Search
Close this search box.

把老師傅的經驗變成 AI!工研院機械所饒達仁所長揭密「工廠應用 3 大真相」

隨著 AI 人工智慧技術強勢發展,製造業正迎來前所未有的機遇與挑戰。AI 在製造業的應用,逐步改變工廠的生產方式與供應鏈管理,這種技術革新提高生產效率和產品品質,也帶來更靈活的製造過程。

智慧製造不僅僅是生產流程的革新,更是一場產業變革的浪潮。從智能機器人到自動化生產線,再到智慧供應鏈管理,AI 技術的應用正在讓製造業實現從傳統到智慧的轉型。工業技術研究院機械與機電系統研究所所長饒達仁在 2024 AI 智慧大工廠論壇台北場以「2024 高科技製造業的創新研發」為題,分享未來的數據與 AI 技術在製造業的應用趨勢。

提升三大指標,公司內循環讓產品最佳化

饒達仁指出,在現今工業 4.0 的時代,機器之間能夠對話,透露機器本身的狀態,並在生產過程中找到創造更高良率的方式。目前業界許多公司已將人員管理、物料管理、成本分析、金流等數據,藉由各式平台系統在內部集合,即為「公司內循環」,使物料、倉儲達成最佳化。

饒達仁觀察,智慧製造正在進行的事情,就是把資料送到雲端,並經過分析、計算,從而瞭解生產、設備的狀況。例如透過系統整合內循環報表,即可分析人員、物料、零組件、財務的狀態,若再加上設備狀況與產線的資訊,還能夠讓產品良率與生產最佳化。

至於企業如何做到這些面向?除了藉由企業內循環的 AI 大數據、生產管理系統(MES),以及產品生命週期管理(PLM)等報表讓資料流動自動化,饒達仁也提及政府近年致力推廣智慧製造的「晶創計畫」,他認為機台上未來會裝置晶片,在地、雲兩端分別進行數據計算,並達成生產作業自動化。然而無論計算方式為何,智慧製造都與 AI 密不可分。

饒達仁表示,導入自動化的技術,可提升工廠 45% 至 55% 的生產力、提高供需預測準確度至 85%、降低機器停機時間 30% 至 35%,整體而言,在節省人力、材料,以及提高效率方面有顯著成果。現階段,工研院正在協助廠商分析機台,藉由數據分析預測零件可能壞掉或是必須保養的時間點,以及產線的流程。

饒達仁表示,工廠導入 AI 技術,還可降低庫存成本與上市時間 20% 至 50%、減低維護成本 10% 至 40%。

AI 不是萬能,決策、明辨對錯由人主導

饒達仁分享,AI 如何成功應用於製造業並預測機台狀況,讓生產過程減少瑕疵,「以往傳承工廠老師傅的經驗需要花費多年,現在利用 AI 技術就可大幅縮短時間。首先對於設備、產品進行數據清洗,再透過 AI 深度學習,理論上就完成經驗傳遞,在未來,還可透過 ChatGPT 嘗試更多方式,並產生行為。」在這樣的趨勢之下,饒達仁也特別強調,AI 會比老師傅更聰明,但還是要有人來確定對錯。

人工智慧彷彿有層神秘面紗,讓不少製造業決策者想多靠近一步卻又不敢太接近,對此饒達仁點出「工廠應用三大真相」:第一,AI 展現的數據是目前結果的最佳值,這些數據不只來自於你的工廠,還有可能來自全世界與你相似的工廠,這些數據都會集結在一起,預測今日機台狀況;第二,垃圾進垃圾出(Garbage in garbage out),AI 的產業知識更勝於分析能力,其數據取樣位置、方式非常重要,會影響輸出品質;第三,要避免 AI 犯錯,人類輔助判斷在目前是必要的,因此 AI 決策範圍仍須被限制,工廠也應訓練員工分析能力,由人類辨別對與錯。

製造業的未來展望:利用 AI 推動節能減碳

饒達仁指出,如今全球製造業面臨中美貿易戰、新冠疫情、地球變遷的衝擊,未來減碳節電會是產業的重要發展。智慧工廠在其中作用,便是透過四個工具:物聯網、大數據、行動管理、資料自動化,完成數位化、無紙化、物聯化、可視化、系統化、行動化等六大目標,企業可以先運用智慧機上盒(SMB)送出訊號建立通訊,成為設備醫生告訴設備品質,包括健康指數、壽命預測、異常原因分析等,再成為產品醫生,進行瑕疵檢測,提升產品良率,以智能控制讓整條產線節能減碳。

而關於綠色製造的解方,饒達仁提出製程更減碳、使用低碳/無碳能源以及發展循環經濟三點,「未來公司企業除了發展數位化、AI 化,也應該把減碳視為目標,了解碳排在何處,再下手執行減碳,並思考原料是否永續、循環」。

描繪未來智慧工廠情境,饒達仁則是說明,工廠將整合生產技術(OT) 與資訊技術(IT),再經由自動化流程、智慧物流、物聯網,呈現出產品,「最重要的是提升產品良率,透過物聯網與人工智慧,讓工作更有效率、準確度更高」。