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。

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

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

隨著人工智慧的大肆宣傳，企業內部領袖俱樂部 (IHALC) 希望深入了解內部創意團隊如何實際使用該技術、他們認為人工智慧帶來的機會以及充分實現該技術面臨的挑戰。所以我們問他們。我們與AdAdobe 合作的AI 調查分析了英國和歐洲、中東和非洲50 多個主要品牌和組織的內部機構領導者的回饋，涉及慈善機構、媒體、快速消費品、金融服務和零售等行業。 人工智慧的潛力不再受到質疑，但這種潛力伴隨著對道德、偏見、版權、智慧財產權及其對創意產業所依賴的攝影師、插畫家、電影製作人和其他專家生活的影響的主要擔憂。作為內部團隊的領導者，根據定義，他們在更大的公司結構中運作，而我們的社區正處於弄清楚如何協商這個新環境的最前沿。絕大多數人認識到 GenAI 帶來的令人興奮的機遇，但他們也認識到自己對團隊、合作夥伴、客戶和利害關係人的責任。 人工智慧和內部機構：測試和學習 雖然對我們的調查做出回應的絕大多數（78%）企業內部（IHA）已經在其營運中使用生成式人工智慧，但現階段這非常符合測試和學習的精神。大多數活動都發生在創意構思中，70% 的受訪者表示他們正在使用 GenAI 工具來快速提出想法、產生多種選項並視覺化不同的路線。 幾乎所有人（93%）都使用人工智慧來創建圖像； 62% 的人將其用於正文，40% 的人將其用於標題。 31% 的 IHA 使用人工智慧來製作配音，這反映了大多數 IHA 所承擔的改編工作量。在IHALC 最近的一次線上會議中，時尚轉售市場 Vinted 告訴我們，它一直在嘗試利用人工智慧在其營運的 21 個國家/地區創建本地語言適應版本。 資料來源：企業內部領袖俱樂部 (IHALC)和 Adob​​e，2024 年內部機構 AI 調查 移動圖像的使用不太常見，只有20% 的人使用它來創建“真人”視頻，11% 的人使用它來製作動畫——我們預計，隨著新工具的推出以及現有系統添加更複雜的移動影像功能，這些價值將會上升。 然而，使用 GenAI 來創建用於外部觀眾現場工作的資產的人相對較少——只有 28%。受訪者告訴我們，一年後這一比例可能會上升到50%，但是，如果以這種方式使用GenAI，IHA 認為讓消費者意識到這一點很重要：當我們要求受訪者告訴我們它有多重要時消費者意識到圖像或影片是使用人工智慧創建的，評分範圍為1 到10，其中60% 的人給出了8 分或更高的分數，28% 的人給出了10 分。 資料來源：企業內部領袖俱樂部 (IHALC)和 Adob​​e，2024 年內部機構 AI 調查 版權和智慧財產權是最大的問題 雖然該技術的存在使品牌能夠使用 GenAI 來創建其活動和內容，但法律和監管問題意味著，實際上，組織對其使用更加謹慎。 我們的調查顯示，58% 的組織制定了人工智慧政策（專門針對 IHA 的人工智慧政策或策略不太普遍，只有 28% 的受訪者表示他們擁有人工智慧政策或策略）。 這些政策通常涵蓋治理、合規性、法律和安全問題，重點是保護組織免受法律訴訟並確保其自己的智慧財產權和資料安全。一些組織報告稱全面禁止使用任何人工智慧工具，而另一些組織則指出，IHA 在部署任何工具之前都需要經過漫長的企業審批流程。 受訪者認為版權侵權和智慧財產權安全是最大的挑戰，但道德問題也在考慮範圍內，領導人對人工智慧系統公平對待藝術家表示擔憂。 創意人士也提到了他們自己對人工智慧對手工藝行業意味著什麼的道德擔憂，過度使用可能會「掏空」創造力，並導致「乏味、華而不實的工作，缺乏意義，因此容易被遺忘」。挑戰將是保持獨特性。 永續性問題也被提出，特別是對於有環境目標的組織。 資料來源：企業內部領袖俱樂部 (IHALC)和 Adob​​e，2024 年內部機構 AI 調查 自動化平凡的事情讓我們自由 儘管 IHA 對人工智慧感到擔憂，但他們普遍對其潛力持樂觀和熱情。這種樂觀態度也體現在他們的團隊中，我們的數據顯示出對人工智慧的廣泛正面態度。 受訪者中最重要的觀點是“人工智慧在創造力方面的作用將主要是作為人類創意團隊的助手”，而不是將人工智慧視為對就業的威脅（只有22% 的人認為人工智慧的引入會導致他們的團隊規模縮小）。這是 GenAI 作為副駕駛而非替代者的願景。 大多數受訪者認為，透過自動化目前佔用大量時間的日常任務，人工智慧將使內部團隊專注於更高價值的工作。正如一位受訪者告訴我們的：「作為一個團隊，我們一直很忙，而且資源總是不足。自動化日常任務對我們來說是一個很好的機會。它將把每個人從繁瑣的工作中解放出來，讓他們能夠專注於更具策略性、高價值的活動，從而推動真正的影響力和創新。這不僅使公司受益，也讓每個人都能充分發揮潛力，找到更有創意的解決方案。 當我們要求受訪者對人工智慧在多個機會中的潛力進行評分時，得分最高的人（即受訪者認為人工智慧將對其工作產生最大積極影響的領域）正在改進簡報、創意概念、自動化平凡的任務（81% 得分為 8 或更高），並且節省時間（74% 得分為 8 或更高）。 在節省成本方面，只有 50% 的受訪者對人工智慧的評分為 8 或更高，受訪者可能會注意到建立人工智慧系統的成本以及其承諾的影響與現實之間的潛在差距。受訪者同樣對人工智慧帶來新的工作風格或流派的潛力不感興趣。超過 50% 的人對此的 AI 評分為 5 或更低。 從遊樂場到生產 我們的調查表明，大多數 IHA 正處於人工智慧從實驗過渡到部署的風口浪尖。但還有一些重大問題需要解決。 各組織對版權和智慧財產權影響持謹慎態度，這是可以理解的。在某些情況下，這導致徹底禁止使用人工智慧系統。其他人則成立了道德委員會，通常由來自法律、人力資源、採購、行銷和 IHA 的代表組成，以確定和審查他們的方法，包括他們將使用哪些工具以及使用哪些工具。 IHA 領導人認為，讓消費者意識到人工智慧已被用來創建活動資產非常重要。然而，這將如何完成尚不清楚。一種途徑是透過 Adob​​e 在 2019 年宣布的內容真實性計劃，其成員包括 BBC、Getty Images、英特爾、微軟和紐約時報。它建議使用基於元資料的線上驗證系統。 「封閉」人工智慧系統的使用增加（我們的調查顯示，目前只有28% 的IHA 正在使用這些系統）似乎很可能會減輕對智慧財產權和版權的一些擔憂。訓練系統並確保這些系統創建的任何內容都不會進入這些工具的公共版本，但這將要求品牌擁有這些資產的使用權以及這些資產的可訪問性。 資料來源：企業內部領袖俱樂部 (IHALC)和 Adob​​e，2024 年內部機構 AI 調查 調查中強烈表明，人們希望人工智慧能夠讓內部團隊“自動化處理日常事務”，這將使他們能夠騰出時間專注於針對業務問題提供更高價值的創意解決方案。雖然大多數人認為這不會導致他們擁有較小的團隊，但全面部署的人工智慧系統的影響，特別是對目前負責較低層工作的角色的影響，可能會讓這種觀點顯得樂觀。 至少，角色可能會發生變化，需要獲得新技能，就像桌面出版影響老式印刷生產時一樣。 IHA 領導者有責任發揮影響力，確保人工智慧帶來更好的工作，而不僅僅是更便宜和更快的工作。但由於後者更容易量化，因此這可能很難維持。 雖然我們調查的重點是 IHA 本身的職權範圍，但我們也意​​識到一些品牌在更廣泛的組織中部署人工智慧並取得了驚人的成果。新產品開發尤其如此，一些品牌進行了測試，要求人工智慧提出品牌延伸，在幾分鐘內獲得從市場分析到命名、再到包裝的詳細結果。上游的行銷部門以及下游的內容製作和交付都會感受到人工智慧的影響。 最後，我們應該記住，與先前的科技革命一樣，人工智慧即將經歷一​​個「磨合」階段，即炒作與現實世界相遇。正如我們的一位受訪者所說：「我希望，借助人工智慧，我們正處於『旋轉標誌著火』的時刻，就像網路還是新事物時那樣。我們玩了很長時間，只是因為我們可以做一些事情，然後它安定下來，我們找到了利用它的力量的最佳方法。我希望人工智慧也會發生同樣的故事。 內容來源： https://www.creativereview.co.uk/  

