說明的內容裡。(見圖9) ●圖6：詢問整個印前製作流程中運用AI的地方 ●圖7：試著加入更多技術面向的對話詢問以取得內容 ●圖8：透過ChatGPT撰寫進入印刷機設備的AI應用 ●圖9：增加AI技術在印刷設備應用及更多與技術相關概念  三、品質檢測部分的ChatGPT生成步驟拆解 再來詢問ChatGPT的就是品質檢測的這一塊，我們的問題是「請用段落方式說明，印刷生產中AI在即時品質檢測的應用概念，需包含檢測技術以及如何即時修正印刷的缺陷，並舉出兩個軟體服務商的產品作為案例說明」，針對這個詢問的對話產出的內容，筆者並不是非常滿意。所以接下來詢問相對深入的問題「印刷品質的監測技術，有哪幾種類型」，但得到的回覆依舊沒有讓筆者滿意，所以接下來又換了幾個方向去對問題的詢問，其中甚至包含色彩管理應用AI技術的實現。(見圖10、11) 不過這幾個問題，並沒有生出讓筆者覺得有足夠深入的技術服務應用之描述內容。而在這邊並不打算只是介紹透過視覺辨識技術應用的品質檢測服務，因為這樣的應用適合大部分製造業的品質檢測，沒有印刷品質檢測的特殊性，所以最終決定這一段就先只做概念性的表述。 四、設備預測部分的ChatGPT生成步驟拆解 再來把應用內容著眼在設備預測性的維護保養上，詢問的問題就是「請用段落方式說明，AI在印刷設備上預測性回覆的應用概念，並舉出兩個設備服務商的產品作為案例說明」。(見圖12) 那在這個應用上有一些擔憂，維護保養的決定權會不會因為原廠掌握這個AI預測保養的結果，最後印刷廠會被強制需要依照這樣的頻率花錢保養，而不像現在狀況由印刷廠自行決定保養的項目與頻率，所以筆者詢問「針對上面應用概念，印刷廠會被原廠綁架的可能性有多大」，得到ChatGPT兩個推薦的回應，讓我們協助它選擇哪一個回應比較好。第一個回應只說明被綁架的可能性因素，第二個回應除了可能因素外也提供應對策略。為了讓ChatGPT之後的服務可以更好，所以還是協助它做選擇，筆者個人是選擇回應二，也就是有對應策略的這個。(見圖13) 不過由於這個問題在文章中不是重點所在，所以決定不採用ChatGPT產生的內容，而是筆者寫一段文字說明，同時延伸推薦出一個印表機墨水是否被原廠控制的全球化爭議事件的文章。 ●圖10：詢問在品質檢測這一方面的內容 ●圖11：詢問相對深入印刷品質的監測技術等問題   ●圖12：把應用內容著眼在設備預測性的維護保養上 ●圖13：詢問印刷廠會被原廠綁架的可能性有多大 五、印刷生產排程與庫存管理部分ChatGPT生成步驟拆解 接下來詢問ChatGPT的是「請用段落的方式說明，AI在印刷生產排程的智能優化，並舉出兩個設備服務商的產品作為案例說明」，在這個地方產出兩個產品上的內容及描述，也都還蠻符合我們的認知及需求。不過運用AI技術進行自動化排程，許多製造業都有相關的產品，但是排程要能夠順利有效，其實需要很多數據資料，不單單只是工廠設備的數據資料，可能會需要連結材料庫存，訂單等等相關的數據，所以對於印刷廠來說要導入AI排程的系統，通常面對的是數位化能力是否足夠，而不是有沒有購買使用該產品。這一段的文字同樣只是在描述AI與印刷業的應用中特別提出來的一個看法，所以就沒有再透過ChatGPT的對話繼續提問。(見圖14) 接下來詢問ChatGPT印刷業AI庫存管理的應用及AI在客製化印刷服務的應用，但這兩段生成的內容雖然沒有問題，但總覺得已偏離印刷產業生產技術的核心，它更像是資訊服務業的系統開發，所以考慮好把這段內容直接從文章中去掉。(見圖15) 六、文章結尾部分的ChatGPT生成步驟拆解 最後為文章做一個結尾，這裡筆者同樣也詢問幾個不同的問法，包含「請用段落的方式說明，未來的AI發展對印刷業的影響」、「AI對印刷產業的潛在價值」、「印刷產業應用AI所面對的挑戰，請由技術、環境、發展方向等層面說明」、「印刷產業應用AI的未來展望」，最後採用這一個問答對話的生成內容，做為本篇文章的結尾。(見圖16) 七、印後加工部分的ChatGPT生成步驟拆解 做完結尾，將資料彙整在一起後發現，筆者發現遺漏AI在印後加工的應用，所以趕快回頭補完「請用段落方式說明，AI在印刷後期加工的應用概念，並舉出兩個軟體服務商的產品作為案例說明」、「請用段落方式說明，AI在自動包裝設計的應用概念，並舉出兩個軟體服務商的產品做為案例說明」，所產出的內容基本上是符合需求的，所以就把它補進後加工的應用部分。(見圖17) 最後筆者讓ChatGPT幫這篇文章下一個標題，「請為這篇文章取一個標題」，所得到的標題建議是「智能化驅動下的印刷業：AI在生產全流程的應用與挑戰」，根據這個建議，調整標題為「智慧化驅動下的印刷業：AI在印刷生產流程中的應用機會」。 ●圖14：詢問AI在印刷生產排程智能優化及印刷庫存管理 ●圖15：詢問印刷業AI庫存管理的應用 ●圖16：最後為文章做一個結尾，分別列出幾個不同的問法   ●圖17：說明AI在印後加工的應用 用ChatGPT寫文章看法與見解 一、盤點這次用AI協助創作所需花費的時間 先跟大家盤點一下這次用ChatGPT協助創作所花費的時間，首先透過問句對話的形式慢慢建構內容這個部分，大約花費時間是兩個小時。這個時間的花費，更多是決定要怎麼樣提出問句，才可以得到更加適切的內容生成，這部分其實是有一點難度的，而且有時候可能會需要反覆的對話詢問，才能夠找到合適的關鍵字詞與內容。另外這兩個小時，也有不少時間是花在把內容抓到Word上，這就是很單純的ctrl C+ctrl D的應用。 完成初步的草稿內容後，由於我們知道ChatGPT的內容並未更新到最新的資料，所以在整篇文章中所推薦的設備商案例，就需要一一前往它們的官網，進行更進一步的技術確認。比方說這家公司是否依舊存在，這個產品或服務是不是依然在販售中，還有就是這個產品所提供的功能，是否如同ChatGPT所告訴我們的功能完全一致。 說老實話，這個比對工作是比較困難及辛苦的，主要是因為官網內容大都非常專業，有一些網站文字還不是英文，還好有Google翻譯可以節省很多事情。而且在比對過程中，筆者其實也動手修改一些案例的描述內容，甚至有些案例直接把廠商換掉，以及透過網路截取一些圖片，讓這篇文章圖文並茂。在這個過程中，對筆者而言比較需要控制的是，有一些內容不要自己重寫，而是試著使用ChatGPT所提供的內容進行修改，有時候都不知道修改是不是會比重寫所花掉比較多的時間。 重新檢查內容及修正文章這件事情，筆者透過ChatGPT生成出內容後的第二天之後開始處理跟撰寫工作，這個任務所花費的時間大約是一整個工作天，簡單地說也就是大約七、八個小時。所以透過ChatGPT的工具來生產文章，當中包括內容生成與審核修正，總共所花費的時間大概會是十個小時上下。 而該篇大約是六千字的文章內容，若是全部自己撰寫，估計需要5～7個工作天，所以簡單的結論，就是利用ChatGPT來做文章創作，確實可以節省時間。而且文章內容的品質，在創作者有意識的控制下，也能夠維持在一定的水準，整體來說還是不錯的工具使用經驗。 二、如何用好AI工具提升效率 估計目前市場上大約有九成的人把ChatGPT當作玩具，剩下不到一成的人才把它當作提升效率的工具，事實上ChatGPT這樣的自然語言處理工具是非常好的助手。然而，我們應該如何巧妙運用ChatGPT，使其成為提升效率的得力工具，而不僅僅是一個新奇的玩物呢？ ChatGPT是優秀的寫作助手，對於日常的文件起草、郵件撰寫，都能夠提供初稿內容，讓我們可以快速的進入工作，所以運用ChatGPT進行寫作，不僅僅節省時間，還有豐富的內容方向，為寫作注入了全新的發展。同時ChatGPT是一個優秀的問答工具，能夠提供即時而準確的答案，並做好整理與分類，這使得我們在解決問題時能夠事半功倍。無論是學習新知識、還是應對工作上的挑戰，ChatGPT都是一個即時可用的知識寶庫，提供更多元的知識內容視角。 三、使用AI輔助創作有幾個重點可使內容品質更好符合預期 至於如何使用ChatGPT讓它生產的內容有更好的品質，最重要的關鍵是如何正確詢問問題，如同前面為大家展示的步驟，在產出基本的文字介紹內容後，其實又更進一步的使用對話的問句要求ChatGPT繼續生產更有深度的內容。這其實是使用它，並得到好品質回覆非常重要的關鍵點。主要原因是，當我們詢問ChatGPT第一個問題，它回答然後就停止，這個時候其實只是一個層次的內容產出，如果再讓它針對其答案往下發展，這就是多層次的內容發展，這樣內容就會根據我們多輪對話的問題，回答出具備一定深度的內容與答案。 當然使用ChatGPT來做文章寫作的時候，其實也有更有趣的進階應用，那就是其實可以要求ChatGPT做所謂的角色扮演。當做完這樣子的設定時，就可在這個角色的身分針對所提出的問題進行更專業、更有針對性的回答，不過這就不是今天寫這一篇文章想要跟大家分享的主題了。 最後筆者要跟大家所分享的觀點是，透過這一篇與AI相關的文章，然後用生成式AI的工具來撰寫，最主要的目的是與大家分享一個有趣的科技創作實驗，而這個實驗有可能在未來會大大改變我們的生活。 ●ChatGPT創建內容的三個關鍵步驟   ●生成式AI改變未來的五大場景