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

數位技術先帶來商業自動化(1985-2005)，也促進電子、移動及社群媒體的發展(2000-2020)，更侵蝕到傳統紙媒體的市場，導致票據印刷(1995-2010)、報紙、書及雜誌(2000-2015)、商業印刷（海報、目錄、手冊等，2005-2020）等呈現不同幅度的衰退。 但數位技術也帶來印刷業經營新的商業模式，包括網路印刷、數位印刷與服務、流程的自動化、個人化與個性化服務，電子商務、精準行銷（Targeted Market）等，在這數位環境的變遷過程，印刷相關產業如印刷、傳播、媒體、包裝、出版、廣告、資訊、電子、文件管理、服務與解決方案等也逐漸的融合（Convergence）在一起，這是數位科技帶來的印刷業多元創新機會。 全球印刷媒體產業(Printing Media)是一個持續在變動與發展的產業(A changing industry)，也是一個必須重新定義的產業。要融合傳統印刷技術、數位、網路及資訊技術，由紙媒體跨入多媒體服務，以製造為主但提供更多的整合服務與解決方案，由傳統的印刷媒體產業變成以滿足客戶或市場需求的產業。 知名的印刷媒體What They Think?提到，未來印刷業是提供整合製程服務者(as a process)，傳播媒體服務者(as a media)，印刷是滿足不同客戶的商業模式(as a business model)提供者，印刷是提供市場與客戶需求的貿易服務機構(as a trade association)，印刷是永續、差異化服務的綜合製造業(as a industry)。 Indigo創辦人Benny Landa曾經說過，「未來所有事物將數位化，印刷也不例外」（Everything That Can Become DIGITAL, PRINTING Is No Exception!）確實如此。而美國RIT教授Frank Romano就認為新印刷時代的已經來臨。  

當前，全球正在加快邁向綠色低碳社會的步伐。為了應對這一個趨勢，許多企業紛紛承諾致力於實現“碳達峰”、“碳中和”，並將其列入企業的改革和發展戰略規劃。印刷業同樣感受到向綠色低碳社會轉型全球巨浪所帶來的影響，例如日用品、食品、化妝品、醫藥品等各行業的知名品牌已經開始採取相應的舉措，以迎接綠色低碳社會的到來。 為了達成各自宣導的碳達峰、碳中和目標，這些品牌正在向包括包裝印刷企業在內的利益相關方提出要求，希望他們能在CO2減排層面提供支援和幫助。對於印刷行業而言，綠色低碳已是一個必須應對的一項重要課題，但是為此而採取環保對策是否會增加更多的成本，這一點讓許多企業感到擔憂。事實果真如此嗎？ ●小森的綠色低碳解決方案 促進碳達峰碳中和是否增加成本 迄今為止，環保對策與提升利潤一直被認為是相互對立的兩件事。然而，近年來的研究分析卻呈現出截然不同的結果，我們以“勞動生產率”與“碳生產率”之間的關係為具體範例，對此加以說明。(見圖1) 在圖1中，橫軸代表勞動生產率，縱軸代表每噸CO2排放量的碳生產率。首先，可以看出在勞動生產率高的國家，其碳生產率也高，兩者之間是正相關的變數關係。瑞士、瑞典、德國看似就是勞動生產率和碳生產率實現雙高的國家。這就意味著，這些國家似乎是在減少CO2排放量的同時，提高產能和利潤。如今，全球多國已在提高產能和促進碳達峰、碳中和層面取得巨大的進展。 接下來，我們來看看不同行業的碳生產率與資產收益率(ROA)兩者之間的關係。圖2這張圖展示的是日本碳生產率(橫軸)與ROA(縱軸)的情況。較其他行業相比，包括汽車製造商在內的交通運輸機械及設備製造業、金屬產品製造業可以更高效地創造利潤，而且碳生產率看似也更高。