Drupa 2024展上，Fiery 將在 8B 展廳展示人工智慧(AI) 的三項新開發成果，以及最新的DFE 和工作流程軟體適用於數位。 造訪  Fiery InkWise 是一款基於人工智慧的墨水庫存管理 。美國數位列印伺服器和工作流程解決方案供應商介紹說，該工具不僅可以預測應訂購墨水的時間和數量，還可以確保最佳的墨水利用率。 該出版商還將展示  一款新的基於人工智慧的工單建立工具  ，該工具可以分析作業並自動準備工單，涵蓋媒體選擇、印前流程、印後加工等。 展位參觀者還可以搶先預覽  Fiery JobFlow Pro 工作流程的下一版本 ，這是一種基於雲端的解決方案，透過人工智慧提高影像解析度、簡化印前報告並實現輕鬆列印，自動執行作業準備步驟通過掃描條碼或使用手機的語音指令。 「我們不斷探索人工智慧技術如何使Fiery 工作流程變得像與虛擬助理互動一樣簡單。在德魯巴展會上，我們很高興能夠展示人工智慧根據文件內容定義列印設定並在創建票據之前建議作業的能力。  Fiery 執行長 Toby Weiss 說。 也將示範端到端的包裝和標籤工作流程，從使用 Esko 軟體的印前到 Fiery Impress DFE，並將與生產各種客製化數位印刷產品的 RIPFactoryDigital一起展示DTF

