數位智慧化，取得未來生存致勝之鑰
- 闞大成／DIGITIMES企劃
-
對於製造業來說，如何善用AI、IoT、Cloud/Edge、Digital Twin等數位科技，乃至於自動化設備、機器人等嶄新設備，翻轉過去工廠以人工、紙筆、碼錶等主的低效作業模式，將是因應未來競局的必要生存之道。
因此DIGITIMES特別以「數位智慧化，未來工廠全進化」為主要訴求，啟動了2023年秋季場智慧工廠論壇，旨在協助製造企業整備更快、更聰明、更具競爭的能力。
研華市場開發經理陳韋均，分享如何借助AIoT實踐綠色永續工廠。他指出2022年研華協助許多企業彙集能源管理數據，如今可利用它們建立基線，透過設備參數、生產批量，推算單位生產的能耗，滿足ISO 14067碳足跡盤查；甚至結合生成式AI，解析生產與碳排資訊，助企業得出永續工廠的實踐之道。
更重要的，研華提供WISE-FactoryEHS之類的眾多工業App，方便企業從最小的POC著手，逐步從一條線做到整廠或跨廠，循序推動數位低碳轉型。
研華的夥伴谷林運算，由其商務總監金柏樞助講。他說企業要做AI分析，一定需要穩定、正確、快速、即時的數據，即使廠內老舊啞巴機亦需涵蓋其中。為此谷林利用研華MIC-710AI邊緣運算電腦，結合AI視覺辨識，打造SDE螢幕數據擷取方案。
制定戰略、數位化、脫碳化，穩健迎向永續發展
施耐德電機工業自動化事業部總經理詹泰一指出，其為逾180歲的老牌企業，已將永續列為重大課題，不斷思索如何有效運用能源與資源；且自己身體力行外，也瞄準整個生態系、致力擴散到上下游供應鏈或客戶端。
早在十多年前，施耐德便開始投入ESG，並持續精進永續措施，所以在2021年榮獲全球百大騎士獎第一名。此外在幾年前基於工業4.0推出EcoStruxure開放式平台，係以聯網產品為基底，可充分掌握設備狀態，如今可順勢作為永續發展樞紐。
施耐德提出SDD策略（制定戰略、數位化、脫碳化），據此落實永續目標。一開始進行自我體檢、理解現狀，再依此訂定合理的永續目標，進而展開數位化，從工廠最底層的節能減碳環節出發，提高設備效能，循序邁向脫碳。
布建AI視覺，建立自動化AOI覆判
艾訊產品經理鍾緯承指出，為何需要AI？係因萬物連網，企業收集許多終端設備資料，故希望結合AI分析，幫助工廠提高產能和品質，達到生產智慧化的升級目標。
為協助企業駕馭AI視覺，艾訊致力精進OT設備，以發揮最大AI應用效能。艾訊提供Light、 Advanced、High Performance不同層次IPC，且可搭配提供Design-in Service，例如加強散熱、防振或抗干擾設計；在軟體部分，則提供完整BIOS、BSP和Toolkit，協助ISV加快開發進程。
此次艾訊邀請夥伴立方興業總經理許立聯袂開講。 他指出，在AI深度學習著墨至深，現正力推AI覆判軟體，標榜無需仰賴過多人力二次覆判，即可有效解決AOI機台過殺率偏高問題；該軟體前端可接相機，再交由上位系統做OK或NG判斷，目前使用的硬體以艾訊iHPC100或更高階的IPC為主。
運用非聯網設備，快速完成邊緣AI辨識
台灣亞德諾半導體（ADI）區域銷售經理陳曜桎表示，ADI是從嵌入式裝置端角度，讓機器在配置輕量算力、記憶體和電力，甚至不需連網，即可運行AI演算法，進而聽得到、看得到。
為何AI要鎖定這個應用區塊？主要是希望利用邊緣裝置做到第一層的AI基本判讀，而不是把所有資訊都送到雲或地端的後台做演算、再回饋給邊緣端。
ADI觀察到有些應用場域，非常合適以非聯網設備執行AI演算，如物件辨識、車牌辨識或邊坡滑動監測等，其實都不太需要將資訊送到後台分析，直接在本地端完成分析後，再發送告警知會後台即可。除了「看得到」外，談到「聽得到」部分，則像是工廠內的馬達異音檢測。
採取資安優先策略，確保製造業永續經營
蔚藍雲（Electrum Cloud）策略諮詢總監黎嘉龍，分享如何降低資安風險因，確保工廠持續穩定營運。
