AI視覺分析更即時 帶動2025邊緣AI市場成長可期
近期機器人產業話題火熱，不管是通用型、專用型機器人或是工業用/服務用機器人，因為它實際能解決許多國家正面臨的勞動力緊縮問題，因此普遍受到市場重視。而其中與機器人息息相關的是發展已久的邊緣AI（Edge AI）技術，尤其是AI視覺分析能力更是其中關鍵。綜觀近期各大廠與分析師的觀察，2025年將是邊緣AI市場需求爆發成長的時機。
上個月高通發表新一代Snapdragon 8 elite行動平台，並且結合第二代CPU Oryon，期望在裝置端能提供更好的效能與更低能耗，來支援各種裝置端的多模態的AI應用，包括使用攝影機與語音的虛擬助理等。工業電腦大廠研華在智慧交通、智慧城市與智慧工廠佈局已久，認為在2025、2026將是邊緣AI需求爆發點。
資策會MIC產業分析師楊智傑在線上研討會中也表示，在2027年之前邊緣AI將以智慧製造及交通運輸方面為主要成長的目標市場，年複合成長率高達43.4%。雖然邊緣AI技術已不是新鮮事，但過去由於軟硬體解決方案架構複雜、生態系各種標準規格繁多，在導入與維運上需較高技術能力，以及成功案例較不足等原因，導致在推廣應用上未見爆量成長。但自2023年以來已看見邊緣AI的市場潛力，包括倉儲物流及工廠內的應用，以及電動車先進輔助駕駛系統（ADAS）與智慧交通基礎設施等，都運用大量邊緣運算技術，同時其他智慧城市、服務零售業等應用案例已陸續開花結果，未來邊緣AI成長可期。
楊智傑進一步分析邊緣AI未來的應用趨勢將包括，精進視覺分析能力以提升任務精確度與即時性，例如多條件倉儲入侵監控、產品品質的即時自動標記缺陷等。其次是強化實體裝置的智能，如在ADAS系統可切換車載駕駛模式，在連鎖餐廳則透過投射燈指引人員依照順序製作披薩，確保餐點品質一致。
而未來邊緣AI在技術發展上，楊智傑建議產業應關注以下四方向：
- 超低功耗AI晶片開始出現，包括低精度模型、低功耗Always-on常開型的應用被推出，在智慧製造與基礎建設的市場上都有強勁需求。
- 微型感測器融合，在AI運算前讓多感測器的數據先進行融合以提升即時性。
- 協同型的邊緣運算部署，包括聯邦學習的資料分布服務、雲地AI協同等，甚至未來可實現群機自主（M2M）協作等。
- 導入大語言模型達到更好的人機互動，在智慧車載、服務零售業與機器人互動上，都能提供更好的互動體驗。
整體來說，邊緣AI是機器人技術的重要推動力，使機器人能夠更加聰明、快速地回應環境變化，同時降低對雲端的依賴並提升數據隱私與安全性。隨著硬體、AI演算法和通訊技術的進步，這種結合預計來年將在智慧工廠、智慧交通運輸、零售服務等領域實現更多應用。
