要理解 AI 与制造业再工业化的链条,要从芯片说起。美欧中三方近年都意识到:没有先进制造,就没有 AI;没有芯片,就没有先进制造。美国《CHIPS and Science Act》将补贴重点锁定在先进制程与封测能量,借由吸引台积电、三星、英特尔在地扩产,意在让 AI 训练与推论的基础硬体不再过度依赖亚洲供应链。欧盟则以《European Chips Act》推动「20% 全球市占」目标,透过德国与法国的产能计划,尝试建立区域性的芯片自给率。中国则以《十四五规划》与大基金二期支撑国产芯片及工具链,加速自给自足的闭环布局。 这些政策并非单纯的产能竞争,而是 AI 竞争的逆向工程。AI 大模型的训练能力、运算需求与能源消耗,都反向牵动对先进制程与高效能运算芯片的需求。美国的政策目标是确保 AI 能力不受外部牵制;欧洲强调产业安全与永续;中国则希望避免在高端芯片长期受制于人。三者方向不同,但结果一致──芯片重新成为再工业化的「起点产业」,也成为 AI 生态系的第一环节。 AI 驱动的智能制造跃升:从产线到生产率 若说芯片是 AI 的起点,那制造业则是 AI 的落点。AI 不只是某些行业的应用工具,而是制造业提升生产率与产线效率的核心技术。美国劳工统计局近年指出, 2023 年后因自动化、机器视觉与 AI 预测模型渗透,部分高科技制造领域的单位人力产出开始上升。 欧洲的生产率报告则呈现另一种面貌。德国与北欧国家在工业物联网(IIoT)强势推动下,AI 接入机械控制、预测维护与能源管理,使部分中型工厂的停机时间明显下降,同时达致能耗降低 。欧洲的工厂规模普遍较小,但技术成熟度更高,因此 AI 在节能、可靠性与设备精度上贡献更突出。 中国制造业的情况则呈现规模化推进。根据多份产业报告,中国近年智慧工厂与数字化产线的建设速度在全球最快。AI 赋能的视觉监测、排程系统、品质侦测已