隨著消費(fèi)端走向客制自主消費(fèi)、制造端面臨缺工問(wèn)題日甚，促使制造業(yè)須具備能適應(yīng)快速多變且多元環(huán)境的能力，制造系統(tǒng)變得較過(guò)往而言更加復(fù)雜。而拜新技術(shù)成熟發(fā)展所賜，制造業(yè)現(xiàn)今可藉由部署先進(jìn)的感測(cè)技術(shù)并結(jié)合AI算法、引入機(jī)器人等科技，進(jìn)而提高信息可視化及系統(tǒng)可控性，進(jìn)一步推升工業(yè)4.0智能制造的發(fā)展。

根據(jù)集邦咨詢旗下拓墣產(chǎn)業(yè)研究院預(yù)估，2022年全球智能制造的市場(chǎng)規(guī)模將會(huì)逼近3700億美元，年復(fù)合成長(zhǎng)率達(dá)10.7%。

奠基于虛實(shí)整合的基礎(chǔ)，智能制造在應(yīng)用端相當(dāng)多元，從規(guī)模較大的智慧工廠、智慧供應(yīng)鏈、現(xiàn)場(chǎng)災(zāi)害回復(fù)，乃至自動(dòng)物流車(chē)、簡(jiǎn)易型機(jī)器手臂等皆是使用案例。

綜合觀察2019年產(chǎn)業(yè)動(dòng)態(tài)與德國(guó)漢諾威工業(yè)展(Hannover Messe)等指標(biāo)性活動(dòng)，現(xiàn)行智能制造以協(xié)作機(jī)器人(Cobot)、數(shù)位雙胞胎(Digital Twin)、預(yù)測(cè)性維護(hù)(PdM)、無(wú)人機(jī)、制造執(zhí)行系統(tǒng)(MES)、AI應(yīng)用等為發(fā)展焦點(diǎn)，Universal Robots、Siemens、STMicroelectronics、Xilinx、GE等廠商亦持續(xù)推陳出新強(qiáng)化布局。

Edge AI降低運(yùn)算資源，成為預(yù)測(cè)性維護(hù)重要基礎(chǔ)

鑒于智能制造帶出的龐大數(shù)據(jù)量將排山倒海涌向企業(yè)，延遲性與頻寬成本已讓制造業(yè)從云端技術(shù)逐漸轉(zhuǎn)向邊緣運(yùn)算。而數(shù)據(jù)海量化、分析精準(zhǔn)化以及硬件高效化等三大驅(qū)動(dòng)力也使AI從云端往終端設(shè)備邁進(jìn)，推升邊緣結(jié)合AI的趨勢(shì)。

Edge邊緣運(yùn)算處理是具地緣關(guān)系的AI運(yùn)算，透過(guò)于靠近數(shù)據(jù)產(chǎn)生源處進(jìn)行收集處理，并結(jié)合參數(shù)學(xué)習(xí)等AI技術(shù)讓設(shè)備能做到缺陷實(shí)時(shí)偵測(cè)、使用狀況預(yù)判等用途，讓機(jī)器不需時(shí)時(shí)聯(lián)網(wǎng)、減少運(yùn)算資源，仍能具備部分決策力與實(shí)時(shí)反應(yīng)力，成為預(yù)測(cè)性維護(hù)的重要基礎(chǔ)，同時(shí)亦可強(qiáng)化工業(yè)機(jī)器人的實(shí)時(shí)協(xié)作。而將資料留在當(dāng)?shù)厝〈貍髟贫?，也更能滿足制造業(yè)提升數(shù)據(jù)資安與隱私的需求。

芯片是臺(tái)廠切入Edge AI最佳著力點(diǎn)，中小企業(yè)靈活彈性成競(jìng)爭(zhēng)優(yōu)勢(shì)

智能制造與Edge AI的連結(jié)為制造業(yè)帶來(lái)實(shí)時(shí)決策、降低成本、營(yíng)運(yùn)可靠及提高安全等優(yōu)勢(shì)，也使精密機(jī)械蛻變?yōu)槊逼鋵?shí)的智慧系統(tǒng)?，F(xiàn)行從芯片大廠NVIDIA、Intel、Qualcomm、NXP，乃至云端龍頭AWS、Google、Microsoft等皆積極投入該領(lǐng)域。臺(tái)廠若要切入Edge AI的市場(chǎng)，考量產(chǎn)業(yè)優(yōu)勢(shì)及政府資源挹注，芯片仍是最好發(fā)揮的著力點(diǎn)，并成為串連上下游廠商的發(fā)動(dòng)機(jī)。

從自動(dòng)化到智動(dòng)化，拓墣產(chǎn)業(yè)研究院指出，工業(yè)4.0的浪潮持續(xù)推動(dòng)企業(yè)數(shù)位轉(zhuǎn)型，物聯(lián)網(wǎng)、大數(shù)據(jù)、機(jī)器人等技術(shù)也成為打造智能制造的重要節(jié)點(diǎn)。

然而，不論是工業(yè)物聯(lián)網(wǎng)布建、智能制造的導(dǎo)入、抑或智慧工廠的建置，由于耗時(shí)較長(zhǎng)且所費(fèi)不貲，對(duì)企業(yè)而言皆非一蹴可幾，在布署及執(zhí)行過(guò)程中可透過(guò)工業(yè)物聯(lián)網(wǎng)聯(lián)盟(IIC)等組織提出的工具來(lái)評(píng)估自身的成熟度，進(jìn)而調(diào)整步調(diào)與方向，如根據(jù)基礎(chǔ)設(shè)施的完成度來(lái)選擇被動(dòng)性維護(hù)、預(yù)防性維護(hù)、以及預(yù)測(cè)性維護(hù)的采用。

此外，由于許多非數(shù)位原生的傳統(tǒng)制造業(yè)是透過(guò)數(shù)位工具導(dǎo)入及異業(yè)整合等方式實(shí)施智能制造，故若企業(yè)擁有可跨域整合、更敏捷靈活因應(yīng)生態(tài)系等優(yōu)勢(shì)，將較易切入大廠供應(yīng)鏈或與其合作。***中小企業(yè)具備充足的產(chǎn)業(yè)知識(shí)及適應(yīng)彈性，當(dāng)數(shù)字化時(shí)代挖掘出更多顧客痛點(diǎn)時(shí)，大廠不愿做且小廠做不來(lái)的市場(chǎng)便能讓其挾競(jìng)爭(zhēng)優(yōu)勢(shì)一展身手。

本文來(lái)自拓?fù)溲芯吭?，本文轉(zhuǎn)載分享。