陳政隆表示，早期機器人手臂工作很單純，所以只是A點到B點的固定工作，當有了視覺技術之後，就可以做比較多的事。但是，傳統Rule-based的視覺系統有許多極限，包括環境光改變、物件變得比較複雜，相關辨識率就下降了。這幾年開始有AI搭配在視覺上使用，就可以解決過去比較難解決的問題。以科技業來說，過往都是用AOI光學檢測設備，但是經常造成過殺率（overkill rate）過高問題，但是導入AI之後，就可以解決。
陳政隆表示，當客戶詢問到要使用3D視覺進行檢查AOI檢查或監測時，都詢問到需要多少圖片才能產生AI模型，當我們回答需要收集成千上萬個資料時，客戶聽完之後就不太想做。所以所羅門團隊就思考如何透過軟體平台，讓客戶可以用最少量的樣本去建置客製化的AI模型，以提高客戶導入意願。目前所羅門平台已經可以串聯20、30個不同品牌的機器人，並且包括多種2D、3D影像格式與各種品牌網路攝影機，並且平台上面會放上優化過的AI模型，才能在實際場景中使用。
陳政隆歸納目前客戶抗拒使用AI機器人的原因，主要是仍需要足夠數量的資料庫來訓練AI模型，以品質檢測來說，理論上產線的良率接近九成甚至是超過九成，反之就是不良品的瑕疵樣本數過少，可能會無法訓練，但這已經跟傳統AI模型需要上千張的樣本才能訓練的情況，改善不少了。
針對現在最熱門的AI機器人解決人員短缺問題，陳政隆認為，必須要做到幾乎像人一樣聰明，而且具備多功能性。現在輝達已經在開發一些基礎AI模型，如合作開發的Motion Panning（運動平移），就可以納到平台裡面去使用。人才短缺問題，陳政隆表示，所羅門長期仰賴國際人才，光是視覺部門就有來自15個國家的員工，有些是來台灣念碩博士畢業的，有些是外國員工介紹他們朋友，例如越南或印度等國家，而這是不得不走的一條路，畢竟很難跟科技大廠競爭。
神通資訊董事長蘇亮也針對台灣AI人才的養成提出看法。蘇亮提到，1970年代Intel微處理器的推出，透過教育的推廣，讓大家知道微處理器能怎麼用，但是主要培養的會是專業領域人才。現在在AI人才的培養上，由於是跨領域，所以很多人並不需要知道AI，只要有創新的點子、適合的工具就可以做到，跟過去不太一樣。至於要如何落實AI人才的培育，目前神通資訊內部有做部分規劃，也提供AI實驗室給高中，希望透過高中學生的培養，讓他們有創新的理念，將來可以在各行各業都能夠發光發熱。
蘇亮認為，AI應該無所不在，但是真正想要去做，好像甚麼都不對，缺少了一點東西。過去在推動各類AI應用中，發現有兩點是很重要的。第一個是要有足夠的數據庫，這個數據不完全是一般的資料，包括從物聯網、從大數據雲端、從開放資料等等取得的數據，所以神通要去做的，就是幫業者打造一個資訊共通平台，有了平台才有辦法進行用數據進行AI分析。
蘇亮指出，有了共通平台之後，又發現另外一個問題，就是AI的應用都是跨領域，有些還跨多個領域，所以需要透過多領域的協作，搭配上平台的創新，才有辦法創造出新的AI應用。現在有很多AI工具，對於工科的人來說，或許不難使用，但是碰到跨領域的情況，使用上還是有困難，所以神通又去打造了一個不需要撰寫程式的No code工具軟體，各行各業的人透過No Code的工具軟體，搭配共通平台上面的數據，就可以開發出更多創新應用，而且可以落地應用。
點擊閱讀下一則新聞
