云端运算助阵 加速建构智能工厂场景

AWS资深产业业务开发经理赖颖杰指出「智能工厂」是当前制造业寻求创新转型的重要课题。DIGITIMES摄

无庸置疑，「智能工厂」乃是当前制造业寻求创新转型的重要课题；在云端加持下，可望加速相关进程。

AWS资深产业业务开发经理赖颖杰指出，一般人认为智能工厂等同于全自动化工厂，但AWS认为智能工厂不仅止于自动化意涵，更重要的是透过数据来驱动工厂运作，以增进工厂设备可靠度与运作效率。

据统计，现今约40%制造业者希望利用数据来改善生产品质，33%希望提升营运效率，另有33%希望落实永续运作。

「为协助打造智能工厂，AWS提出对应架构，蕴含4个重点。」赖颖杰说，首先是最底层的数据收集；其次将数据有效率地存储于正确位置；再来是分析层，将数据做视觉化，或藉由大数据分析来挖掘数据洞察，甚至透过AI/ML实现企业想要的业务成果；最后是应用层，AWS认为应连结到使用案例、亦即想要解决什麽样的业务问题，建议从小处着手、一步步做延伸。

赖颖杰所属的Industry BU，可协助企业找寻适合的使用案例，再搭配相关AWS服务，组合成完整解决方案。

谈到AWS参与过的智能工厂转型案例，首先是台塑集团的硅片厂，原透过AOI拍照，再以人工检视相片，看看产品有无瑕疵；考量人会因疲累而影响检测精准度，故决定导入机器视觉，将照片放进AWS的AI演算法，接着训练模型，再以模型执行瑕疵检测。此举使原本十几个小时的品检作业，缩减到5分钟内完成且检测结果更精准。

第二例来自Invista，为美国的合成纤维及树脂制造商。期初碍于数据量太大、无法统整为仪表板，后来透过AWS成功突破颈，让管理者能利用单一视图综观全球每间工厂运作现况，后来再延伸至预防性维护、销售预测、库房预测等进阶应用。

至于备受瞩目的供应链管理议题，AWS认为欲打造强韧的供应链，必须做到供应链可视化，且拥有指挥整体供应链运作的机制「Supply Chain Control Towers」。针对此部分，AWS已累积诸多实例，例如富士康墨西哥厂，发现疫情期间客户给出的预测不甚稳定，若据此执行人力配置恐有不小问题。于是该厂寻求AWS协助，利用6周时间开发出Forecasting模块，导致人力配置的准确度提升8%，每年因而节省50多万美元开销。