科技产业报订阅
DForum
 

POC容易运行但实地部署难 IBM、凌华谈智能制造落地挑战

凌华科技董事长刘钧。IBM提供

当前许多智能制造专案都面临成效不彰或进度停滞不前的困境,主因在于各行其事的小型专案缺乏整体目标或长期愿景。IBM与凌华科技不约而同认为,企业推动智能制造,除了需针对各产业侧重的重点,导入适应不同情境的解决方案外,更重要的是企业需在对的架构下前行,且如果仅讲求短期效益,最后可能90%都是在浪费钱。

台湾IBM日前携手包括凌华科技、大联大控股旗下世平集团、台达电子与纬谦科技共造智能制造生态圈,主张打破智能制造最容易卡观的第一步,也就是营运技术(OT)与信息技术(IT)的鸿沟,甚至进一步结合人工智能(AI)。例如凌华科技等的角色会着重在解决物联网连结层设备连网与资料抽取的挑战以及边缘端的应用场景,协助客户突破将OT数据转换为IT资料的技术瓶颈,而IBM则可协助客户在资料萃取后,进一步打造AI数据应用场景与AI平台。

当前智能制造开始以生态圈模式,结合各领域擅长之专家共同推动,从顾问服务的角色来看,台湾IBM全球企业咨询服务事业群合伙人李立仁观察,事实上现阶段台湾几乎所有制造业都对智能制造显露浓厚兴趣,但各产业聚焦的重点则是个别有异。举例来说,像一般在产业印象中发展较快速的半导体与面板产业,由于已制定标准化通讯协定、制程自动化比例高,因此对此类业者而言,反而多聚焦在AI的应用,包括从产线进一步扩展到供应链管理议题。

而组装产业则是侧重自动化议题。现阶段组装业还是大量倚赖人力,过去人工作业比例高,为避免因良率造成的返工损失成本,组装业也开始透过视觉检测取代人工判断,意在减少人为介入而产生的错误。另外在金属加工产业,则是因切入如航天或汽车等对于精度要求更高的供应链中,因此现阶段对于如何透过AI将经验化为有型的数据保存,甚至优化制程则成该产业的重点。简言之,因行业别有异,使之生产环境与型态各有所不同,即便当前智能制造是各产业共同推动的目标,但实做上仍有差异。

许多制造业者不敢冒然投资智能制造的原因,绝大多数是因无法预期效益,因此有的业者会先利用既有信息与设备,对容易取得的成果先收割,或是从可优先解决一些关键小问题的小型专案开始投资,但有的智能制造专案在走了两三年后,却开始停滞不前,或是没达到预期效益,究竟问题出在哪里?

IBM认为主因在于各行其事的小型专案缺乏整体目标或长期愿景,而且难以扩大部署至跨厂或跨场域应用,因此IBM也以智能制造「5C成熟度模型」作为行动蓝图。工业计算机厂凌华科技董事长刘钧则是提醒,小型专案虽可行,但要注意的是,走出POC实际在场域落地部署时,并不能单从技术角度考量,必须结合企业整体结构,而关键则是需建立对的架构,与IBM所要传达的概念一致。此外,刘钧也建议企业必须要有决心在此架构下三到五年长期发展,如果只讲求短期内三个月、或是一年就要浮现效益,那么90%都是在浪费钱,通常此类最终只能做出小型Demo,呈现给客户,图个表面功夫。

中小企业由于规模与资源的先天缺乏不敢冒然投资,因而投入智能制造的脚步总是比大型企业来的慢,如此智能制造是否会呈现大者恒大的趋势?对此,刘钧则是直言,智能制造短期内的确对大企业来说较能产生效益与价值,而对小型企业来说,延续过去擅长的管理方式或许更为合适,反而需求可能不大。

而大型企业不仅产业规模够大,且经费足够也比较容易推动,也有不少大型企业内部组建自己的IT或自动化部门,一方面在企业内部服务,另一方面待技术成熟后甚至独立出来成立子公司向外提供服务。刘钧认为,大型企业能起到领头作用,而最好的合作模式是由大型企业完成导入后,再将好的技术与ROI模型引导至中型制造商,从大带小落实。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 台湾IBM 凌华 凌华科技 智能制造