遺憾的是，當前與印刷行業相關的紙漿、紙、紙類加工品製造業的ROA和碳生產率均處於較低的水準。從另一個角度來看，較其他行業相比，印刷行業的潛在提升空間也更大。 由此可見，透過提高產能、減少浪費，可以同時實現提高利潤和促進碳達峰、碳中和的目標。因此，印刷行業似乎能夠同時推動提高利潤和綠色低碳的進程。 本文把焦點對準包裝印刷行業所涉及的三個領域：分別是印刷工序、印刷廠、印刷行業的供應鏈變革。針對如何在每個領域提高產能，也就是推動綠色低碳進程，我們將提供相應的解決方案。 ●圖3：單位時間的產能 印刷工序提高產能指的是什麼 首先，我們把目光對準印刷工序的產能。在印刷行業裡，小批量、短交貨期的印件需求正在不斷的遞增。為了提高產能，印刷機必須擁有更高的印刷速度和更短的作業準備時間，這樣才能把投資回報率(ROI)提升至極限。小森LITHRONE GX/G advance系列單張紙平印機可提供全球頂級ROI。透過提高飛達、收紙裝置、Komorimatic潤版系統的高速運行穩定性，實現穩定可靠的高速印刷。另外，機器採用升級版的作業系統，顯著減少操作人員的觸碰操作。透過連接“KP-Connect Pro”，機器可以自動預設印件資料，從而大幅度縮短作業的準備時間。憑藉著這些改良，LITHRONE GX/G advance系列印刷機，可以實現提高產能的重要目標。(見圖3) 採用生產效率較高的新款印刷機替代老舊的機器，透過這種“精減設備”的方式可以提高印刷工序的整體產能。比方說，使用2台高產能的新款印刷機替代3台低產能的老舊設備，不僅能夠實現更高的產能，還可以大量減少紙張損耗和電力消耗，有助於提高整體利潤和顯著減少CO2的排放量。(見圖4) 只有安裝產能可得到大幅度提升的LITHRONE GX/G advance系列印刷機，才能在印刷工序領域實現精減設備的主要目標。 ●圖4：精減設備帶來的效果 印刷廠整體轉型為智能印廠 印刷現場的工作涉及多道的工序，如果用紙質作業單或電話等老舊的方式進行工序管理，則不易於實現與前後工序的有效銜接，也很難應對突如其來的變化，這樣就會給提高整體產能帶來侷限。換句話說，如果想要提高印刷車間的產能，優化整體工序比提高每道工序的產能更為重要。憑藉生產工序整體實現數位化轉型(DX)來推動改革創新，這是解決這個問題的重要之關鍵。而小森公司宣導Connected Automation(智聯自動化)的理念，具體來講就是利用數位化的技術，把獨立分散的各道工序銜接在一起，形成一體化的印刷工序，以此把印刷廠打造為智能印廠。 作為支撐這一個理念的核心中介軟體，KP-Connect Pro發揮著舉足輕重的作用。基於開放式平台理念所開發的KP-Connect Pro，如今已經可以接通多家製造商和供應商的設備，實現資料互聯共用。印刷企業既能使用全新機器，又能用現有設備，以自由組合的方式連接KP-Connect Pro。一旦各道工序實現數位化互聯，就能夠透過視覺化資料查看所有的工序，並有助於對其進行優化。透過即時傳送的機器運行資料，可以及時瞭解哪些地方出現問題，並立即採取有效的對策。此舉不僅能夠避免損失，還有助於提高整體的利潤。 如今，日本及海外的多家印刷企業已經安裝了KP-Connect Pro，許多成功案例說明，它能夠顯著提高產能和獲利。小森公司相信，生產工序整體實現數位化轉型已經成為現實，其影響效果將是非常巨大。由於許多使用者回饋的建議都在產品性能中得到體現，所以KP-Connect Pro已經成為實用性更好的一套系統。今後，小森將再接再厲，繼續探求理想的印刷工序數位化模式。如同上面所敘述，小森公司相信，只要能夠提高印刷廠的產能，就能改善能源效應，從而減少CO2排放量，為建設綠色低碳社會做出貢獻。KP-Connect Pro必將在印刷廠轉型為智慧印廠的過程中發揮至關重要的作用。 ●圖5：印刷行業的供應鏈變革 印刷業的供應鏈變革理念 使用專色油墨進行印刷對於包裝印刷來說是最大的挑戰之一，用專色印刷時，換色作業及清洗墨輥會讓作業準備的成本變得非常昂貴。為了滿足預算要求，印刷企業經常要採取大批量生產的方式，比方說，把原本應該每個月交貨的印刷品，一次性印完6個月的數量。在這種情況下，一旦在這半年裡發生印刷圖案設計的變更，庫存就變成廢品，其結果是為企業帶來損失，進一步加重成本的負擔。最理想的解決方案，是把作業準備成本降至最低，並提供一套印製小批量印件也能創造利潤的生產系統。如果印刷廠可以印製小批量印件，並即時(Just-in-time)提供給客戶，就無需持有庫存，也就不存在廢品損失的風險，並能顯著削減成本。這就是小森公司針對印刷行業的供應鏈變革提出的理念。(見圖5) 小森公司可以為供應鏈變革提供兩套的解決方案。其一是“Smart Color(靚彩)”印刷技術，它能虛擬再現專色的色彩，其二是Impremia NS40數位印刷機。而“Smart Color”在CMYK的基礎上，加入O(橙色)、G(綠色)、V(紫色)，以7種顏色再現廣色域的專色色彩。7色可以再現88%的Pantone色彩，6色可以再現80%的Pantone色彩。透過把油墨種類固定下來，就無需進行換色作業和清洗墨輥，透過實現色彩的數位化管理，可以顯著縮短作業準備時間。如果機器配置了升級版的功能，也就是並行控制技術，就可以同時進行換版、清洗橡皮布、預上墨的作業，實現更高效的作業轉換。(見圖6) 關於虛擬再現專色，雖然這種構想在很早以前就已出現，但是由於無法準確、穩定地再現專色，這種想法也一直被認為難以在實踐中得到應用。為了能以網點疊加工藝呈現各種專色色彩，印刷機需要確保高水準的網點再現精準度，並把水膜厚度控制在穩定的水準。 Komorimatic是獨具匠心的小森式潤版系統，憑藉4根傳水輥、反向水楔的滑移作用，在左右及上下方向都能形成均勻的水膜，從而把紙面的色差控制在最低限度。憑藉能夠精準供水的Komorimatic潤版系統、能夠精準形成墨膜厚度的墨斗鍵及墨膜厚度控制系統，可以虛擬再現⊿E3以內的專色。這項技術為實現Smart Color奠定堅實的基礎。(見圖7) 對於極小批量的包裝印刷印件來說，Impremia NS40數位印刷機可以把作業準備成本減至極限。Impremia NS40是能用B1尺寸承印材料，以6,500sph的印刷速度，滿足極小批量、短交貨期印刷需求的數位印刷機。除了具備數位印刷機固有的特點，也就是作業準備工序極為簡化之外，還能用7色再現96%的Pantone專色色彩(其色彩覆蓋率是截至2021年9月資料)，是能為包裝印刷行業開闢新天地的數位印刷機。它可以按需印刷小批量印件，這樣一來，印刷企業就無需持有庫存，也不會出現廢品損失。 包裝印刷業碳達峰碳中和之路 2021年4月，在全球各地的環保意識逐步遞增的背景下，日本政府宣佈一項雄心勃勃的計畫，將在2030年之前把溫室氣體排放減少46%(相較於2013年)，從而加快整個社會的綠色低碳進程。根據估計，在印刷行業中，尤其是包裝印刷行業，將會因此受到極大的影響。所以從現在起，為了能在十年之內達成這一目標，必須立即採取行動致力於實現碳達峰、碳中和，那些無法達成目標的企業，可能將要面臨來自品牌持有者及終端消費者的嚴厲指責。 如上面所敘述，“實現產能最大化，透過減少浪費來提高利潤，並最終達成綠色低碳的目標”，這就是解決問題的主要關鍵。企業運營與碳達峰、碳中和不是相互對立的兩件事，而事實上，甚至可以認為一些國家已經藉此提高了競爭力。 ●圖6：Smart Color效果 ●圖7：色差極小(資料來源╱此處記載的安裝效果及改良效果，是在一定條件下估算和測量的資料，其目的是為投資決策提供具有參考價值的資訊，小森公司對實際效果不做任何保證)

