元宇宙(metaverse)一詞從 2021 年開始映入眾人眼簾,但最先大規模實現元宇宙願景的可能不是遊戲、電競等娛樂產業,而是製造業。事實上,國際上一些大型製造商已經實現了元工廠(metafactory)、工業元宇宙(Industrial metaverse)的概念與願景。

但對於台灣製造業者而言,這樣的概念要如何真正實現,如何在現有 AIoT 技術基底下步步轉型?又會為企業創造哪些全新的營運思維?微軟產業解決方案暨客戶創新亞洲區總經理葉怡君在 TechOrange 科技報橘主辦的「2023 AIoT 智慧製造生態系論壇」當中,以「從 AIoT 到 Industrial Metaverse–看製造業數位轉型」為題,進一步解析工業元宇宙將帶來的效益與應用實例。

葉怡君首先點出,多數人對元宇宙的認識大多只停留在「擬真」,但如果只有擬真效果,此概念不會如此受到產業重視,「元宇宙必須包含真實反映、洞悉、超越與突破人、事、時、地、物等限制才有價值。」

她表示,元宇宙平台必須能整合各方資訊,反映出真實事物、實際場景的樣貌,而且其資訊細節要能讓使用者洞悉該物體(如機台)的內部狀態,接著透過 AI 技術超越眼前所見、預測未來動態,最後則是突破時空限制,創造出既有智慧工廠系統無法達到的成效。

工業元宇宙大有可為,將創造出有別於 AIoT、數位雙生的體驗

就應用場景來看,目前的元宇宙平台可分為消費(Consumer metaverse)、企業(Enterprise metaverse)、工業(Industrial metaverse)等三類,消費性元宇宙以遊戲、電影為主,企業元宇宙多用於同事間的協同合作,「至於工業元宇宙則可揉合多方技術,加入『人與 AI 協作』的元素之後,創造出有別於 AIoT、數位雙生(digital twin)的連續性體驗。」

何謂工業元宇宙?葉怡君認為,工業元宇宙是透過人與 AI 的合作,共同設計、建置、運作、優化虛實兩端系統。雖然定義清晰,不過她也坦言,要打造完善的工業元宇宙並不容易。

這是因為此平台牽涉到大量的軟硬體技術,系統設計者首先必須整合大量既有設備系統的數據資訊,建構出可精準描述真實物件的 3D 模型,第二步是記錄過去、看到當下,再藉由 AI 模擬人類的常識、行為,從而預測未來。

除此之外,元宇宙系統的人機互動也與過去系統不同,未來的互動會包括手勢甚至是眼神等人體活動,系統必須精準捕捉動作,並判斷動作背後的意義。

多家大型製造業者導入元宇宙技術,帶來明顯效益

雖然建置不易,不過工業元宇宙的效益相當明顯,而且在製造流程各環節均有利基。

在前端的設計部分,分處不同地區的工程師可在同一虛擬平台上協同設計產品。製造過程中,製程工程師可從遠端監控他處的機台運作狀態,並與配戴 AR/VR 眼鏡的現場工作人員合作,共同維修產線機台。產品出貨後的維修服務,則可於元宇宙平台中找到設備故障的根因,再利用軟體進行升級、修復。

例如,過去售出的車輛出問題時,車商往往必須大量召回,現在則可嘗試透過軟體解決。「此外,現在減碳已成為製造業必須嚴正面對的議題,製造業者可將元宇宙技術納入元宇宙中,由此精準、真實的掌握供應商的碳排數據,輕鬆完成碳盤查動作。」

「元宇宙雖仍處於發展初期,不過目前已有多家大型製造業者導入,並獲致良好成效。」

川崎重工(Kawasaki)就是一例,這家知名工業設備大廠,過去需要派遣大量工程師到客戶工廠,進行安裝、調校等工作,這些差勤費用佔了七成左右的成本。在微軟協助下,川崎重工成功建置元宇宙結合數位雙生系統,現在可讓工程師從遠端完成上述工作,因此省下大量成本。除了川崎重工外,BMW 的中國生產基地,也都在微軟的協助下導入元宇宙與數位雙生系統,大幅優化產線效能。

企業導入元宇宙速度會比上雲、AI 還要快!微軟點出的重點心法

從上述案例可看出元宇宙在工業領域的效益。然而對多數製造業著來說,元宇宙仍是相對陌生的新概念、新系統,即便有意導入也不知從何處著手。對此,葉怡君建議可先從遠端協作切入,待效益浮現、熟悉系統運作狀態後,再導入 AI 功能提升產能,最後則是完整落實自動化與智慧化願景,如此即可讓工業元宇宙的建置效益最大化,成為推動數位轉型的強大助力。

葉怡君也在接受 TechOrange 科技報橘專訪時提醒,導入工業元宇宙的最大困難點往往是必須說服企業決策者。她強調,企業在進行元宇宙轉型時,必須從上至下「全員參與」。

並且在導入工業元宇宙之前,就要先找出企業轉型元工廠的目標為何,「是要找出新的商業模式、創造新的營收?或者是可以因此節省多少成本?因為這往往也會是企業主最在乎的。」而企業一旦開始導入工業元宇宙,也必須思考如何在企業內部實現「規模化」,從原本的第一個測試點,再慢慢擴大、複製至第二、第三點,直到實現完整的工業元宇宙願景。

葉怡君也看好現在台灣製造業導入工業元宇宙的速度將比其在 2015、2016 年時開始上雲或導入 AI 來得更快,「因為台灣製造廠商在各項技術上其實都已準備好了!」

(本文提供合作夥伴轉載,首圖來源:TechOrange 攝。)