全部已读
 
 

掌握制造现场 透过处方性分析产生最佳决策

2018/11/27 - DIGITIMES企划

成功大学制造信息与系统研究所副教授兼所长李家岩指出,制造系统蕴含设计、控制、制程、品管、排程、维修保养等功能面向,AI算法与方法论的价值在于强化这些功能,使制造现场运行更顺畅。当「制造」遇上「智能」,一说为智能制造,另一说为制造智能,前者侧重程序码、机台的优化,后者则偏向处理与人相关的事务。

所谓智能工厂即是决策导向的系统,蕴含「计算智能」与「自我学习」两大关键能力,借以优化产能,此两项能力源自于资料处理与分析、回馈控制等技术。由此观之,制造数据科学必须做到一看见资料,就能对应到现场的特性与问题。

尽管AI火热、使预测性分析跃为显学,但李家岩不忘提醒企业,资料科学最终目的在于「决策」,而「预测」仅是过程,尤其预测未必考虑资源因素,有时恐沦落见树不见林迷思,例如冲高产品良率,却反向杀低市场价格、伤害企业利润;唯有掌握制造现场的每个细节,藉由决策导向的处方性分析,方能立足于有限资源来思考人机料法环的最佳化,并结合排程、库存等未解决的问题,确实测量与权衡决策风险,如此才有助于企业拟定最佳的未来发展策略。


图说:成功大学制造信息与系统研究所副教授兼所长李家岩。