工業物聯網IIoT整合IT及OT雲端服務在智慧製造的實踐

所謂智慧工廠，即透過IoT達到智慧製造，讓工業物聯網(IIoT)高度整合營運技術(OT)與資訊技術(IT)，並藉由AI及機器學習，讓大數據資料在製造場域達到事前預測及事後分析。Amazon Web Services(AWS)看到工業物聯網IIoT整合IT及OT的需求，但在工業4.0架構下，也發現多數企業缺乏數位化資料庫以及即時決策回饋。

對此，從AWS角度觀察，資料轉型必須經歷三大階段，第一在資料蒐集，包含製造端讓PLC資訊整合到控制系統，再把資料提取出來放到MES系統；第二階段是善用資料洞察，即時做到反饋；第三階段則透過資料平台做到預測，協助製造達到真正的智慧營運。

AWS以實務案例說明，製造產業透過數據、AI技術，最終能達到三大目標：預測性維修(Predictive Maintenance)、可預測品質(Predictive Quality)、及資產管理監控(Asset Management and Monitoring)。像是生產電吉他外殼Fender公司，透過資料平台蒐集產線資訊，了解哪些機台到汰換年限，降低產線停機的風險。或Valmet紙廠公司，生產過程蒐集數據，透過IoT傳送到平台，找尋製造過程的瑕疵可能。又或是Bayer針對食物浪費問題，借助AWS IoT SiteWise在生產線部署多組感測器，降低生產流程浪費食材情況。

AWS表示，工業4.0精髓在於虛實整合，必須融合資訊科技IT、操作科技OT及通訊科技CT，再進一步結合開放式據數平台，形成智慧企業整合架構，並搭配雲端及資料分析應用，方能有效邁進工業4.0目標。但目前製造場域為何難達到4.0階段？原因大多來自AI、機器學習的數據不足以及平台維運困難。對此，AWS因應業界提供多項解決方案，包含AWS IoT Greengrass、Machine Learning、Deep Learning、Data Lake等雲端服務項目。

最後AWS也提到，觀察業界對AI、資料分析專家的人才欠缺，AWS提供客戶做團隊訓練，教導企業做自家資料機器學習模組的訓練，透過大數據的洞察帶動營收成長。目前AWS也將在新竹舉辦為期一天的雲端服務培訓課程—AWSome Day(8/16)，循序漸進讓客戶了解在如何在雲端平台中部署運算、儲存、資料庫、及網路等核心服務面向，建構安全且高擴充性的資訊服務平台。