台灣一直以來是以製造業為名，經濟基礎也是以製造業為主。這幾年包含AI、物聯網都是非常火紅的技術，因此，工廠老闆們紛紛投入大量的人力、物力、財力，希望能夠透過這些技術，把工廠打造成AI智慧化的工廠。但投入這樣的人力、物力是否就足夠，就能夠將工廠變成AI智慧工廠?

躍身智慧工廠，企業須具備兩大基礎

以AI與工廠而言，最重要有兩個基礎，基礎一就是工廠要如何去做「良善的管理」，包含它的能源、公用機台及相關設施。在做了有效管理之後，如何取得有效的資料，並且藉由這些資料來達到工廠的正常運作。

基礎二的部分，當我們取得這些大量且有效的資料之後，如何透過資料學習、機械學習的技術，去建立符合工廠的模型。因此，如果我們可以取得有效的資料，並且又達到基礎一、基礎二，這樣才算是做到整個AI智慧工廠的基礎。

工廠的良善管理主要是由廠務人員去執行，因為工廠裡面有非常多的設施，包含能源，水、氣、油、電，還有一些公用設施、機電設施。一個廠務人員要去管理這麼多設施，怎麼可能還有多餘的精力去思考如何取得這些設施的有效資料，去思考明日如何做得更好。

因此，我們可以透過「雲端AI總管」來協助廠務人員管理工廠中的能源，水、氣、油、電以及一些設施，而且藉由「雲端AI總管」也可以取得所需要的資料。如果這些資料不夠，我們還可以藉由一些外加的感測器來額外取得其它相關資訊。

在取得這些資料之後，我們如何做有效的應用，這些資料跟AI智慧工廠的關聯性又是如何呢?

各位有沒有注意到，不管在任何一個製造機台、公用機台，都是用能源去驅動，例如：CNC機台是由電力跟氣壓去驅動。因此，如果能夠取得最基本的能源資料，這些感測器所收集到的資料，無形中可以獲得製程機台的有效訊息，再藉由這些有效訊息的資料分析，就可以奠定AI智慧工廠的基礎跟模型。

充足有效資料、建模調校，逐步實現工廠智慧化

工廠裡面的設備種類非常多，某些設備有通訊介面，有一些則是沒有。如果遇到沒有通訊介面的設備，我們要如何取得相關資訊?

事實上有非常多的方法，以剛才談到的能源來講，透過水、氣、油、電的設施來取得機台的資訊，就是其中一個方法。另外，還有一些機台聯網的常見方法，例如：PLC控制器、RS485或是CNC機台，可以透過通訊介面來取得資料。

因此，只要結合剛才提到的能源水、氣、油、電的資訊，還有公用設施的資訊，再加上這些設備機台的聯網資訊，不論機台設備是否有聯網，其實都可以取得工廠前端、後端的所有資訊，然後作為AI智慧工廠的基礎。

以手工具機業的關鍵製程，也就是製程用水的處理來看，在金屬的表面需要加上皮膜跟除鏽劑，為的是讓金屬表面能夠有效附著噴粉，所以，我們如何去應用剛才談的基礎一呢?

第一件事情就是要做水質的管理，因此，在這個關鍵的製程裡面就加了很多的感測器，包含像是PH值、離子、溫度，把這些資料有效地收集起來。

第二件事情就是把取得的資料，跟投藥產生的化學效應做比對，例如：今天投了多少的藥劑，它的PH值或是離子濃度會產生多少。我們利用這些資料來做一個有效的建模。

當建出模型之後，接下來，我們就可以利用AI及自動投藥的技術來做自動投藥。有了這樣的技術，不管是在製程改善，或是良率的提升，都會有明顯的效益。除此之外，同時也改善了後端的廢水處理。

因此，要讓工廠提升效率，第一件事情就是要有足夠的資料，而且可以針對非常重要的水、氣、油、電下手。有了資料之後，我們可以再透過建模型，不斷地去調校，讓AI的因子注入到工廠裡。

接下來，如果工廠要導入AI，在投入大量的經費之前，應該要先審視目前工廠是不是已經做到良善的管理，如果還沒做到，我們可以針對比較關鍵的原因，做關鍵問題的分析，進而導入相關的措施。

我相信在逐步漸進的過程中，就可以讓工廠邁向AI智慧工廠這條路。

專家：莊棨椉

經歷：現任思納捷科技股份有限公司總經理、能源技術服務產業發展協會理事、新北綠色產業聯盟理事。

專長：無線感測網路、雲端系統、物聯網、機器學習、電力系統。

 想要進階學習《數位轉型》相關議題，推薦您相關課程資訊

【線上課程】

應用機聯網數據奠定數位轉型基礎

工業4.0轉型實踐與營運策略

製造業數位轉型商業模式與案例