工業 5.0 時代蓄勢待發，製造業在過去 2-3 年大幅加速數位轉型的速度與步伐，全面提升智慧工廠的生產力與營運彈性。大量的工廠設備數據成為訓練 AI 模型的關鍵，不但能提升整體工廠生產效率、優化成本與決策品質，更有帶動企業商業模式創新的案例。除了 AI 賦能的創新力之外，資安防護的建構也將成為市場競爭力的重要一環。人工智慧服務與雲端專家 CloudMile 萬里雲解決方案架構團隊主管梁文典特別出席「智慧大工廠論壇」，為製造業管理者分析如何乘上這波 AI 發展浪潮，提升營運效率，並且同步強化企業資安數位韌性。
智慧工廠高度整合各類新興科技，包含雲端服務、物聯網與 AI 分析技術，促使企業從數據治理角度與資安防護兩大面向來結合既有企業營運管理制度。梁文典分享到，目前許多製造業者仍普遍有地端資料數據管理與分析應用的困難，導致無法做到全面性資料治理，對新商業與市場需求的響應也會過慢。要應用 AI 提升產能，具備安全加密的資料傳輸管道，與能即時管理數據中台也都是必要環節。
許多傳統工廠的資料儲存位置分散，資料格式也不一，導致資料層級無法一目瞭然。再者，多項資料之間也缺乏除錯機制，導致數據無法整合、需靠人工手動整理關鍵數據，不僅很容易就錯失了即時反應市場與業務需求的黃金時間，更無法協助企業升級到智慧化資料治理模式。
主菜一：Google Cloud 雲端管理平台幫工廠做好發展 AI 必備的數據全週期管理
Google Cloud Platform（GCP）能滿足企業全資料生命週期需求，不論是資料科學家、數據分析師、維運工程師等各種職位的資料需求，都可以在 GCP 上建置 AI/ML 模型、開發 app、進行資料分析等各種任務。CloudMile 擁有協助企業導入 Google Cloud Platform（GCP） 雲端服務的豐富經驗，已協助台灣多家半導體與製造業大廠透過 GCP 轉型關鍵里程碑， 為工廠導入數據中台解決方案，將地端與 IoT 裝置的關鍵數據彙整至雲端，透過跨雲地資料倉儲服務 BigQuery、商業智慧平台 Looker 等工具即時產出可視覺化報表。
梁文典分享數個製造業應用 GCP 實際案例，包含成衣廠布料管理，透過監督式學習分類演算法可以快速找到類似布料，以往從靈感發想、設計、看樣到提供樣布的時間，從原本的 1.5 至 3 個月縮減至 2 至 3 天，商品開發到上市的所需時間減少 25%，大幅加速產品投入市場的速度與效率。也有製造廠將生產流程資料與倉儲、交易訂單等資料綜合分析，透過機器學習技術做標籤分類，達到庫存降低、優化生產效率的成果。
甚至，這些工廠的資料也可以結合 AI 視覺技術，作為工廠工安的維護管理幫手，檢查員工有沒有穿戴安全裝備，或是透過 IoT 感測器檢查震動、溫度、壓力等異常數據做分析運算，並且作為維護機台與產品品質驗證的輔助，讓工廠輕鬆導入 AI 做到生產維運最佳化。
主菜二：強化資安，更是發展 AI 必備的企業數位基礎建設
資安同樣也成為評估企業競爭力的重要環節，梁文典表示，目前工廠的 OT/IT 資安環境整合成為必須關注重點。考量到目前 OT 也逐步聯網，且中間不同裝置會使用到開源程式碼，導致曝險管道增加；工廠從自動化升級成智慧化的過程當中，也讓資安攻擊造成的潛在影響範圍擴大。
駭客在經濟不景氣時代，更容易加強攻擊的頻率與強度，過往從烏克蘭電網釣魚攻擊、台灣第一銀行 ATM 吐鈔事件、美國銀行 Capital One 雲端信用卡客戶資料外洩與美國勒索軟體攻擊美國燃氣公司事件，都可以看出駭客可能造成的企業損失與危機正在指數型擴大中。
梁文典提醒，企業若只靠防火牆是無法抵禦駭客多變的攻擊手法，因此應該要特別注意每個不同資安端點的狀態並做到即時防禦。透過 GCP 的雲原生安全性資訊與事件管理系統 Chronicle 即可幫助企業資安團隊以更快的速度、更大的規模做到有效的資安事件管理。
Google Chronicle 可以結合企業地端、其他雲端資料，透過全程加密的方式全部蒐集到雲端平台上，並且將這些 log 資料自動做到資料蒐集、威脅偵測、事件調查與自動回應。透過 GCP 強大的工具，快速做到資安事件分析，將可以讓資安人員專注於真正的緊急事件，而不用消耗過多人力資源做無效防禦或是建置報表。梁文典強調：「CloudMile 為高科技製造業推出『AI』與『資安』應用的雙主菜，因為唯有做好資安才能讓 AI 應用走得更遠。」
尤其考量到智慧製造工廠中，每個生產環節與端點上的端點都可能存在潛在資安破口，讓員工透過好上手的工具做到有效的資料治理與資安管理，將成為定義智慧工廠競爭力的一大關鍵。生成式 AI 大力加速產業智慧化的步伐，企業的競爭差距與速度也會高度加快，即早策劃出自有工廠的智慧策略藍圖，將成為領導人必須思考的關鍵課題。
