[[282511]]

制造業(yè)的新挑戰(zhàn)

制造業(yè)朝向智能制造進(jìn)行升級(jí)轉(zhuǎn)型，已經(jīng)是目前產(chǎn)業(yè)界多數(shù)業(yè)者的共識(shí)，也已經(jīng)有許多業(yè)者開始針對(duì)既有的產(chǎn)線或新規(guī)劃的產(chǎn)線，著手設(shè)置傳感器并從事數(shù)字化與網(wǎng)絡(luò)化的更新及建置。不過(guò)，隨著機(jī)臺(tái)設(shè)備搜集的數(shù)據(jù)越來(lái)越多，如何將數(shù)量龐大的數(shù)據(jù)轉(zhuǎn)化成具有實(shí)際效益的信息，開始成為業(yè)者往智能制造轉(zhuǎn)型上的新挑戰(zhàn)。

依據(jù)業(yè)界通用工業(yè)4.0的5C成熟度模型，工業(yè)4.0依照成熟度由低而高大致可分為五個(gè)階段，分別是通過(guò)物聯(lián)網(wǎng)完成機(jī)器對(duì)機(jī)器(M2M)的連結(jié)與協(xié)作，并擷取數(shù)據(jù)的設(shè)備連結(jié)(Connect);通過(guò)打造大數(shù)據(jù)平臺(tái)及邊緣運(yùn)算，將前一階段中萃取的數(shù)據(jù)加以分析、運(yùn)用的數(shù)據(jù)轉(zhuǎn)換(Convert);再進(jìn)一步提供生產(chǎn)數(shù)據(jù)可視化與預(yù)測(cè)模擬的模擬預(yù)測(cè)(Cyber);之后導(dǎo)入人工智能(AI)學(xué)習(xí)平臺(tái)，讓工廠成為可以自我診斷、自主修復(fù)、自動(dòng)排程，并具有認(rèn)知性的智能工廠(Cognitive);以及最終達(dá)到可以從事小批量客制化制造與軟件定義，并能自動(dòng)配置的動(dòng)態(tài)客制(Configure)價(jià)值鏈平臺(tái)。

目前從事的數(shù)字化與網(wǎng)絡(luò)化建置，與前二階段較為相關(guān)，前一段時(shí)間包括臺(tái)達(dá)電子、研華、新漢等業(yè)者，開始與SAP、鼎新、東捷等業(yè)者展開跨業(yè)合作，則是希望能將在信息科技(IT)與操作科技(OT)的信息進(jìn)行整合，借此邁入第3階段，進(jìn)行數(shù)據(jù)可視化，及預(yù)測(cè)模擬等功能。

因?yàn)閱渭兊乃鸭帮@示從作業(yè)機(jī)臺(tái)上搜集到的數(shù)據(jù)，其實(shí)對(duì)智能制造的貢獻(xiàn)度有限，因?yàn)閱渭兊臄?shù)據(jù)，如果沒(méi)有進(jìn)行后續(xù)的分類、管理與分析，最終只會(huì)成為數(shù)據(jù)垃圾。通過(guò)IT與OT的結(jié)合，擷取適當(dāng)?shù)默F(xiàn)場(chǎng)生產(chǎn)數(shù)據(jù)，與運(yùn)營(yíng)端的信息進(jìn)行整合，才能為運(yùn)營(yíng)者在決策時(shí)提供有效的信息。

不過(guò)，想要真正達(dá)到工業(yè)4.0的最終境界，也就是直接為小批量客制化產(chǎn)品，進(jìn)行上下游的自動(dòng)配置的動(dòng)態(tài)價(jià)值鏈，光是進(jìn)行數(shù)據(jù)可視化，或預(yù)測(cè)模擬是不夠的。目前，雖然像是富士康的燈塔工廠，已經(jīng)可以讓工廠本身部分制程進(jìn)行自主運(yùn)作，具備了第四階段的雛形;不過(guò)要達(dá)到動(dòng)態(tài)配置，由于涉及到AI學(xué)習(xí)平臺(tái)建置，及更復(fù)雜的供應(yīng)鏈、物流、市場(chǎng)等面向的數(shù)據(jù)搜集、分析、預(yù)測(cè)與管理，則都還有一段路程需要再發(fā)展。

關(guān)鍵在于AI部分

業(yè)者認(rèn)為，想要達(dá)到完全成熟的工業(yè)4.0最佳化階段，最重要的關(guān)鍵在于AI的部分，雖然目前AI相關(guān)的工具很多;不過(guò)，不同的產(chǎn)業(yè)或需求，都需要建立不同的模型，而且建模的過(guò)程也不是一蹴可幾，不僅要有充分、可靠的數(shù)據(jù)，模型本身也必須要不斷的訓(xùn)練及修正。對(duì)許多才進(jìn)入數(shù)字化與網(wǎng)絡(luò)化階段的業(yè)者而言，確實(shí)還有相當(dāng)長(zhǎng)的一段路要走。

目前制造業(yè)界對(duì)于轉(zhuǎn)型往智能制造發(fā)展，都已經(jīng)有所共識(shí)，而且工業(yè)4.0也逐步進(jìn)入導(dǎo)入期;雖然距離達(dá)到導(dǎo)入AI，進(jìn)行小量客制化生產(chǎn)的成熟境界，還有相當(dāng)長(zhǎng)的路要走。但是，產(chǎn)業(yè)界愿意跨出第一步，之后才會(huì)有希望逐步邁進(jìn)。扎實(shí)的做好數(shù)字化、網(wǎng)絡(luò)化的工作，進(jìn)行正確的數(shù)據(jù)搜集，也是為之后要再導(dǎo)入AI應(yīng)用時(shí)，作為提供大量、有效數(shù)據(jù)的基礎(chǔ)。