從製造、運送到零售,四解方邁向智慧工廠新時代

作者 | 發布日期 2018 年 08 月 14 日 17:45 | 分類 AI 人工智慧 , 市場動態 , 機器人 follow us in feedly

從網路時代到物聯網興起,工業 4.0 強調自動化與生產線聯網功能,而新一代的智慧工廠發展,則更仰賴邊際運算、AI 和數據分析。結合 AI 人工智慧的「智動化」模式,將成為未來智慧工廠升級與轉型必備的解決方案。集邦科技於 8 月 2 日國際自動化工業大展期間舉行「AI 智動化研討會」,會中除了旗下拓墣產業研究院分析師,也邀請了意法半導體、IBM、安川電機等大廠,從製造、運送到零售等重要環節切入,剖析台灣在智慧製造的應用、趨勢及商機。



智慧架構打造機聯網平台──劉耕睿/拓墣產業研究院物聯網分析師

拓墣產業研究院物聯網分析師劉耕睿指出,從德國提出工業 4.0 口號開始,智慧工廠發展的脈絡將會繼續往數位轉型的趨勢發展。從網路興起開始,工廠生產線在不同層級中已經透過 ERP、MES 等資訊系統架構開始轉型,接下來經由數位轉型,結合物聯網、機器人等技術進入流程與製程的最佳化與智慧化,而未來的智慧工廠將會在 AI 人工智慧、邊際運算與數據分析的輔助下,從基本的「自動化」演變為進階的「智動化」工廠。

劉耕睿表示,新型態的「智動化」工廠也將帶動一條龍式的產業升級,從智慧工廠到智慧物流再到智慧服務,藉由數據整合、流程整合、供應鏈整合到商業整合,到 2020 年時,根據拓墣預估,智慧製造的整體市場規模將會超過 3,200 億美元。其中工廠數位化、設備 / 用戶價值、工業物聯網、重塑商業模式與 AI 人工智慧將最為被看重。對此,劉耕睿也對智慧製造轉型提出建議,在未來 3 到 5 年內,產業必須即時導入物聯網、AI、數據分析、智慧化生產與供應鏈管理,才能跟上世界潮流。

創新晶片思維,整合人工智慧與機聯網可以更簡單──余玟宏/意法半導體亞太區技術行銷專案經理

未來在機聯網智動生產的世代,控制與演算晶片將扮演關鍵性的角色,在這次 AI 智動化研討會中,意法半導體亞太區技術行銷專案經理余玟宏以意法的 32 位元處理器 STM32 系列舉例,分享在晶片產品中與機聯網相關應用,提供從半導體晶片角度對 AI 的看法。而提到 AI 就要先提到嵌入式系統的進化,從過去單純的演算法到機器學習(Machine Learning),嵌入式系統承載了大量的數據和資料,而接下來從機器學習進化到深度學習(Deep Learning)將會促使AI發展更為迅速。

在這個進化的過程當中,余經理也藉由實例來說明像 STM32 這類產品所提供的優勢為何。首先要提到的是,意法半導體在 AI 智動化的趨勢中以「Make Everything Smarter」為主軸,透過 Deep Learning 和 Neural Networks 神經網路,讓機器可以更精確有效的學習,之後再結合各種感測器、聲音分析與電腦視覺,打造出多元的應用。此外,意法半導體也推出 STM32CubeMx.AI 這個應用,結合 STM32 系列產品,讓使用者可以打造包括「動作偵測」、「聲音場景辨識」、「語音關鍵字辨識」、「手寫字跡辨識」、「物件識別」等智慧功能。另外,透過電腦視覺除了可以辨識字跡與物件外,還能夠透過 Deep Learning 技術做到從人臉辨識出性別與情緒等。

余經理也強調,不論是 Machine Learning 或是 Deep Learning,事實上全球有超過十幾億部裝置中的資料無法上傳到雲端進行運算,在「智動化」的未來,運算的趨勢將持續往 Edge 端(邊際運算)發展,唯有支援 ML、DL 和 AI 技術的晶片產品,才能把 AI 帶進裝置中,讓工廠製造、供應鏈或是物流,都可以隨著提升智慧運算能力,往更先進的 AI 智動化模式邁進。

智慧物流:運送、倉儲、配送的智慧化與區塊鏈應用──徐文暉/台灣 IBM 技術長暨業務副總經理

智動化生產除了 AI 與機器學習外,在運送、倉儲與配送上,也需要新技術促進產業轉型,台灣 IBM 技術長暨業務副總經理徐文暉,也在這次研討會中提出區塊鏈技術在物流相關產業中的應用案例,透過去中心化、多點記帳、全網共識的特點,為物流產業帶來更高的效率、更低的成本與減少風險。而 IBM 在全球已經有超過 400 個案例,其中 35 個區塊鏈系統已經進行商轉,徐副總經理也強調,區塊鏈技術不是只有加密貨幣功能,透過加密與共享帳本技術,讓物流與倉儲相關產業可以共享可信賴的規劃與物流數據,提高國際貿易上下游物流運輸體系的生態系信任度與透明度,並且達到即時規劃和倉儲管理到糾紛解決,減少各種浪費同時進行品質控制。

徐副總經理表示,台灣運輸物流產業可以在供應鏈、行銷、營運和通路及銷售等多個領域利用區塊鏈技術進行業務轉型及營運優化,藉由導入區塊鏈技術解決業務流程中的痛點,結合新的平台商業模式、流程與產品,打造更大數位轉型價值。徐副總經理同時也舉例,過去一批貨物從生產製造、物流配送,最終交付到消費者手中,可能需要 30 個獨立單位或組織簽核,甚至需要 200 份訊息與文件簽核,只要其中某個訊息遺失或延遲,貨物的配送可能就要延後一個月甚至更長時間,導致人事、文件傳遞、倉儲和配送等環節增加昂貴的成本,透過區塊鏈技術將文件數位化就可以減少大量的成本浪費,為產業創造更多價值。

製造業與機器人在智慧工廠中的發展──黃啟昌/台灣安川電機業務改革室協理

工業 4.0 伴隨著自動化智慧製造生產發展,在這過程中機器人扮演著不可或缺的角色,台灣安川電機業務改革室協理黃啟昌表示,面對新形態的產業自動化革命,安川電機提出「整合的(integrated)、智慧的(intelligent)、創新的(innovative)i3──Mechatronics」新觀念,利用數位數據的管理達成機電整合的進化。

透過將生產現場獲得的數據上傳,經過數據活用與分析後,利用AI進行模組化與學習,最後將其回傳到現場機具中,透過數據管理與自動化,以技術創新提高生產力。黃協理也強調,透過 AI 可以擴大機器人的學習與自律能力,讓協動機器人能夠擁有更多功能、柔軟性與協調性,同時還可以免除安全柵設計,提高簡易性與配置和移動的自由度。黃協理也提到,在導入擁有 AI 技術的機器人後,透過 Machine Learning 與 Deep Learning,可以讓機器人在各種生產面向上獲得更多應用,甚至單一機器人就可以在不同工作站中進行各種不同工作,讓機器人成為智動化工業製造中的好幫手。