傳統上以手工流程為特徵的印刷業，正在透過人工智慧 (AI) 和機器學習的使用經歷一場革命。這些技術不僅可以實現任務自動化，還可以優化工作流程，從而顯著提高效率和生產力。在本文中，我們將詳細研究印刷業人工智慧實施的各種方法和範例，並分析它們對該行業的影響。 工作流程自動化 提高效率的一個基本步驟是工作流程的自動化。機器學習和電腦視覺等人工智慧技術被用來自動執行重複性任務，例如影像優化、色彩匹配和列印品質問題預測。透過將這些技術整合到生產過程中，印刷廠不僅可以減少員工的工作量，還可以大幅縮短生產時間，最終提高競爭力。 工作流程自動化的一個具體例子是自動色彩校正。傳統上，這是一項耗時且容易出錯的任務，需要人工幹預。透過使用人工智慧，印刷機現在可以自動檢測並糾正顏色偏差，從而實現一致的印刷品質並減少手動幹預的需要。 預測性維護 人工智慧產生重大影響的另一個關鍵領域是印刷機的預測性維護。透過持續監控和分析運行數據，甚至可以在潛在故障發生之前對其進行預測。這使得操作員能夠及時執行預防性維護措施，以最大限度地減少非計劃性停機時間並最大限度地提高生產力。 為了說明這個概念，我們研究了物聯網感測器對印刷機的監控，這些感測器不斷收集運行時間、溫度和振動等數據。然後，人工智慧演算法對這些數據進行分析，以識別潛在的故障並建議維護措施。透過這種方式，印刷廠可以最大限度地減少停機時間並延長機器的使用壽命。 個性化印刷產品 在當今個人化內容和客製化體驗的時代，高效生產個人化印刷產品的能力至關重要。人工智慧演算法分析客戶資料和行為模式，自動建立客製化設計並將其整合到列印過程中。這使得印刷廠能夠更好地調整其產品以滿足客戶的需求並提高其市場相關性。 個性化印刷製作的一個例子是根據客戶行為個人化廣告材料。透過分析人口統計資訊、購買歷史和互動等數據，人工智慧演算法可以自動創建適合客戶個人喜好和興趣的個人化廣告素材。這些個人化的產品更有可能吸引顧客的注意力並引起正面的迴響。 品質控制和錯誤檢測 人工智慧在印刷行業的另一個重要應用是自動化品質控制和錯誤檢測。人工智慧演算法可用於在產品到達客戶之前檢測並修正顏色偏差、像素故障或模糊等錯誤。這不僅保證了質量，還最大限度地減少了浪費，從而顯著節省了成本。 這是透過使用人工智慧演算法來檢測顏色偏差來說明的。透過使用高解析度相機和影像處理技術，印刷機可以即時檢測顏色偏差並自動調整以確保一致的顏色品質。這不僅減少了人工監控的需要，也提高了整個列印過程的效率。 印刷過程的可持續性 在印刷業實施人工智慧驅動的工作流程優化也為減少產業的環境足跡和促進綠色實踐提供了重要機會。 人工智慧可以對永續發展產生直接影響的領域之一是資源消耗的最佳化。透過分析生產數據和參數，人工智慧演算法可以幫助最大限度地減少材料消耗，例如創建優化的列印佈局或減少浪費。此外，這些演算法還可以透過提高機器和設備的運作效率並識別節能潛力來幫助優化能源消耗。 另一個重要面向是促進循環利用和循環經濟。人工智慧可以幫助優化回收流程，例如幫助識別和分類材料或最大化回收機會。此外，人工智慧系統還可以幫助延長產品的生命週期，例如幫助識別可重複使用的材料或優化生產流程以提高產品的保質期。 整體而言，將人工智慧融入印刷流程不僅可以提高效率和生產力，還有助於減少產業對環境的影響，塑造更永續的未來。 結論 人工智慧驅動的工作流程優化的實施標誌著印刷業的轉折點。透過使用機器學習和電腦視覺等人工智慧技術，印刷商不僅可以自動化和優化其工作流程，還可以提高產品品質、提高生產力並促進更環保的做法。 從工作流程自動化和預測性機器維護到個人化印刷生產和自動化品質控制，人工智慧提供了許多機會來改變印刷行業並使其適應未來的挑戰。 但要強調的是，人工智慧在印刷產業的成功運用不僅需要技術創新，還需要對員工進行全面的培訓和教育，以及明確的策略和治理結構。只有透過整體方法，印表機才能充分發揮人工智慧的潛力，並充分發揮這項顛覆性技術的優勢。 總而言之，人工智慧驅動的工作流程優化在印刷產業的實施表明，人工智慧不僅可以提高效率和生產力，還可以創造一個更永續和麵向未來的產業。 是時候抓住人工智慧的機遇，引領印刷產業進入進步和創新的時代了。 內容來源： https://www.drupa.com/