智慧製造趨勢下之雲端運算未來發展
作者/劉瑞隆 [發表日期：2016/6/6]
編按：作者應邀於5/19中國雲計算大會中，發表『智慧製造趨勢下之雲端運算未來發展』演說，由於內容精彩，現場反應熱烈，編輯部特別邀稿，期與更多讀者分享。
前言
2016年3月15日中午，南韓圍棋九段棋手李世石(全球排名第四)與 Google 人工智慧程式 AlphaGo 之間的「人機對弈」，五局決勝負。經過五天的鏖戰，李世石最終以總比分 1：4 輸給 AlphaGo，AlphaGo因此晉級為全球第四大棋手。AI(Artificial Intelligence，人工智慧)近年蔚為風潮，不光是下棋，連智慧製造都已大量運用人工智慧。
製造業正面臨的重要挑戰
為何製造業需要智慧化? 這就必須提到全球製造業此刻正面臨的五大重要挑戰：
一、個人化產品需求增加：
在多螢一雲的時代，每個人手上可能同時持有筆記本計算機、平板電腦和一台以上的智慧型手機，每個產品又有不同尺寸，生產線的調整必須符合高彈性、快速的要求。
二、產品生命週期大幅縮短：
手機產品就是最典型的例子。目前的智慧型手機，一般而言，換機生命週期平均是 1.6 年；甚至有的業者如三星，因應其目標市場喜歡求新求變的特性，平均每三個月就有一款新手機上市。
三、新世代人機互動模式的導入：
以前我們只要在手機上輸入資料，是單向的查詢，現在我們連看個電視，都可以掃QR CODE投票或是跟現場來賓一起參加抽獎。在廠房現場，作業員透過信息科技的導入，不再只是作業員，升級成控制員了，產值也隨之升級。
四、社會結構轉變：
老年人口增加，青壯就業人口下降，未來勞動力將益形短缺。
五、永續發展的議題：
高汙染的生產方式會被逐漸淘汰，碳足跡、高效率的能源使用方式是製造業刻正面臨的考驗。
以上五個挑戰，在在顯示有許多舊的製造業生產方式已不符全球趨勢，成本也過高，該要升級了。智慧製造對於國家整體製造業產值或國際競爭力的提升非常重要，因此近年來，不論是德國「工業 4.0」、美國的「再工業化政策」、日本的「人機共存未來工廠」、韓國的「下世代智慧型工廠」，還是「中國製造 2025 」計畫，全球各國莫不積極推動建構智慧化的製造、生產、銷售系統，以快速反應或預測市場需求。其次，先進國家為因應就業人口數下降的必然趨勢，推動數位製造、網實整合智慧製造發展，也是逆轉人口危機為轉機的重要手段。
《圖一》全球致力製造業升級，都在講智慧製造(舉例)
資料來源：凌群電腦提供，2016年5月
智慧製造、雲端運算與大數據
推動智慧製造的終極目標，就是透過物聯網和大數據的技術，將IT(資訊系統Information Technology）和OT(操作技術Operational Technology)充分整合，這是一個循環不止的改善流程。從IT端的效益來說，包括：隨時掌握生產狀態與交期、得到產能與品質優化的結果、及提高企業營運效能。從OT端的效益來說，包括：更快反應即時狀況、優化製程、將工作緩急妥善安排並降低風險等效益。
無論是工業4.0或是智慧製造，所能帶動的產值是整個生態圈，效益非常龐大。包含跨產業、跨價值鏈的水平整合，從軟體工具業、機器設備業、系統整合業、產品製造廠、甚至是提供維護保固服務的通路業都在內。企業內更是需透過高彈性、可調整的系統去做通透的垂直整合，才能達到智慧製造的要求。
智慧製造有許多做法不同於傳統的製造生產程序，目的就是為了解決先前提到的五大挑戰。其中，在解決新世代人機互動的作法上，目前多數的工廠還是停留在機台操作介面固定在機台設備上，人員甚至要穿無塵衣，進入生產線去調控管理和作業，不符合人體健康原則。但漸漸地，有些採用智慧製造的工廠，透過系統再造，讓管理人員可由機台服務中心提供適用的Apps，讓管理人員可在服務中心操控或管理製程，間接提高產線的良率。(請參見圖二)
《圖二》解決新世代人機互動之做法—使用者導向之操作介面
