線上遊戲平台www.cn6r.com

工商時報【蘇璧凱（Adam Sobieski）Universal Robots中國區總經理】蓬勃發展的人工智慧（AI）已逐步滲透至產業應用中，根據史丹佛大學於2017年發表的人工智慧指數年度報告，在營收超過5千萬美元的企業中，已有八成將AI技術導入生產線。儘管對中小企業來說，許多前景看好的AI技術仍有成本太高且導入程序過於複雜等問題，但透過科技持續創新，未來勢必會開發出成本更低廉的技術解決方案，徹底改變市場競爭態勢。在此一趨勢下，中小型製造業者必須先了解有哪些創新選擇，並開始規畫將AI技術導入組織的方法，才能維持成長和競爭力。在製造業生產現場，AI能分析生產資料以預測需求、規畫產能、避免作業中斷、減少廢料和提升良率，同時也能簡化產品或設備數據的蒐集流程，利用機器視覺在生產現場或倉庫自動擷取資料，大幅降低人工輸入資料的時間。此外，AI演算法能偵測不同地區和族群對產品的長期行為模式，協助管理者預測市場需求，提升約10％的準確度。製造商可利用這些洞察來優化製造和供應鏈管理，改善零件、原物料供貨、庫存、能源消耗及設備維修等相關決策。AI技術亦能和不同的自動化設備產生加乘效益，顛覆傳統製造業大量且同質的生產流程，依不同顧客需求提供高度客製化產品。如機器視覺和虛擬實境等技術即可與協作型機器人（cobot）整合，藉此強化機器人功能，增加人機互動的順暢度與執行指令的能力。能安全地與人類員工協同工作、可快速導入且價格實惠的協作型機器人在加入智慧化配件後，將能協助企業更靈活地因應市場變化快速調整。透過打造創新的「機器人即服務」（Robotics-as-a-Service），大部分無法自行開發的中小型製造商將可輕鬆擁有雲端式監控和資料分析技術，使用者不需再以費時費力的方法設計程式，機器人將能利用演算法和龐大的資料集協助提升品質分析與流程控管。對製造業者來說，隨著客製化風格的產品逐漸重返市場要角，多樣化成品增加了檢驗工作的困難度。而裝載了攝影機和感測器的機器人擁有比人類更敏銳的視力，能從大量資料中察覺異常環節，最高可比人工檢測的速度快5倍；這些工具不只能發現缺點，還能找出根本成因，協助流程規畫者加以改善。連網感測器和設備亦能在預測性維護方面提供更智慧化的協助，藉由AI分析這些裝置的輸出資料，將能更輕易且即時地追蹤產線運作狀況和效能，在設備發生當機或失靈等問題前提早預警，並快速盤點解決方案。預測性維護可為製造業者減少60％以上突發性停機的機率、預防產能浪費，或因機器故障產出缺陷品而造成顧客負面觀感。儘管AI技術為製造業帶來諸多加值，並非所有流程都需要立即智慧化，但不管是否做好準備，企業決策者都應該從現在就開始思考AI技術導入的通盤規劃。若僅從單一部門層級啟動智慧轉型，而忽略了針對企業整體的全方位布局，可能導致未來需花費更多時間與成本才能讓各環節彼此整合。無論從哪個流程開始智慧化，企業決策者的支持才是至關重要。