IBM认知制造 电子制造业创新的起点

IBM商业价值研究院电子产业认知制造专案负责人Cristene J. Gonzalez-Wertz。

台湾少子化与人口老化的现象，对制造业的根本产生冲击，也因此，智能制造成为产业界转型的一剂良方。人工智能(AI)的发展为物联网(IoT)蓝图注入活水，形成另一波产业界科技升级与转型的机会，而人工智能带来的智能应用，更是趋势潮流中的瞩目焦点，从产业巨擘与各国政府投注钜资即可证明。

随着电子产品不断追寻更轻薄短小的外观，以及无远弗届的智能能力，在半导体芯片运算效能的日趋强大，以及省电效率的不断推升之下，电子制造业供应链与生态系统的复杂程度水涨船高，促使人工智能走入专业制造的领域。

在这波由IoT与AI所主导的新数码经济变革中，国际大厂IBM也提出对全球制造业转型的观察与建议。上个月应台北市电脑公会之邀来台的Cristene J. Gonzalez-Wertz，是任职于IBM商业价值研究院(IBM Institute for Business Value)的电子产业认知制造负责人(Cognitive Manufacturing Leader)，她尝试从企业发展策略的角度，给予台湾电子制造业有效的建议，并分享未来趋势观点。

IBM商业价值研究院 开辟制造业的获益捷径

自2015年起，Cristene的工作主要侧重于找寻企业客户使用先进技术所建立的使用案例(Use Cases)、应用概念(Concept)与使用框架(Framework)，藉由她过去曾经在IBM Watson系统建置200多个使用案例的经验，透过与全球产业界的对话管道，发表重要的论文与研究成果，以此协助产业界缩短使用新技术的时间与提高综效，并发挥最大的效益。

透过分享成功的人工智能应用，将AI技术运用在企业营运的不同环节，并从中获益，进而将绩效呈现在企业财务报表上。

当全世界的产业界都在疯AI的时候，Cristene关注产业界该如何乘着新技术的翅膀而高飞，2017年度已经发表3篇研究报告，剖析电子制造业发展认知制造(Cognitive Manufacturing)的挑战，并且从企业投资报酬率(ROI)的角度，审视各个不同先进技术与解决方案的效益及发展路径。

另外，特别在各方瞩目的区块链(Blockchain)技术中，她也提供6个重要的使用范例，来协助电子业掌握导入区块链技术的机会，利用超级帐本(Hyperledger)技术所具备的透明、信任的特性，同时又能增安全性并提升运作能力，加速供应链与生态系统之间数据交换的效率，重新创造供应链与生态系统管理的经验。

此外，对于IoT或IIoT(工业物联网)架构下的网安风险，一直以来引起各界高度重视，IBM商业价值研究院对IoT网安环境的弱点，进行深入研究与评比，并探讨该如何改善。相关研究报告在2017年也会陆续发表，让产业界使用IBM的认知制造解决方案时，无论是从技术导入、使用典范，以及ROI，都有一个清晰与完整的指标。

认知制造分析非结构化数据 提供制程弹性及多样化解决办法

产业专家们一致认同，机器学习(Machine Learning)或深度学习(Deep Learning)等AI技术，可以帮助产业界发展新应用与服务，以及创新的商业模式。

IBM认为，要迈向认知制造企业必需策略性地选择技术平台，以云平台为基础的七层技术堆叠包含增／虚拟实境、人工智能与认知技术、物联网、预测分析、大数据分析、协作、移动等七大技术领域。

IBM的认知制造是建构在这些技术与制造业产业经验之上，所发展的系列解决方案；透过不同的数据蒐集与先进分析，将各种企业内部充斥的「结构化」与「非结构化」数据，利用企业组织内各式各样的数码化(Digitalization)能力，加以有效运用、分享，以增加企业内的执行效率。让企业内各个分散式的工作团队，透过协同合作所创造的数码资产，让更多人可以使用，并创造更大的价值。

对比传统的系统化与结构化的数据分析结果，只能提供已知问题的解答，Cristene指出这种单一方式的解答，在高速转变、变化多端的电子制造业中，已经捉襟见肘。

认知制造所蒐集的数据，是要让分析的结果，可以分辨问题的型态(Pattern)，透过识别与分析现况环境中的变异，建立模型与知识分类(Taxonomy)，以寻求多面向的解答，反覆透过实际蒐集到的数据证据，来支持提供解答与解决办法的能力。

所以，AI不只是要获得一个单一的已知解答，而是提供制程的弹性能力，以发展有效的对策。同时，Cristene点出「AI并不是要取代人类，而是要帮助人类驾驭技术，协同合作以分享技术成果，进而造福人类，并创造新形态的价值。」

AI走进智能制造的成功案例：德国汽车大厂BMW

Cristene特以IBM与德国汽车大厂BMW的合作来说明：BMW致力推动工业4.0的智能制造政策，汽车的车身喷漆制程是一个复杂的程序，许多困难的挑战横亘其间。

透过IBM认知视觉检测系统，先将车身完美喷漆的影像输入机器学习系统，当成样本，做为检测系统的学习标的，然后在生产在线比对每一次实际喷漆表面的影像，当侦测到不同喷漆品质条件发生时，AI系统会进行问题的识别与澄清，并进一步界定品质处理的检验流程，同时进行喷漆制程上的改善。

这个系统让BMW透过自动化、机器人与认知分析所紧密整合的智能解决方案，得以处理生产在线的关键议题，提供兼具弹性与速度的解决办法，一举让生产效率放大，贡献ROI的回收，而成为重要的使用案例。

另外，人和机器间的互动情况，也是企业高度关注的议题。利用IBM的认知制造技术，透过语音与文字的分析、识别能力，提供制造生产线机台可以使用自然语言控制界面的运作，进而发展不同自我学习、重新设定组态与改变参数的机器人。对于企业普遍面临的现实─缺工与人口老化，透过人与机器所构建的夥伴关系，找到能协助企业永续经营的解决办法。

从小型专案执行来启动认知制造 最易获得ROI回收

对于认知制造是否能让企业受惠，进而化为财务报表上的绩效，有两件事最为关键。首先是企业所制定的整体导入策略，其次就是多项专案的执行程度，也就是打造更多的成功专案并避免失败。

IBM商业价值研究院针对电子业人工应用所做的调查发现，企业可以分为三种类型，分别是观察者(Observers)、新手起步者(Starters)和主动参与者(Actives)，而主动参与者的投资回报是最为显着的。

在密切与台湾客户互动之后，Cristene发现台湾电子制造业是非常多元发展的产业，勇于投资新的技术，打造深厚的制造能力。对于认知制造的概念，台湾电子制造业最关心的是如何起步，如何利用成功案例打造自己独特的竞争力，这也是Cristene不断强调使用案例的重要性。

Cristene建议企业应该从小型专案开始参与，一点一滴、循序渐进，并反覆验证试行的概念，不急于花大钱大规模改变现状，而是从企业内部的数据分析做起，找到认知制造能在企业内部运行的起点，一旦找到成功经验，即使是小规模良率的改善，都可以迅速加乘并放大整体效益。

为了协助台湾的企业客户了解当中细节，寻求突破重重障碍的解决办法，并提升认知制造的成熟度，Cristene鼓励使用者可以下载IBM认知制造研究报告(下载连结)，当中涵盖4种最脍炙人口的使用案例：认知视觉检测、技术维修服务、产品保固与客户服务、关键零组件管理等使用范例，并竭诚欢迎企业客户踊跃与IBM商业价值研究院或是台湾IBM的顾问团队联络。