从数位转型挑战智慧制造
买技术或者拿AI直接来用是一种方法,要成功转型要从数据下手。图/作者提供
这几年智慧制造的目标已经清楚并且是一个可以达到的愿景,简单来说,导入AI并做出超过人类的成果成功有三大关键:一、演算法。二、电脑运算能力。三、数据。其中数据对多数企业来说门槛又特别高。首先,机台种类繁多,光搜集就是问题,再来业者对数据根本不了解,要怎么去分析?
工厂要先做数位转型,搜集并了解数据,才真的有机会往智慧制造走。只搜集营运的数据是不够的,设备的数据和技术的数据也要完整搜集。现在市场上解决方案有很多是做看得到的转型,比方说哪台机器有没有在加工,但是你要的应该是所谓看不到的资料,像是机台里面的加工品质、效率、稳定性等等,并利用数据分析真正解决问题。
搜集完数据接下来要了解数据。现在是以专案方式去分析回报率最高的几个瓶颈,但事实上,一间工厂要能真正走上智慧制造,将有几百个甚至上千个问题需要解决,那怎么办?
国际上最近也效法过去在软体开发领域盛行的DevOps框架发起了AnalyticOps(数据分析全流程)的概念,用一套系统化的平台建构一个可规模化的数据分析流程,以提升企业内部各环节数位化的效率。
去年因缘际会接触到美商讯能集思,他们的产品JarviX理论框架就跟AnalyticOps很相似,对比以往需要IT和DT人员搭配组成的专案团队去做分析,现在OT端人员就能直接做数据分析,大规模的提升解决流程各环节问题的效率。
大家已经更了解智慧制造其中脉络,基本上也都确定要走,但还是常常会遇到有些企业觉得资料和数据是重要资产,所以不愿意跟厂商合作,这种思维绝对要改变。事实上,如果可以一看就学会,我们也就不会花这么多时间研究,企业和厂商合作,数据才可以更有效地整合运用,便能一步步帮助产业往智慧制造的领域迈进。(本文作者为中原大学机械工程系特聘教授、计算机中心主任、智慧制造中心副主任钟文仁博士)