【TechOrange 編輯部導讀】
越來越多的製造業者正在導入 AI，根據 Capgemini 的研究調查，超過一半的歐洲製造商 (51%) 正在實施 AI 解決方案，日本 (30%) 和美國 (28%) 分列第二和第三。尤其近年疫情也極大推動了 AI 的進一步落地。一起來了解，AI 如何協助製造業更升級、往「智慧製造」邁進。
全球性的黑天鵝群造成產業衝擊，從疫情、供應鏈重組、通膨與地緣政治等不同因素影響，皆考驗台灣製造業者的營運智慧與數位韌性。
善用 AI 數據將是串連產線、廠務管理、物流、產品銷售供應鏈的關鍵。只要能掌握數據流，開始導入 AI 模型，就有機會輔助增進產線生產效率、提升產品良率、做到預防性維修與持續往高度自動化工廠做升級。
甚至許多台廠 AI 導入案例成功經驗都顯示，AI 有助於企業領導者從「傳統商業邏輯」轉換成「數位營運韌性思維」，在管理上有著更全面性的視野，幫助領導者作出更有品質的商業決策，甚至是找出企業第二成長曲線，研發出全新的商業模式。
面對長期的少子化問題，工廠把老師傅的經驗化為參數，作為 AI 模型的基礎也相當重要。在短鏈供應鏈與全球在地生產趨勢底下，把生產經驗參數化更可以加快當地工廠產線部署的效率與時間。
企業現在已經有意識地透過人工智慧與物聯網技術，搜集產線終端、生產管理系統、OT 系統等各種不同的數據進行分析運算。以下介紹 9 種 AI 可以實際應用在製造產業的技術：
AI 在製造業中的 9 個應用
1. 預測性維護：工廠在生產過程中的停機對成本影響十分巨大，透過機台數據即時搜集，將數據傳至雲端後可以進行 AI 分析。可幫助製造商預先排程機台何時需要更換零件、檢修，或是會出現故障的機率，對於製造商提升產線效率、降低龐大廠房的管理需求複雜度，都有很高的幫助。
2. 生成式設計：是一種結合電腦輔助系統的創造工具，結合 AI 最佳化演算法，使用機器學習算法來協助工程師模擬產品設計的方法。這樣的工具會透過 AI 找出最佳化的產品設計模型，透過模擬產品材料、結構、散熱係數等不同重要參數，工程師可以更有效率地找出可行產品設計模式。
想知道 2023 年關於 AI 的最新趨勢與台灣企業行動方案嗎？
→ 立即下載《TechOrange 2023 趨勢觀察報告》
3. 原材料價格預測：供應鏈變動快速提升企業營運不確定性，更多對於原物料時程與價格的預測需求開始浮現。透過多維度的歷史資料分析並建立 AI 模型，藉此對未來可能的結果提出預測，可幫助企業做出需求導向的正確決策。據國際研究機構 Gartner 指出，企業以「需求導向」做決策，平均可降低 15 ~ 30% 的庫存成本、提升 15 ~ 30% 的現貨可用性，還可增加 1 ~ 3% 的毛利率。
♦ TO 延伸閱讀：讓 AI 入魂，精準預測你的需求與庫存！
4. 工業機器人：當電腦視覺與機器學習技術開始被大量部署到產線上時，在工業與製造業場景上的人機協作與全自動化將會越來越普及。不論是組裝、搬運等不同任務，機器人都能取代重複性高的工作。不過麥肯錫《2022 機器人與自動化產業調查》也發現，目前導入工業機器人最大的挑戰之一是領導者擔心如此先進的系統會與工廠既有系統、介面與流程不符合，成為智慧升級的關卡之一。
5. 邊緣分析：根據 TechTarget 媒體報導指出，邊緣運算從 2022~2028 將會有年複合成長率 21.6% 的強力態勢。由於 AI 與 5G 等技術逐步成熟，邊緣技術可以截取數據在終端產線現場、將資料回傳雲端或是做不同系統的資料交換，應用範疇則包含瑕疵檢測、動態產線分析等等不同應用層面。
6. 機器視覺技術檢測：從最初期的 AOI 光學檢測，到 AI 強化的 AOI ，確保產品品質，提生產線良率的 AI 應用已經變成許多工廠的標準配備。此外，機器視覺檢測還可以協助製造現場的工安管理，在人、機、物料進入到危險區域時可以自動偵測發出警示。
7. 庫存管理：機器學習解決方案可以促進庫存管理，當製造業要處理大量 SKU、多種物料與外部物流等複雜環節時，不應該再用 Excel 報表作為管理工具。 AI 可以即時處理多種複雜變因，強化工廠營運效率。
8. 優化流程：工廠流程繁多，從物料進貨到產線再到出貨，其中上百上千個環節都是正常，AI 可以提供整體的資訊流透明化，進而從中找到優化成本方法。以物流優化舉例，台灣某面板大廠即以 AI 計算貨櫃裝貨與物流路線，讓整體物流到貨準時且耗費燃料成本大幅降低。
9. 數位孿生（Digital Twin)：過將 AI 技術與數位孿生相結合，製造業可以透過數據模擬出產品從出貨、生產、物流到售後的客戶需求預測等各種不同面向的應用。BMW 與 NVIDIA 合作，在 Omniverse 中模擬整座汽車製造工廠的生產環節，允許不同時間地點的員工、工廠可以在同一個虛擬空間同步工作。這樣的虛擬工程規劃規模之浩大，也展現了未來工業元宇宙的巨大可能性。
想知道 2023 年關於「工業元宇宙」的最新趨勢嗎？
→ 立即下載《TechOrange 2023 趨勢觀察報告》
AI 製造浪潮已來，台灣工廠如何接招？
AI 應用僅是現實工廠智慧化的諸多方向之一，在智慧製造的大浪潮下，許多台灣企業發現透過數位科技讓產線、營運細節更加透明化，有助於扭轉當前的產業競爭與供應鏈危機。領導者也該認知到製造業的智慧化不只是購買機器設備或是採購雲端解決方案，更是一種思維與體質上的全面轉型。
其中， AI 帶動商業模式的轉型更是諸多台廠的終極目標。本來的製造業營運模式多為 B2B，但是在彈性製造、快速小量生產的彈性需求下，必須開始思考終端市場與消費者的需求才能夠敏捷因應，並且提前部署原物料與產線動能。因此 B2B2C 的商業模式也將成為領導者必須思考的關鍵點。
黑天鵝群飛時代，考驗著領導者的商業智慧與精準決策，擁抱 AI 浪潮並且即早思考自身團隊、工作流程如何與 AI 碰撞出新火花，並且對內做好員工的在職既能加強，將會是 2023 年的必備戰略！
》下載 TechOrange 2023 趨勢觀察報告《
*本文開放夥伴轉載，參考資料：aimultiple、bmwgroup、TechTarget ，圖片來源：create.vista
（責任編輯：游絨絨）
