TechOrange 科技報橘與外貿協會合作，在 10 月 12 日舉行「2018 邊緣運算論壇— AI+IoT 台灣轉型驅動新引擎」，其中的智慧工廠場次，請來三位業界專家分享最新趨勢與應用經驗，包括美商遠景科技、台灣西門子、以及 NEC 台灣等工業應用的轉硬體廠商代表，分別針對雲端 vs 邊級運算、工業網路、智慧工廠可視化三大重點提出看法。
產線非預期停擺，每年損失 500 億美元
美商遠景科技行銷長郁正德表示，世界已經數位化，工廠的各種數據很容易被採集，但重點在於，數據能夠解決問題才有價值，如何透過 AI 及 IoT 來分析並運用數據，讓工廠更智慧，便是學問。根據遠景估計，製造業的生產線若維修策略不佳，可能導致產能降低 5-20%；而非預期的產線停擺，每年更對全球製造業造成 500 億美元（約 1 兆 5000 億台幣）的損失。
預防性維修是智慧工廠的最佳案例之一，許多機台通常是發生問題之後，維修人員才知道；甚至設備工程師要 24 小時 on call 準備上陣，但到了現場才發現，故障的零件剛好沒有備貨，跟日本原廠訂購要兩週才會到。
「若能透過物聯網隨時收集機台的資料，再透過系統後台的 AI 分析，就能在故障前先行發現，自主停機維修，這能省下許多成本。」遠景科技提供的 IoT 雲端平台，專注在工業自動化領域，能整合前端的監控資料及後端分析，提高產線及日常運作的效率。
以實際案例來看，包括工廠、火力發電廠、太陽能電站、風力發電場等，都曾透過遠景解決方案，將系統未停擺之前就先期進行預防性維修，並因此提高了效能。
雲端重要？還是邊緣重要？
郁正德表示，邊緣運算開始崛起，不免讓企業在建置工業物聯網時重新思考：雲端好？還是邊緣好？他認為，兩者同等重要。終端裝置若具備運算能力，好處是網路斷線時仍可進行運算，且平時不會耗費太多資源在上傳數據。但另一方面，若過度仰賴邊緣運算，可能見樹不見林，因物聯網的價值就是集合所有邊緣運算的結果，在雲端綜合全貌，所得到的分析結果，遠比邊緣更有啟發性。
從工業物聯網的發展，也可看出智慧工廠的趨勢。台灣工業網路協會秘書長、台灣西門子產品經理朱軒逸指出，人類史上歷經三次工業革命，改變雖然劇烈，但如今進入「數位化、大數據、物聯網」的第四次革命，其機會與挑戰更是前所未有。
數據運算需求劇增，軟硬體配備要求會更高
例如市場愈來愈要求產品多樣性、但時程要縮短，甚至客製化量身打造的比例提高；這就引發了新的商業模式和工業生態系，例如產線變換必須快速、不能再一部機台永遠打造同一個元件；而設備零組件也要能符合智慧生產系統的要求，例如加裝感測器等；而現今的工廠通訊方式，也要從過去的網際網路，邁向物聯網通訊或工業網路。
「一部冷冰冰的機器如何變聰明、在生產現場從 PLC 變頻器到感測器如何整合、以及各種網路通訊方式能否互連，都須要專業的投入。」西門子最近替義大利跑車品牌 Masarati 進行工廠數位化的改造，成果相當豐碩：該產線的開發時間節省三成，同時讓跑車在顏色、配件等元素上能有七萬種不同組合，另產出的車輛數也增為三倍。
工業聯網新標準 一網到底不須轉換
邊緣運算的端點愈來愈多，處理的資料量也愈來愈大。朱軒逸指出，在邊緣運算的大數據時代，對軟硬體的要求更高，例如分析必須近乎即時、自動化系統須即插即能連線、終端先初步分析並過濾以確保上傳的都是必要資訊、以及雲端及終端須有軟體符合製程的特殊應用……等。朱軒逸也強調，智慧製造的整合，是從企業總部、工廠、到現場機台加以統整，必須建置安全、一致、不須轉換的連線，講求「一網到底的工業網路」，而國際上目前則倡導 Profinet 等網路標準。
可視化，工業數據的未來
NEC（日本電氣）台灣資深系統工程師李建志分享「視覺辨識」的業界經驗。他指出，NEC 提倡的工業未來，以三個字為主軸：「可視化」。也就是透過大量不可視的資訊收集，將原本看不到的洞見化為具體、轉為數據。例如日本曾有和菓子工廠，因員工疏忽衛生，造成消費者食用後死亡的案例；若在和菓子工廠加裝邊緣感測及分析裝置，監測有無髒污落下，便可避免悲劇，也避免企業商譽受損。311 大地震後，日本更重視核電廠的維安，於是政府找來 NEC 與廣島核電廠合作，在廠內四處建置攝影機、所得的影像再加上人員操作資訊、電廠運作資訊，三者交給AI機器學習來處理，透過每天的監控分析，計算出未來發生事故的機率。
TechOrange 科技報橘總編輯張育寧表示，台灣雖然缺乏人口紅利及廣大的市場，但卻有許多優秀的軟硬體人才、製造業及科技廠商，因此更需要發展數位轉型的工廠，抓住下一波契機。李建志則呼應指出，在工廠智慧轉型的過程中，差異化是唯一勝出的關鍵，「台灣不能再跟人比便宜、要比優勢。」
–
2018 台灣邊緣運算趨勢論壇
【TechOrange 2018 邊緣運算趨勢論壇】邊緣運算正夯，台灣具有軟硬整合利基
【TechOrange 2018 邊緣運算趨勢論壇】打造 24H 即時數據流智慧工廠，台灣需兼具製造與 AI 知識人才
（本文開放合作夥伴轉載）