2012年8月，美國羅徹斯特理工學院(RIT)把印刷媒體學院改名為印刷與媒體科學學院，這個策略思維的改變是希望走上印刷＋(Print-Plus)，要深入了解網路、移動與社群媒體與印刷專精技術，學生將成為媒體工程師，學習足夠技術與實務技能走向跨媒體傳播服務，要瞭解資料與內容的來源，如何運用有效的技能及不同的管道達到不同的目標客戶。而課程內容將包括跨媒體工作流程、數位資產管理和數據庫出版等，也將包括包裝印刷領域、媒體藝術及相關技術，這除了精準的整合藝術與科學，也把傳統的印刷技術成功轉化成跨職能的解決方案，媒體科學學院的任務將是要擴充視野，要保持創新、轉化及連接大眾，流程與系統化則是讓圖文傳播產業成為成長的基礎，而傳播方式是多管道及跨媒體的市場行銷。 RIT對印刷教育的變革，讓學生了解到印刷產業的領域與視野、業務流程、技術與創新、網路與數位技術應用、跨媒體與多管道傳播與行銷等都將是產業的主流，最近更加入3D列印質量分析、消費者對印花紡織品的偏好、數位出版的用戶體驗以及在印刷製成的精益技術等；而過去10年來Drupa國際印刷展展出的主題，也帶動印刷業者關注到綠色印刷與永續經營、自動化與彈性生產方式、增值印刷技術、標準化與認證、合版印刷與網上服務、智慧包裝、雲端服務與大數據、環保與節能減碳、功能與工業印刷、工業4.0、跨領域與跨媒體服務、數位與資訊技術、數位印刷與數位服務、依需印刷與個性化印刷、智能製造、購併策略與整合服務等議題，這讓大家理解到印刷包裝產業發展持續在創新中。 有關印刷包裝產業發展路徑圖(Roadmap)，主要是探討產業發展的戰略思維，希望能闡釋印刷與包裝產業發展的願景、目標與方向，並將市場趨勢、業務戰略與技術決策聯繫起來，希望能有助於業者規劃經營發展及執行方案有較具體的方向。 2020年歐洲印刷產業發展路徑圖 歐洲幾個國家的印刷協會一起合作，並調查印刷相關設備與材料廠商的意見，在2011年出版歐洲未來的印刷工業(Future of European Printing Industry)報告，探討歐洲印刷業者到2020年發展的路徑圖(Roadmap)與願景，同時也提出三項發展的主軸。 一是高效率的網路印刷生產機制(Efficient Web-print Production)，其執行方案包括以自動換版、捲筒紙斷紙控制、優化材料相互作用、物流控制與管制VOC排放等效率改善，同時提高影像再現、印刷表面強度的性能，以響應客戶的需要，進一步發展混合式的生產方式、發展彈性的產品組合，以提高產能的利用率。 二是發展有附加價值的互動性印刷品(Added Value for the Interactive Printed Product)，包括媒體互動技術，例如二維條碼及近場通訊(NFC)，整合電子組件與印刷品的互動性產品，發展功能印刷產品，並降低成本來拓寬產品的領域。 三是發展非媒體的產品與服務(Printed Non-media Products)，以現有印刷技術及製程經驗，整合相關材料及數位技術，來製造非媒體的產品與服務(例如電子印刷、生命科學、電池等)，報告中也對三項路徑圖提出了目標(Goal)、利益與機會(Benefits and Opportunities)、行動(Actions)、配套能力與技術(Supporting Competences and Technologies)、環境驅動因素(Drivers)與研發(R＆D Proposal)等要項都有明確的建議方向。 2020年9月荷蘭出版的印刷業發展路徑圖(Roadmap Printing)提到，2020年全球數位印刷產值約1,260億歐元，占全球印刷規模的18%，到2025年以年均成長率8%增加，其中噴墨印刷是成長最快的部門，2019年的市場值約340億歐元，到2025年可達約470億歐元；數位印刷應用於圖文傳播外，工業印刷的應用是成長最快速的，這包括紡織品、包裝、瓷磚、金屬、聚合物、陶瓷、3D列印、食品、藥品、OLED顯示器等。