2023年五大期待

企业永续经营：ESG

 

近年来，许多企业开始投入环保与绿化，藉由提高能源效率，来节省成本并降低碳排放。渐渐地，全球各地的企业对于环境更友善，而且追求永续经营的策略也越来越具体，目前已经逐步从产品生产过程所产生的功耗，延伸至整个生命周期都要降低对于能源的依赖与损耗。藉以提供一个更为低碳、节能、环保的生产环境，并且更符合成本效益。

企业永续经营（ESG）说穿了，就是节能与零碳排，在企业永续经营的大环境氛围之下，也可以看到越来越多的企业，除了追求企业自身的永续经营，更进一步与生态圈的伙伴共同合作，让整体生态圈中的每一企业都能共同参与永续经营，透过更能符合生态圈共同利益的ESG策略，让企业彼此都能共存共荣。

在过去，永续经营对于企业来说，是一种加分。但现在，永续经营则是企业的必修课程，随着全球对于绿能低碳排的呼声不减，ESG肯定是所有企业接下来都不可轻忽的议题。

Open RAN

开放式无线接取网络（Open RAN）正受到全球电信商和设备制造商的欢迎，透过Open RAN开放架构，可以有效降低基础设施部署成本，以及新产品的进入门坎。随着5G开始普及，产业采用Open RAN设备的速度，比最初预期的还要快。在2021年第一季，Open RAN的总营收就比前一年约增加了5倍。

5G Open RAN的宗旨，是要为不同厂商提供更高的灵活性、扩充性和互操作性，确保更简易的系统部署。Open RAN产业近年来渐趋完整，在专频专网需求蓬勃发展的同时，参与厂商的技术发展也更为成熟，可以预期Open RAN将带动多元化的产业应用前景。而随着标准变得更成熟，加上跨产业的共同努力，Open RAN架构正蓬勃地发展。

目前全球许多行动通讯业者都已加入Open RAN联盟，以支持开放式标准接口。全面互通的Open RAN 部署将成为重要产业推动5G NR、虚拟化和云端运算等数字转型的关键要素。而Open RAN解决方案的验证也因此热络，透过有效的验证，测试机构可协助行动通讯业者和供货商，成功推出商用O-RAN产品和服务。

资安

2023年资安市场肯定会大好的，因为地球实在是太危险了，而且我们还不能去火星，唯一的办法，就是做好资安。而且现在不只是人人需要资安，每台车也需要资安，每部机具也需要数据，任何一个可以连上网络的装置都需要资安。所以换句话说，这就是一个资安的大时代。

至于哪些资安应用和市场会特别火红呢？这当然就是那些最危险的地方，像是物联网装置、工业厂房，以及企业的云端数据库。而这里面物联网排名第一，因为它现在特别脆弱，尤其经历了去年的种种的资安案例之后，几乎可以确定绝大多数的物联系统都处在很薄弱的防护下，因此它们会是最被重视的一环。

再来，就是工业和企业领域了，但不能说他们最危险，而应该是要说「最显眼」。毕竟绝大多数的网络攻击都是冲着钱来的，而这两个是最明显的目标，所以工业的产线机具和企业的各项信息安全结构，都需要进一步的强化，而这也奠定了资安市场的绝对成长驱力。

服务机器人

如果你去问第一线的服务人员，他们肯定会告诉你：「有机器人真好」。过去你可能以为机器人只是个宣传吸睛的工具，但它可是实实在在能为前线员工分担任务压力的好帮手，所以服务型机器人的市场真的不是空穴来风，而是扎扎实实的大主流。

我们不举市场调查报告的数字，而是用几个正在成形的应用场域案例来做说明。首先是餐饮业，利用机器人在第一线做消费者通知与引导的任务，可以明显提升柜台服务人员的工作灵活性，他们不用一直站在那，可以做更多重要的任务，同时消费者也能在第一时间就获得服务。

第二是旅宿业，配备大量勤务人员的型态已是过去式，为了提升服务效率，使用服务型机器人来协助处理饭店的劳力勤务将是产业共识，包含送餐、备品与行李的运送、清洁与消毒等，这些都是正在进行式。

在台湾，从今年（2023）起，至少会有六家以上的星级饭店开始导入服务型机器人。而这仅仅只是个起点，未来还会有更多更多。

工业AI

 

同样是基于疫情期间零接触需求而催生的「元宇宙（Metaverse）」商机，虽然目前在一般网络上的社群平台、娱乐、商业领域尚未如想象中爆发。惟若从过去制造业持续推广的「虚实融合系统（CPS）」、「数字分身（Digital twins）」里的虚拟化身角度看来，对于下一步应用并不难理解，甚至还可能结合机器视觉、自动光学检测（AOI）、扩增实境（AR）装置，与人工智能（AI）平台、深度学习（Deep learning）等数字化工具，率先落实工业元宇宙。

其中最大差别，是有别于过去只能将AR/VR应用于营销、宣传之用，因为制造业多年来开始大力投资AI、5G专网等基础建设，如今已可经由传统计算机辅助CAD/CAEPLM软件，产出3D模型及仿真环境；并结合工业计算机、高速运算芯片等资通讯软硬件厂商，打造工业物联网IIoT平台，藉以协助制造业于设备开发过程中形成决策。

进而克服现今因为机器人及AOI设备应用领域越来越复杂，为免取得3D空间的环境信息时，往往会因为传感器的噪声、光影变化、物体之间的遮掩，以及产品的透明或反光材质问题而影响到判断结果；进而用于售后培育训练、快速调校与检修，确保客户在制程阶段可充分发挥设备效能，并提升产品质量。