現在的問題是，受限於資安人員和技術能量不足，如何正確解讀繁雜的資安工作中該有的先後順序？黎嘉龍建議參酌美國海軍的評估方法，根據不同風險相對影響範圍大小、營收損失高低，輔以未來12個月可支配的預算，藉由量化投資效益，來評估需要優先保護哪些標的。
以系統為例，地端的Exchange Server算是遭受較高勒索攻擊威脅的一環，此時解法便是將E-mail系統上雲；但只冀望於一朵雲也會有Vendor Locking等問題，終究得走向多雲，壞處是眾多平台導致學習門檻變高；因此建議直接利用Azure，只因它提供獨到的資安服務，可同時做到跨雲跨地的資安管理。
AI+模擬+協作，加速凝聚數智雙化能量
NVIDIA資深解決方案架構師Eason Hung表示，針對數位轉型議題，NVIDIA在全球與許多製造企業都有Cowork經驗，遍及產品檢測、工安維護、合規檢測、供應鏈管理、預防維護等範圍。係因整個製造業的製程、產品設計變得複雜，但客戶要求的達交時間縮短，代表有更多的資料需要被加速，正好是GPU的強項。
值得一提，NVIDIA除擅長AI訓練和推論外，亦擅長模擬，為很多不同產業帶來效益。如汽車製造業，從產品設計、製程設計、流體力學模擬 甚至到車機UI設計，所有流程都高度依賴模擬應用。
NVIDIA期盼更多科技業、電子業、半導體業公司，都能善用NVIDIA 3D模擬平台，加速建構工廠與產線的數位雙生，並驅使不同地域的Designer流暢協作，從而加快智造轉型的進化節奏。
憑藉完整智動化布局，克服複雜的新製程挑戰
本次活動特別鋪排「未來工廠的數位化、智動化」焦點對談，與談人為清華大學執行副校長簡禎富、盟立自動化董事長兼總裁孫弘。
簡禎富指出，盟立34年一路走來對推動產業自動化、乃至現今走到智慧製造，堪稱貢獻卓著。令人好奇，盟立如何借助兼具Infrastructure監控、決策、測試等完善機能的MIPC核心，結合模組化、智能化方式，滿足不同領域客戶需求？
孫弘說，因為現在工程分析的工具改變了，客戶關注的重點也改變了，盟立意識到若無法利用三維度分析，難以與客戶有效溝解、協助客戶解決當前挑戰。
故盟立充分引用數位工具，依客戶提出的構思做出數位模型，針對製程機台布局，將其中複雜的資訊流串連起來，再因應後勤管理、工作環境潔淨度、人員操作空間等題目進行細緻編排；過程中需利用3D模擬，搭配動作時間等各種因素，放在一個電腦螢幕上全面顯現，難度甚高，但若非如此，無法將每個細節討論到位，足見數位化是必然趨勢。
他透露學工程的人，一開始難免侷限在Engineering領域思考問題。但慢慢發現純粹以工程角度解決不了問題；驅使盟立學著深入理解客戶的產業，預先掌握該產業的新情報、探索國外各式解決方案，才讓客戶覺得「與你討論很有收穫」，確保甲乙雙方互相得利。
有鑑於靠PLC做不了邊緣運算，一定要用IPC。但考量從收集資料、邊緣運算到立即產生動作，務必深入掌控CPU/MCU、Firmware 底層，速度才會快，這是很現實的問題，所以盟立經過無數次實驗，決定自己設計系統、催生MIPC，以實現對工廠設備健康狀況、乃至整廠戰情室的完整掌握，打通智慧工廠的任督二脈。
因應廠內移動物件通訊，5G專網為最佳解方
來自仁寶（Compal）的5G解決方案事業開發主管Tony Liu說，近年Compal積極拓展5G業務，孕育5G的基地台、 Dongle、CPE、Module等產品，協助製造場域往5G或無線方向進行佈建；2023年度獲選為微軟1微型基地台供應夥伴，將搭配微軟雲端5G核網進軍全球5G專網商機。
不少人質疑，即便工廠有意改採無線，為何不用Wi-Fi？係因Wi-Fi易因多人或多設備連網導致頻譜使用殆盡，再者廠內若有行動裝置如AGV，從A點到B點過程，會因Handover造成動作暫停，難以為業主接受。
Tony Liu建議，若考量廠內有昂貴OT設備通訊，宜以光纖為主。若傾向改採無線，當有移動式設備、需要急速上傳資料或不容許延遲的關鍵任務，5G專網是首選。假使廠內無移動物件，Wi-Fi 6便是相對正確的選擇。
部署AI協作機器人，傳統工廠邁向智慧化
