cwlogo

切換側邊選單 天下全閱讀 切換搜尋選單
切換會員選單
贊助

人工智慧再進化 認知製造加速轉型

精華簡文

人工智慧再進化  認知製造加速轉型

圖片來源:IBM

瀏覽數

20216

人工智慧再進化 認知製造加速轉型

整合傳播部企劃製作

面臨市場需求冷淡、缺工與成本上漲危機、競爭激烈造成差異化微小的製造業,自2013年喊出工業4.0口號、2016年中國又創造了C2M話題後,最新的焦點放在AI人工智慧如何運用認知科技於生產線上、資料分析、客戶服務甚而是商業模式創新,以期更快速實現轉型效益。

積極邁向工業4.0的製造業,除了生產線自動化及連結能力的優化之外,同時也正在經歷從生產低毛利、高產量的產品,轉為高毛利、低產量產品的Customer to Manufactory(C2M)轉型過程。因此須從人工智慧再進化到能自主學習的「認知製造(Cognitive Manufacture)」,才能在瞬息萬變的競爭中掌握商機,並快速滿足客戶需求。

認知製造為人、機之間的溝通  搭建更完美的橋樑

所謂認知製造,是結合了認知科技與智慧製造的新概念。認知運算不僅能夠幫助製造過程中所產生的數據被充分的管理、理解與應用,還能更輕鬆地尋找複雜作業與交付問題的答案,同時能帶動創新,給予製造業更大的彈性與更快的速度,提升數據洞察與自動化所創造的效益,尤其當製造業積極進行自動化,認知科技除了能學習快速重新配置產線的設備外,更能夠自主學習非結構性的資料,如聲音、影像、機器所產出的日誌等,以協助製造業解決問題。

澳洲的鑽油公司Woodside有許多已屆退休之齡的工程師,為了保留他們無可替代的專業性,Woodside運用 IBM Watson,透過認知製造結合物聯網的應用,彙集了氣象、溫度等各種資料,建立起一個能夠協助新進工程師進行判斷,也同時做好企業最在意的知識管理,取代傳統師徒制經驗傳承的認知專家系統。

IBM訪談全球超過140位高階主管後整理發表的《認知製造對電子業至關重要》白皮書指出,從2017至2020年,對認知製造較具有策略的主動者企業,將逐漸轉型為採行認知製造科技的智慧型製造,這中間將歷經六階段,分別是:
Step 1. 先進行連接系統與設備
Step 2. 跨功能協同作業
Step 3. 最佳化流程以衍生洞察
Step 4. 清楚掌握流程中各種狀況
Step 5. 建立自動化製造系統
Step 6. 採用自我學習系統

IBM商業價值研究院認知製造研究主管Cristene Gonzalez-Wertz指出,在這過程中,一開始最重要的是連接系統與設備,設備連接後能帶來資料,而協同作業也就是數位化,資料數位化後就能跨功能讓他人協同使用,接著從單點的優化轉為程序優化,終究能讓所有程序一目了然,並讓程序自動化而不需要人工手動,進而讓系統自動運作,且達到人機溝通與反饋。

但是,這些階段的重要性卻會隨著時間而遞減,到了2020年時,連接設備已不再重要,而需要仰賴人類與機器之間能互相溝通學習的系統。

圖說:IBM商業價值研究院認知製造研究主管 Cristene Gonzalez-Wertz

談到自動化製造,機器人雖然能在預先定義的範圍內自動生產,協助提高生產力,然而認知製造更強調人機之間的互動與學習,生產線上的機器人無法將經驗心得回饋給組織員工,但認知製造可以。

以面板檢測為例,某面板廠過去是以人工進行面板上的缺陷與瑕疵檢測,但透過認知製造的演算法學習檢測模式後,可以突破人工檢測的盲點,更善於發掘新的瑕疵,還能回饋新方法給檢測人員。Cristene強調,增加人與機器的合作會產出更好的結果,若只讓機器變得聰明,生產的成效終有限制。

轉型認知製造的三大基礎建設:雲端、行動、大數據

目前認知製造在以下四個領域的應用上,已證明可創造出極高價值,分別是認知維護、認知技術支援與維修、認知視覺檢測與關鍵零件管理。

認知維護能掌控效能預防意外停機時間並做到預測性維護;認知維修能提供歷年來的機器問題、維修記錄與使用手冊等資料,讓維修技師更快速進行維修;關鍵零件管理則是提供相關供應商的資料、產線資料、氣象等,以預防關鍵零件短缺。

上述應用靠的不是單一技術而需要一連串的技術堆疊才能實現,包括行動科技、協同作業、大數據分析、預測型分析、工業物聯網、認知運算與擴增實境,認知製造領先的主動者在雲端、行動與分析技術上都已有很高的導入比例,而在物聯網、AI/認知運算方面則分別有73%、53%已採用。

圖說:認知製造技術堆疊中所採用的技術

在這份白皮書中談到,專注在整合分析、自動化與認知運算的主動者企業都已經有策略性方法與順序,並循序投資多種專案,他們發現:越早期投入認知製造,成效越大,平均能獲得2倍的投資報酬率。相反地,訪談企業中的觀察者大多尚未擬定策略,所進行的測試專案也沒有一致性目標,因此更難以呈現具體成效。

Cristene表示台灣製造業也已有些領先者落在這份報告中的主動者族群,然而許多台灣業者忽略了既有設備與系統所累積的資料,以至於未能進一步去發揮資料的價值,且過於在意投資報酬率問題。Cristene建議不要做太大的投資,可以先從小的PoC(概念驗證)專案開始執行,了解認知製造能夠帶來的效益後再安排循序漸進的專案。同時善用免費的工具,例如IBM 雲端平台或透過白皮書中的使用案例範本,了解「想要的結果或想推動的價值是甚麼?」、「牽涉到哪些核心流程?」、「什麼資料是你想要卻沒有的?如果沒有上述資料,你現在有哪些資料?要如何調整才能獲得那些資料?」回答這些問題,就是開始的第一步。

想瞭解更多,請下載《認知製造對電子業至關重要》
 

關鍵字:

好友人數

文章下載

PDF下載 付費閱讀
 
登入會員看更多

全站通行 83折優惠中