機器人是自動化產線中的關鍵之一，但近來因Tesla促使制造業開始重新審視生產線高度自動化發展是否仍存窒礙。有專家分析，此次Tesla生產瓶頸的問題之一，在于現階段機器人尚未能利用人工智能(AI)強化自身制造能力，而促使機器人足以取代人類在生產在線的位置。不過即便如此，市場仍樂觀看待AI在制造業的應用。

Tesla Model 3生產過程遭遇瓶頸，執行長Elon Musk坦承「過度仰賴自動化是個錯誤」，但自動化發展由來已久，是現今制造業的趨勢所向，理應可為制造業者帶來更好的生產效率，市場指出，這次Tesla生產地獄事件的問題之一在于實現「高度自動化」的機器人并未達到預期成效。

專家認為，目前機器人尚未發展與人相同水平的適應能力，造成仍需不斷透過人類對機器人進行調適。其次，越復雜的任務，背后所需之技術也更為復雜，Musk也曾指明當初為達到機器設備間能夠互相溝通，然而因背后的通訊問題太過繁雜，造成部分根本無法使用，Tesla最終也在不得以的情況下將系統卸載。

對于高度自動化所帶來的生產瓶頸，市場認為這是因為目前機器人本身還不夠智能所致，當一個過程發生變化或工廠開始生產新產品時，制造業者需要重新配置設備并找到不同的解決方案，但自動化調適是目前人工智能和機器人技術所未能達到的。

雖然Tesla事件多少讓外界開始對自動化產線產生疑慮，不過專家則是認為在機器人之外，人工智能對于制造業者仍具有相當大的影響力與效益。

研調機構Gartner調查，目前AI在全球各產業中已屬于使用相當廣泛的技術，其中用于信息安全是目前各產業著重的目標，占所有AI應用中的大多數，占比45%，而運用AI改善制造與營運流程，則是排名第二的產業需求，占比37%。

以鋼鐵業來說，現在一方面面臨鋼材品種、規格需求多樣化，對產質量量與交貨期要求越來越高，而另一方面受限于市場環境發生變化，導致鋼材市場跌宕起伏，競爭激烈。

身為***最大煉鋼廠，中鋼在大環境競爭激烈的趨勢下也不得不做出一些轉變，中鋼信息系統處處長張日新表示，現在煉鋼鐵已經不是問題，如何煉好鋼才是重點。現今中鋼走向大量客制化服務，核心就是提高產品良率。

鋼鐵產業需要透過實時測量調整生產計畫，為了降低次品率，往往容易增加額外處理與時間以及成本。假設鋼胚有30~40厘米厚，在壓薄之前肉眼無法看出里面是否有瑕疵存在，而在這方面，AI便能發揮效益，因為光憑人類感官所搜集到的信息在某些時候會產生誤差、模糊，而AI則可以協助提升信息精確度。

同樣在AI領域大有所為的還有韓國浦項鋼鐵(POSCO)。浦項鋼鐵的智能工廠平臺「PosFrame」能將煉鋼廠運行需要的數據視覺化，而今年浦項鋼鐵則是和GE(General Electric)合作，將平臺結合GE針對工廠的解決方案「資產性能管理」(APM)，后者可針對工廠內設備發出早期預警，讓設備狀態維持在最佳狀態。

透過這個混合平臺，浦項鋼鐵預期可望提升鋼鐵廠房的效率和安全，高附加價值產品占所有鋼鐵銷售的比率上升至60%。不僅協助企業改善制造流程，未來AI在制造現場中也將在重要時刻發揮效用。

Gartner認為，透過特殊算法加上機器學習與日漸成熟的自然語言處理技術，可為制造業者在現場實時運用資料分析推理、預測并產生洞見，根據當前制造現況條件向操作人員提供建議和決策參考。

例如IBM的IoT Equipment Advisor便是采用自然語言問答系統，從使用者的問題中，利用日積月累的資料去判斷，推薦最合理的方法，并給予信心度指數關連，協助使用者在面臨修復、維護、程序或技術相關的問題時，輔助其進行決策。