工業物聯有智慧 製造效能更先進

物聯網(IoT)、大數據分析、人工智慧(AI)、工業機器人、3D列印、雲端運算平台等技術彼此相互整合，匯集成更為廣泛的應用，愈來愈多的工廠已經開始朝向無人化的智慧工廠發展。(Wiki) 

為了有效改善產能，提升生產效率，增加生產彈性，許多製造業者紛紛投入智慧製造的轉型升級。根據凱捷管理顧問(Capgemini)數位化轉型研究所在2017年5月公布的研究報告指出，美國、法國、德國和英國都有超過40%的受訪者，已經開始實施智慧工廠，印度則為28%，大陸為25%。

這股智慧製造的趨勢，更已席捲各個產業，報告指出，67%的工業製造和62%的航太與國防機構，都有智慧工廠的相關規劃，37%的生命科學和製藥公司更期待能透過智慧製造，開創新商業模式。

報告中估計，透過改善物流和物料成本，設備有效性和生產質量的提升，製造業者更預計，未來5年內就可實現智慧工廠的投資價值，提高27%的製造效率，如汽車製造商平均可提高36%的營運利潤，且將為全球經濟帶來每年至少5,000億美元的附加價值。

但在報告中也發現，過去5年中，已有超過一半(56%)的受訪者投入了超過1,000萬美元於智慧工廠的發展計劃中，其中20%投資了5,000萬美元以上。然而，根據Capgemini的分析，只有少數業者(6%)已經處於智慧工廠的高級階段，甚至只有14%的受訪者表示，他們滿意目前的進展，顯示業者對於智慧工廠雖然充滿期待，但也有著一定程度的疑慮。

人工智慧成為智慧製造發展關鍵

目前與智慧工廠有關的數位科技，包括物聯網(IoT)、大數據分析、人工智慧(AI)、工業機器人、3D列印、雲端運算平台等，這些技術彼此相互整合，匯集成更為廣泛的應用，如大數據和雲存儲技術可以讓機器人逐步成為物聯網的終端和節點，實現智慧工廠的可能性，已然大幅提升。

如同Google的Alphago靠類神經網路的深度學習，可進行棋路推估、預測、決策，以此為開端的人工智慧發展，也深刻影響智慧製造，因為透過物聯網等資訊技術的快速發展，讓生產系統的複雜度變得更高，操作人員或管理者所得到的生產資訊固然比以前更多，可以用來做出更為精準的判斷，但也因為資訊變得更多、更複雜，分析判斷的難度不僅更高，更會有時效性的問題。

於是透過各種算法如蟻群算法、免疫算法等人工智慧技術，逐步應用於機器人等智慧生產的應用中，使其具有類似人類的學習能力，讓多台智慧機械協同技術成為一套完整的生產解決方案，可提供更多流程、更複雜的操作能力，如工業機器人可利用機器學習技術，按照取拾的難易程度進行檢測工件的自動排序。

機器學習由於具有自動學習與預測能力，能從大數據中識別出規律性、做出預測，協助產業數據分析模型的建立，已成為智慧製造領域的主要應用。

值得注意的是，許多國際領導廠商逐漸開放機器學習平台，如Google發布TensorFlow整合雲端機器學習服務(alpha版本)、IBM啟動IBM Watson機器學習服務、微軟宣布開源機器學習工具包，甚至Facebook也開放深度學習工具，可望加速機器學習應用在智慧製造領域的速度。

但人機關係也跟著發生深刻改變。例如，工人和機器人共同完成目標時，機器人能夠通過簡易的感應方式，理解人類語言、圖形、身體指令，利用其模組化的插件和生產組件，免除工人複雜的操作。

但針對現有階段的人機協作應用，許多人仍有安全方面的疑慮，儘管具有視覺和先進傳感器的輕型工業機器人已經被開發出來，但是目前仍然缺乏可靠安全的工業機器人協作的技術規範，如何強化辨識技術的突破與作業效率，將是緊接著人機協同後的技術發展趨勢。

工業物聯網快速崛起

另一個對智慧製造影響甚鉅的應用，就是工業物聯網。經濟部技術處指出，2015年全球製造領域物聯網市場(含硬體、軟體)規模約為529億美元；預估到2020年，會成長到1,332億美元，年複合成長率(CAGR)約為20.3%。2015年台灣物聯網在製造領域的市場規模約為新台幣106億元，年複合成長率約20.1%以上；預期到2020年，市場規模可達到264億元。

製造業應用物聯網的需求包括設備、產線、工廠監控、生產操作與供應鏈最佳化、發展智慧產品，以及支持商業模式轉變。舉凡設備遠端監控與預測保養、生產控制最佳化、自動化導引載具應用、品管與生產流程整合，以及智慧化倉儲、物流運作等，都可應用物聯網技術，有效達到智慧製造的目標。

物聯網應用於製造領域，不僅能夠提高製造效率及品質，更重要的是能透過取得新資訊，做出更多更好的資料分析，協助決策，降低成本，不僅能降低營運風險，還能夠轉型升級為服務製造業，創新商業模式。

如Kaeser Kompresoren結合IoT及SAP HANA雲端服務平台，分析、預測各地空氣壓縮機台使用情況，在機台發生故障前，就能主動進行維修，減少機台運作成本，支持公司從賣機台，變成賣壓縮空氣的新商業模式。

目前已經有不少應用物聯網的智慧製造方案已然問世，類型包括底層裝置整合應用平台、網路解決方案應用平台、雲端整合服務應用平台、垂直整合應用平台、製造產業商務應用平台等，許多製造業或軟體系統領導廠商，包括GE、IBM、SAP、Bosch等公司，都已經推出多款可供製造業發展物聯網應用的服務平台。

為了能夠有效促進物聯網應用於智慧製造，經濟部技術處指出，軟硬體及服務供應商應該採取的行動包括：發展能克服安全問題的通用性方案，形成能支援互用性的標準，透過協同合作建立技術測試平台。

經濟部技術處認為，台灣產業要發展製造業物聯網應用平台，具備許多優勢，如早已在國際市場打下雄厚基礎的工業電腦產業，許多資通訊系統整合服務廠商，也在半導體、面板、PCB、汽車、化工等製造領域，擁有相當豐富的自動化應用經驗，因此台灣製造領域物聯網應用平台產業未來的發展策略，應是設法擴大企業規模，形成物聯網應用平台產業聯盟，再以台灣產業應用為基礎，建立成熟解決方案與實績，然後透過海外台商供應鏈或是與國際公司形成合作聯盟擴大市場。

資策會則認為，智慧製造在不同產業會有不同的進程與發展，要根據公司現況量身打造，必要時，不需要導入完整全面的智慧製造，而是以部分智慧製造概念為核心來擬定目標。如台灣汽車及車用電子業者，短、中期所追求的目標，就不是完整全面的智慧製造，而是先將部分產線資訊整合實現物聯網化，其他目標則有串聯從上游到最終客戶整體產業鏈、最佳化生產與經銷商親自排單生產等。

資策會更進一步補充，導入過程不宜太過躁進，資本較為雄厚者，可以投入資訊應用串接、或研發建置公司專屬的自動化設備，但規模較小的業者，就得且戰且走，針對導入較具效益的產線來嘗試，確保可以投入的力道能與建置規模保持一致，設法在世界中站穩腳步並發展自己的舞台。