達明機器人自動化工程師黃靖涵強調，現在是智慧化時代，如何導入自動化設備來建構智慧工廠成為趨勢，以致愈來愈多工廠加入自動化行列。
達明設有SI團隊，可協助客戶導入其TMM工控軟體及AI協作機器手臂，連帶整合自動化週邊設施，現已累積諸多實作案例。
比方說某電子組裝廠，一條產線上共計佈建手臂 所以這個產線其實他有15支手臂；意謂如果沿用傳統生產模式，需由眾多人員來執行現在手臂所做的工作，單以開始生產的準備動作便時間甚鉅。如今導入達明系統，就能透過一鍵驅動多支手臂同時作業，既節省人力、避免人員選錯專案，還可藉由讓手臂彙集Input、Output、良率、CT等數據，使管理者時時掌握當下生產狀況。
採用智慧電源，建立強韌的工業設備心臟
勤逢實業明緯PM黃浚峪指出，勤逢代理的明緯電源，以標準品為主，有別於同業常見的OEM/ODM形式，目前在全球標準電源DC輸出市佔率名列第三。
難免有人好奇，電源供應器與智慧工廠有何關聯？其實不論5G、IoT、機械手臂或IPC，皆需使用電源，顯見電源正是工業設備的心臟。
有鑑於工業界對高階電源需求甚殷，近兩年明緯致力推廣3+N系統方案；只因傳統單體電源已不敷使用，所以積極發展系統電源、模組電源。所謂3+N，「3」就是機架電源、模組電源和系統電源，至於「N」意指仍可搭配其他小電源、小驅動器，創造無限多組合。如BIC-2200雙向式電源，兼可做AC到DC充電、DC到AC能源回收，即是3+N當中頗受歡迎的重點產品之一。
布局深層式OT資安系統，隨時防範可疑入侵徵兆
研杰科技總經理張振忠，闡述如何利用Industrial Defender打造深層式OT資產資訊安全機制。Industrial Defender專為OT資安而生，為市場上相當獨特的方案，一開始便採取迥異於IT資安產品的做法，不僅收集與分析網路上流通的封包，還會深入觀測產線上所有OT設備，包含網路設備、PLC、RTU或IPC。
它藉由Agent與Agentless兼具的獨特主動式通訊手法，準確識別設備當中的設定與事件，不論即時的抑或歷史的，都積極加以收集並分析比對，以達到全面性的威脅偵測；接著以視覺直觀的數位儀表板、異常告警、自動化資安分析報表，幫助用戶查看分析後的資訊，瞭解OT場域內有無MITR組織所統整出來的攻擊軌跡，精準掌控當下的安全態勢。
讓AI做不擅長的事？恐陷入搞砸專案窘境
以「fastable.ai」AI瑕疵檢測方案獲得諸多製造企業青睞的開必拓數據（Kapito），其共同創辦人暨執行長孫逢佑分享如何避免搞砸AI。
他強調AI不擅長的就是「止於至善」，大家若能理解這一點，就可望避免搞砸AI。從2016年的AlphaGo發展到現在，AI始終做兩件事，一是「認」、辨認東西，另一是「猜」、預測未來；所以如果你想解決的問題，正好落在這兩塊，就很適合對AI委以重任。
AI不擅長什麼？所謂「止於至善」，就是乖乖聽話，如早期寫組合語言，是為了產生指令集，走的是Human Teaching路線，與Machine Learning截然不同；若企業導入AI，必須理解它會犯錯，只要每次做錯與做對中間的週期很短，就代它具有學習能力。另一件事是測量，例如「幫我測量它有幾公分」，AI無法辦到。
AI促使機器人進化，未來不再僅能執行簡單任務
工研院機械所智慧機器人技術組組長黃甦，從「德國自動化與機器人展覽」（Automatica）剖析機器人發展趨勢。他首先預期AI Robot可望大行其道，就像AIR（空氣）般在你我生活周遭如影隨形，只因它相較於人具有可靠、安全、低營運成本等好處。
論及Automatica所彰顯出來的趨勢，總結來說有三點，一是設備機器人化，一個機器人跑來跑去照顧多個機台，將成為常態。二是人機協作化，人很厲害、且機器人非萬能，所以最佳組合就是人與機器人一同協作，因此安全機器人可望成為大勢所趨。
最後一項是機器人技能化，以前機器人大多只能做簡單的上下料，或帶著一個鏡頭做視覺辨識，但未來不僅如此，得力於軟體或AI機器人的精度提高、荷重提高、能力提高，它會做更多加工作業，比方說研磨膜拋光、鑽孔等，不再侷限於單純動作。
