科技創新（一百三十八）：AIoT產業-智慧製造升級-整廠智慧化

[工業4.0的未來 整廠智慧化]

之前談到的智慧製造的廠內方式，有利用影像辨識找出瑕疵品、利用設備累積數據找出模型以找出預定保養的時機以保養，有收集數據提高良率、最佳化能源使用，以及排程最佳化，以及微軟、通用電氣跟西門子倡導的數位雙胞胎，今天我們討論我書中提到的智慧製造的最後一個部分：整廠智慧化。

圖源：commons.wikimedia.org

[以整廠為考量 包含各個部分]

每條產線上的機器，都裝設感測器收集數據，建立模式後就可以提高產線的良率；或是在重要的耗能機器上，裝設感測器，收集其耗能資料，建立模式，搭配排程資料與電力耗費資料，就可以做出最佳電力計畫；或是針對產線排程，結合供應鏈的上下游，收集數據，以建立模式，就可以提供生產最佳排程。但因為整廠智慧化是以整廠為考量，所思考的不只是產線，還有廠務、倉儲，以及物流運輸……等等其他部分。

[不止全廠 整合供應鏈上下游更是重點]

 以廠務而言，可以在相關廠務設備上及針對環境裝設感測器，如排出液體處理狀況、水及空氣的溫度、空氣成分與濕度…等等，針對工廠製造運作與整體安全而設計，這裡人工智慧的運作主要在分析數據，看是否異常，一但異常，要派出適當人員即時處理。也有可能是，經過模型判斷，多少時間後也可能異常，因此要預先處理，防患未然。

以倉儲物流而言，透過感測器可以收集倉儲環境資料、入出庫物件狀況、貨架做到自動盤點，隨時掌握貨物狀況，而人工智慧可以協助結合訂單狀況，加上智慧入料檢驗（AI視覺辨識、成分分析……等等），智慧化的出庫、入庫，以及出貨安排，而這裡不只是整合全廠的數據，整合供應鏈上下游的數據更是重點。

 [整廠智慧化讓低階人力減少 但高階人力因此增加]

整廠智慧化是工業4.0的最高目標，整廠因為都智慧化了，廠內工作低階人力大為減少，反倒是一些管理跟高階計畫的人力，以及因應彈性變化的人力不會減低，甚至有增加的可能，西門子的資料中就提到他們的安貝格工廠中，作業人員都升級了，所以並沒有進行裁員。

目前在台灣最接近全廠智慧化的企業有鴻海、台塑、台積電……等等，特別是鴻海、台塑的宣傳資料中常常強調他們有很棒的關燈工廠，但是在人工智慧的應用上，這幾家公司還有更多的空間。

[智慧製造的升級是一個長期的計畫]

智慧製造的升級是一個長期的計畫，而升級的需求與速度隨著產業環境與競爭對手狀況而有所不同，但是世界各國都已經開始動了，而晚動者很可能會輸給先動者，面對這個趨勢是不得不戒慎恐懼的。