來源：經濟日報
近年來，日本在人工智能套用方面積極探索，在制造業、農業、教育等諸多領域都湧現出一些創新案例。但整體而言，日本社會對AI科技的接受程度並不高。在全面擁抱AI時代之前，日本社會的當務之急是更加大膽地踏進資訊化時代。
2016年，日本在【第五期科學技術基本計劃】中提出「社會5.0」願景，明確要透過人工智能（AI）、物聯網、大數據、機器人和區塊鏈等先進技術，全面解決現代社會面臨的諸多挑戰，構建一個人類與技術和諧共存的超智能社會。如今，日本在人工智能套用方面積極探索，不斷創新，未來仍有較大潛力。
在制造業領域，日本利用AI科技助力質素檢測與生產最佳化。為提升車輛質檢精準度，避免誤差和過度檢測，日本汽車企業運用了搭載深度學習人工智能技術的外觀和影像檢測系統。這種系統透過顏色強度使差異視覺化，能夠將質檢誤差率從32%降低到0%，過度檢測率從35%降低到8%。依托這一技術，車企能夠實作檢驗人員數量減半，不僅節約了成本，更是提高了營運效率。而在自動駕駛傳感器所用的半導體激光器材檢測工序中，日本制造商引進人工智能技術，將此前的目視檢查變成系統篩查，過去50萬件商品需要6名工作人員工作10天才能完成，如今同樣的工作量，工作時長可以削減40%。從AI技術在制造業質檢工序中的套用看，以往勞動密集型的業務朝自動化方向轉變，既減輕了員工負擔，又提高了利潤，最重要的是極大程度提高了質檢的精準度，可謂一舉多得。事實上，人工智能輔助質素檢測工作不僅可以用於汽車、半導體器材等高端領域，在預制食品中使用的分割蔬菜檢測過程，也有企業使用了人工智能技術，使整個流程更加衛生、安全、高效。
AI科技不僅可以幫助企業進行產品質素檢測，還能使整個生產流程更加科學有序。日本兵庫縣的一家釀造企業此前透過產品出庫情況確定生產計劃，然而此種估算方式造成的誤差較大，會導致庫存過剩或短缺。此外，由於運輸地點分散，產品種類、數量眾多，按出庫情況估算還會耗費大量人力和時間。引進人工智能技術後，生產計劃透過模型預測的形式實作，較傳統方式更為精準高效，今後該企業還計劃將其運用在原料估算領域。日本一家工程公司則將AI技術用於工程進度和可行性評估，該技術在設計階段即可透過3D CAD模型檢測可能出現進度延遲的部份，幫助辨識檢測施工期間可能發生的風險隱患，幫助企業提前做好應對準備，切實提升生產力和安全性。相比之下，傳統評估模式則完全依賴工程師的經驗和專業知識作為判斷依據，其全面性、精準性難以保障，也往往需要更高的時間和人力成本。
在農業領域，日本企業也在積極探索AI科技和物聯網的聯合使用。日本部份農業企業正在試驗具備AI和物聯網技術的新一代溫室園藝系統。據稱，該系統可以根據農戶需求進行農作物種植的參數設定，監測溫濕度變化，並預測農作物的收獲時間和產量，還可以遠端控制采集等。未來這一系統有望「並聯」成為農業操控平台，透過雲端系統集中管理多個溫室的農作物種植生產，大規模提升作物生產效率，促進本地能源、農業經濟迴圈發展。
在教育領域，日本企業也在廣泛嘗試套用人工智能技術。部份教育集團在其學習能力診斷系統中運用AI技術，以提升評估效率。傳統的學生學習能力評估透過卷面考試完成，每個科目都要占用數小時時間。而在AI技術加持下，學生僅需花費十分之一的時間，在平板電腦上完成AI設計的多項選擇題測試，即可直觀獲得關於學習薄弱環節的評估。該系統還能根據評估結果自動給出針對性建議，推薦相關課程。
雖然部份日本企業正在努力將AI科技套用於自身業務升級，但整體而言日本社會對AI科技的接受程度並不高。日本總務省釋出的2024年版【資訊通訊白皮書】顯示，日本個人對生成式AI的使用率僅為9.1%，顯著低於中國的56.3%和美國的46.3%。「不知道如何使用」和「生活中不需要」成為日本民眾不使用AI的最主要原因。而企業層面也並不樂觀。日本企業對於生成式AI的使用率僅為46.8%，尚未過半，遠低於中國的84.4%和美國的84.7%。分析認為，日本當前少子老齡化行程加速，老齡人口比重大，社會對新技術接受程度呈現兩極分化趨勢，對AI科技使用需求低也不足為奇。此外，少子化也給日本帶來嚴重的人才短缺問題，AI領域的人才培養速度、師資規模均難以完全滿足科技發展的需要，復合型人才存在缺口，這也將成為日本AI科技發展的又一大阻礙。最後，日本社會的資訊化行程尚未形成對AI科技的大規模需求，日本社會仍保留著現金支付、郵遞信件、線下繳費、招手打車等傳統習慣，各類證照系統也尚未形成互聯互通，也許在全面擁抱AI時代之前，日本社會的當務之急是更加大膽地踏進資訊化時代。這也恰恰說明，日本未來在AI科技套用方面仍有較大的發展潛能，值得進一步關註。（陳益彤）