資料來源： DFKI GmbH
在解決新世代工廠生產線多元性之做法方面，將Technical Assistant集中在控制室。1986年開始就有無人工廠，但如果有例外事件，人員還是需要跑進去生產線做現場處理。但是運用智慧製造，所有作業員，或者應該要稱之為(管理人員)，就可以集中在服務中心或控制室來作業和監控製程，不用忍耐不能上廁所的不便，也不用去呼吸那些可能對人體有害的機台排出廢氣。
在解決社會結構改變之做法方面，智慧製造工廠導入高彈性機器人與現場員工協同製造。以後的機器人不光是會依循固定模式來運作，透過人工智慧的導入，可以跟資深人員配合，做協同運作來共同生產，它們可以代理一些較為精密、非常需要眼力的生產工作。(請參見圖三)
《圖三》解決社會結構改變之做法—導入高彈性機器人與現場員工協同製造
資料來源： DFKI GmbH
智慧工廠的生產設備是非常好的大數據來源，舉凡感測器、機台、 測試、 檢測、門禁…等都會產出資料。以半導體業一台千萬的機台為例，上面有400個感測器，所以每秒鐘有400筆資料/台。一個工廠每小時產生的資料量，就可能有：400/秒/機台*10台*60秒*60分鐘= 1,440萬筆資料。這麼龐大的資料，若是善加利用，將是企業巨大財富。智慧工廠大數據的應用方向，包含探知、診斷、控管、預測等方面，同時運用可視化的介面來呈現，簡單易懂，方便TA(技術助理)操控。
智慧製造跟雲端運算有甚麼關聯呢？也許有人覺得智慧製造只要投資，大量投資自動化生產設備就可以，所以只要有資金就能辦到；其實不然，管理方法的改變才是箇中成功要點。以往(現今有多數工廠仍繼續採用)的工廠製程管理講的是Feedback Control，生產線出錯了，或是冷氣機過熱或過冷了，就趕快去調整，這必須付出學習成本才能改善。但是智慧製造講究的是Forward Control，強調防患機先，透過大數據分析來預防出錯，降低損壞機率。(請參見圖四)
《圖四》Feedback Control vs. Forward Control
資料來源：凌群電腦提供，2016年5月。
結語
要發展智慧製造，現在是很好的時間點，因為德國、美國…等各國都在講工業4.0，將製造業所需要的軟體(包含MES(製造執行系統)、VR(虛擬實境)、知識管理…等)、硬體(包含工業機器人、傳感器、RFID、3D列印機…等設備)及相關設計、保固維護、系統整合及各種顧問資訊服務…等，組合而為「工業4.0解決方案」，若能再加入“雲端運算”、“物聯網”和“大數據及分析服務”三個價值鏈加進來，支撐智慧製造的架構，就非常完整了。(請參見圖五)
《圖五》雲端運算、物聯網及大數據分析服務是智慧製造的落實者
資料來源：凌群電腦提供，2016年5月
以前我們講工廠產值提升，砸錢買設備，找優秀員工進來一起努力就可以了，但是在智慧製造的時代，光靠資金和人數是不成的，還要有腦子，更重要的是腦子裡要有著雲端運算、物聯網、智慧機器人和大數據分析這些專門知識和技術，再加上工廠精實管理，藉由相關技術支援，使從業人員能力升級，由單純的生產操作者，晉升為控制者和管理者(人力素質升級)。
更有價值的是，智慧製造的企業若能找到跨領域的價值整合人才，藉以找出具有商業價值的創新應用模式，像是今年5月13日，蘋果公司才剛宣布的10億美元投資「滴滴出行」(類似中國Uber) 的投資項目，這「滴滴出行」就是個創新應用的範例。
智慧工廠在技術上最大的挑戰是「整合」，重點是要如何將各家機台設備、感測器和感知組件，根據不同的生產製程做最適化的調校，讓產出的數據可獲得有效的整合，同時在整合過程附加分析服務，不斷提升工廠產值，是目前智慧工廠發展的重要挑戰。面對全球市場競爭只強不弱的態勢，這是製造業和各國政府不得不走的一條路！作對的事情，才能走得久、走得好，所以善用系統整合產業的專業知能，相信是智慧製造的制勝之道！