台灣中小企業成本有限 英特爾:規模不同,遭遇工業 4.0 挑戰也不同

台灣中小企業成本有限 英特爾:規模不同,遭遇工業 4.0 挑戰也不同
▲英特爾亞太區製造業產業解決方案總監李立仁。(圖/英特爾提供)

記者侯冠州/台北報導

英特爾(Intel)今(18號)舉辦工業 4.0 趨勢應用媒體說明會,英特爾亞太區製造業產業解決方案總監李立仁指出,不同製造業族群,在工業4.0的實踐和遭遇也不同。台灣大型科技企業,於工業 4.0 發展已到「認知(Cognitive)」階段,但離散製造業,如傳產、組裝廠等,連進入基本的設備連結階段都有障礙。

李立仁表示,工業 4.0 的發展有個理論,名為「 5C 架構」,可解釋企業於工業4.0 技術能力成熟度與演進。 5C 架構依序為連結(Connect)、轉換(Convert)、虛擬化(Cyber)、認知(Cognitive),以及最後的配置(Configure)。

▲李立仁指出5C架構可用來解釋工業 4.0 技術發展成熟度與演進。(圖/英特爾提供)

第一階段連結,顧名思義便是要將機器與機器、機器與應用連結起來。因此這階段的重點在於,業者如何將設備機台中的訊息,透過連結,轉換成大數據、 AI 分析需要用的資料。

然而,李立仁說,傳統離散式的製造業,像是組裝業、代工業者,光是要把設備裡面的資料,連結到IT平台,進行分析運算,都有困難,事實上有很多業者都還無法做到。

原因在於,台灣有許多是這類型的業者,要發展工業 4.0 時,由於成本考量,不太可能將所有機台更新,換成智慧化機台;或是花大錢跟設備商取得接取資料的介面KPI。這些對於對成本非常敏感的傳統製造業者而言幾乎都不太可行,因此,在工業 4.0 發展上,別說導入 AI ,連達成第一階段的設備連結,進行大數據分析都有障礙。

第二階段轉換,則是在設備連接之後,將機台營運的數據,轉化成有分析價值的資訊,以支援不同工業應用場景。要達成這階段,設備端點必須要有分析、智慧化的能力。

第三階段虛擬化的關鍵重點便是 Digital Twins ,也就是所謂的虛擬數位工廠。當做到所有設備連結之後,現場等於有個虛擬化的數位工廠在同步運行,這工廠具備感知、預測能力,不僅可預測下一個非計畫內的設備故障,還能模擬出生產線的最佳排程,這是實踐工業 4.0 一個很重要的關鍵能力。

至於第四階段認知,則是設備端點都已連結,並具備分析運算能力,且所有分析運算結果都有虛擬工廠模擬分析最佳化結果,工廠便可開始進入智慧學習的階段,才能不斷進化,而這也是目前大家最關心 AI 的部分。

最後一個階段配置,便是工廠能依據學習、感知的結果,能自主改變設定,依據環境、設備機台、訂單需求、生產環境的變化,不斷重新排程最佳化的結果,並加以執行,就像無人車一樣。

▲大型企業已可達到5C架構中的認知階段,但傳統製造業卻連第一階段都有進入障礙。(圖/翻攝自 KUKA 官網)

而台灣現今製造業已達到何種階段?李立仁說,製造業是族群非常分散的產業,有汽車、紡織、金屬加工、半導體業、組裝業、石化業等,不同族群在工業 4.0 的進展與成熟度也大不相同。

因此,像是國內外大型科技企業,目前都已經有高度的機器學習技術,並已廣泛應用,所以都已經達到了 5C 架構中認知的階段;但像傳統中小企業、離散式的製造業者,由於設備老舊,加上成本考量,因此就連進入第一階段的連結,都有困難,許多業者都還沒有辦法克服此一困境。因此,不同族群,對於工業 4.0 的成熟度,有相當大的差異。

熱門標籤

留言

延伸閱讀