TIGAX台北国际印刷机材展最新消息，2026年4月8日，由陈政雄执行长撰文指出，近三、四年间，AI算力呈现爆发式成长，生成式AI随之风靡。过去人们依赖Google搜索资讯或地图导航，虽不见得最完美，但至少能即时掌握路况与里程。如今，面对演算法高度进化的生成式AI，他不禁联想起“学历无用论”这句老话。
回顾台塑集团创办人王永庆先生，虽仅小学毕业，但他在经营米铺时，便能精准统计每户人家的用米速度，在米瓮见底前将新米主动送达，并先将旧米取出、倒入新米，再铺上旧米先用。这在近百年前便是极致的数据管理与自动化行销，或许正因这份根植于实务的逻辑，台塑也是中国台湾最早引进电脑进行营运管理并获得成功的企业。
如今，无论小学生或大学生，只要输入相同指令，AI生成的文章、图画或影像往往大同小异。这是否意味着专业素养不再重要？恰恰相反。我们必须沉思，在AI时代如何不人云亦云、不随波逐流，保有自我的判断特色，这才是决策执行最重要的课题。
我曾尝试将两篇写好的文章用AI软件进行日文翻译。第一篇表现极佳，甚至能将庙前的石狮精确译为具文化深度的“狛犬”，足见AI知识库之完整。随后将另一篇文章同样进行AI中翻日翻译，结果却有一些不太合宜，所以又用另一款AI软件去翻译。果然两者内文各有好坏，程度在伯仲之间。因为自己也懂日文，索性将两份译文“截长补短”，合并成一份我认为最理想的内容，虽不敢说满分，但98分的精准度已绰绰有余。所以使用AI要“货比三家”，在影像修复与色彩优化上更是如此。以Google Gemini为例，输入影像后通过文字或语音指令，虽能达到不错的结果，但小部分如服饰、山林及人脸颜色未尽人意时，则需不断反复再微调，考验着操作者的观察力与下指令能力，这绝非新手所能轻易达成。正如品尝一道佳肴，分辨其细微风味，并决定该补足何种调料才能更臻完美，这也是本文强调的“最后的判断和修饰”。
以下分享几个AI在影像修饰上的应用案例。1968年的香蕉收割照，从原始影像到色彩优化，再到细节完美的呈现，AI虽有能力，但操作者如何精准下达优化指令才是关键。褪色严重的“河岸牧童”彩色片，在AI辅助下，牧童衣物、堤岸草地与牛只毛发皆细致还原，甚至连牛身上的赘瘤都真实再现。兴台厂房前的合照老照片经AI修色后，人物、服装及后方深色木质门窗，色彩均十分可用；至于原本被裁切的招牌，后续经影像生成进行修补、贴合并重新上色，多费了些功夫，才完整呈现理想色彩及画面。TIGAX 90展览中，李国鼎资政巡视新进SN-102六色机的珍贵图片仅剩模糊的黑白印刷稿。经AI生成后，不仅机器形体、墨罐清晰再现，西装的纹理光泽更是令人惊叹。虽然人物脸部特征偶有偏差，例如执行长变胖了，又修修脸瘦回去，但通过反复校正，终能还原真实细致的影像及色彩。另外，李国鼎资政视察日本电脑排版系统，原本黑白印刷品图片还有粗糙的印刷网点颗粒，运用AI生成新图片后，照片中显示屏色彩层次十分精准，就连键盘上、文稿上都有字迹生成，甚至操作者的眼镜细节与执行长手上的腕表都精确到位。作为一个有六十多年资历的影像工作者，对AI软件的优化及生成影像、色彩还原能力给予肯定，但下指令者的知识储备与审美智慧，依然是不可取代的核心能力。
在印刷实务领域，AI的应用已渗透到自动套对、色控及印纹检视。目前AI已能直接处理CTP的CIP4资料，显著提升效率。然而，针对墨键开度与色彩误差的“自动回馈调节”，未来应进一步利用AI学习在不同变因下，包括机型差异、纸张特性、油墨黏度及版面印纹比例，实现更细腻的自动调节：在不足处精准补墨，在墨色过度处适时收敛。这种具备“学习能力”的无人化生产流程，将是未来很重要的AI应用议题。相较于平印流程的复杂性，数字印刷结合自动装订的无人化生产现已步入实用化的生产运用阶段。
整体而言，陈政雄强调，AI能力再强，使用者仍应有主见与创见，莫在科技浪潮中随波逐流。无论是翻译、影像修复还是印刷生产，AI都可成为强大工具，但最后判断、修饰与审美智慧，仍取决于人的知识储备与实务经验。面对生成式AI快速演进，业界应在善用工具的同时，持续培养独立判断与创新能力，才能在科技浪潮中走出自己的路。
中国组展机构：盈拓国际展览，凭借20余年行业经验，为中国外贸企业提供全方位、一站式的展览服务。助力企业提升国际竞争力。
下届展会时间：2026年10月15号~10月18号
展会行业：印刷