預計到2025年，工業及裝飾印刷市場將增長至1,200億歐元。以上相關資料來源https://www.hollandhightech.nl/sites/www.hollandhightech.nl/files/Documenten/Roadmaps/Roadmap-Printing-2020.pdf。 而噴墨技術結合3D印刷/積層製造(Additive Manufacturing)技術，其應用範圍與市場將更廣泛，包括汽車、航空航天、生物醫學、醫療保健、食品、運輸、消費品、能源和電子產品等，這將會顛覆傳統的製造與供應方式，可按需(On Demand)供應所需的產品數量，從而減少運輸和存儲需求，並節省材料和能源。2019年3D印刷的全球市場規模已達119億歐元，過去十年增長約20∼25%，預計到2023年將達到290億歐元。 就發展數位及積層製造的技術，報告提到工程與製造技術、數位技術、先進材料技術、奈米技術、生命科學技術等是關鍵重點，並以印刷工藝為基礎，發展噴墨印刷機、噴頭與材料等核心組件，整合先進的機電一體化、嵌入式控制和工作流程解決方案的系統平台，可靠性和先進的傳感與控制及智能產業等，而到了2025年，其需要面對的應用和技術路線圖的挑戰請參見表1。 ●圖2：日本印刷產業2020年的發展願景路徑圖 日本印刷產業聯合會的發展願景 日本印刷產業聯合會(JFDI)對日本印刷產業也提出2020年的發展願景(見圖2)，是以印刷業不同部門為基礎，考慮在數位化(Digitalization)時代、永續環境與功能印刷機會(Advanced Function/Environmental Features)、外包與解決方案時代(Solutions ＆ Outsourcing)及商業模式創新(Business Model Innovation)等不同環境下發展不同的產品與服務，其相關的發展路徑圖(Roadmap)分別介紹如下： (一)商業印刷╱跨媒體服務、數位看板/文件中心、公司駐廠印刷、行銷服務、設計、多管道服務、檔案服務/網路印刷、雲端印刷、數位服務便利店、個人印刷服務。 (二)出版印刷╱內容與資料管理服務、數位出版/書店服務、數位出版平台/內容傳播、相簿。 (三)票據印刷╱資料處理服務/直郵、客服、資料中心與作業服務。 (四)安全印務╱IC卡與RFID/安全機具/安全系統。 (五)電子零組件╱印刷電子/零配件/設計服務等。 (六)包裝印刷╱智能包裝與標籤/先進與生態友好包裝材料/系統行銷與裝填外包服務等。 (七)工業材料╱例如先進功能材料等相關。 (八)居家材料╱包括材料銷售與生態友好材料/生活起居材料及設計服務等相關。 ●圖4：德國Drupa印刷展的技術發展趨勢，是整合印刷、數位、網路、資訊及積層技術，並在不同的印刷領域應用及發展 Drupa展印刷技術及產業發展的路徑圖 德國Drupa印刷展的技術發展趨勢，是整合印刷、數位、網路、資訊及積層技術，而在不同的印刷領域應用及發展，並結合工業4.0的概念，發展智能與自動化的流程，以擴大印刷包裝業者的經營領域，同時發展綠色產業環境，以滿足消費者需求。我們綜合Drupa國際印刷展的內容，綜合出未來印刷業的技術及產業市場發展的路徑。(見表3、圖4、圖5) 另外，跨領域或印刷＋的市場發展趨勢，已是所有印刷包裝業領導廠商的發展共識，我們看看日本的大日本及凸版印刷、美國的當納利(RR Donnelley)公司的經營範圍雖然不盡相同，但跨領域發展的市場政策是一樣的，尤其是以滿足客戶需求為導向，來追求公司的長期發展。印刷包裝市場發展路徑圖。(見表6) ●圖5：每屆的Drupa印刷展，是全球印藝廠商同台競技的專業舞台