很多現代化工廠，都會希望透過大數據來提高稼動率，或對故障快速預測。工業4.0概念正逐步擴張至每個工業據點，並成為工廠自動化發展的指標。很多工廠加速採用產線的自動化技術，已經成為工業界最顯著的趨勢。

工業4.0概念正逐步擴張至全球每個工業據點，並成為所有工廠自動化發展的指標與願景。從去年起，在新冠疫情的影響下，由於人力分流、遠距辦公等策略，為工業界帶來了很大的人力缺口。在這樣的情況下，也使得很多工廠更加速採用產線的自動化技術，或者透過AI來取代人力的短缺與不足，這已經成為現階段工業界最顯著的趨勢。

每當提起工業4.0或AI，很多現代化的加工廠，都會希望透過大數據來提高稼動率，或者對產線故障可以更快速預測，並在更短時間內反應，以減少產線設備故障的時間。

在這樣的環節中，預防保養就是個關鍵，必須要設備還沒故障之前，就先進行保養的動作，來延長設備的壽命。甚至就是有的廠商會開始在節能的方面下功夫，這些都是產線在進行數位轉型的核心問題與關鍵要素。也必須要能夠透過大數據才有辦法去解決這些問題。

成本是重要考量

圖1 : 倍福自動化提供的EtherCAT通訊技術

倍福自動化總經理王綏雋指出，在提到AI的部分，我們發現整個產業在AI的應用越來越多，比較常見的AI應用例如是在瑕疵檢測，因為包括半導體、紡織、木工、金屬加工等很多工業產業，都需要進行瑕疵檢測，而透過AI可以比人力更快速地來分辨產品上的瑕疵狀況。

另外，產業其實對於速度的要求也是無止盡，因為現在的人越來越缺乏耐性，例如在電商購物都希望可以當天到貨，或者越快出貨越好。當人們對於出貨的期待越來越高，從設備、製造、產線、物流等全都得跟上腳步，因此我們就可以輕易的瞭解到，現在工廠面臨到的問題，就是在數位化的過程中，要如何更有效的加快自動化生產的速度。

圖2 : 倍福自動化總經理王綏雋

王綏雋說，我們看到市場的瓶頸，重點在於如何加速讓客戶可以快速導入這些高度自動化或工業4.0的設備。我們發現到廠商第一個考量點就是成本。台灣很多中小企業都會用比較便宜的設備來打造產線，藉此來提高競爭力，或者跟他國業者競爭。因此面對高度自動化或AI的導入，他們所想到的第一個問題就在於成本。為了導入AI所面臨的高成本，常常會讓有轉型需求的廠商又打了退堂鼓。

另外我們也發現到第二個瓶頸就在於導入AI所需要的專業知識，台灣的傳產缺少導入AI的專有知識，又缺少能夠分析AI與大數據的專家，因此許多廠商既使想要導入AI卻也無能為力，重點在於缺少對的人才來進行這一方面的事情。

王綏雋認為，完整的工業4.0必須整合全方面的不同層面自動化技術，這是一個非常龐大的工程，而且必須在整合這些系統的過程，都必須要投入相當龐大的資金與人力，因此如果沒有政府政策的大力支持，產業要完全落實工業4.0是有相當難度的。

工業4.0從最簡單的地方做起

工業4.0的口號在過去幾年中不斷被提起，也逐漸發酵。剛開始伴隨著這個很響亮的名詞，產業中也不斷有宣傳活動在進行工業4.0的推廣，滿足大家對於這個新概念的好奇。而在過了幾年的推廣之後，工廠也開始想著如何才能順利導入工業4.0，許多企業開始有了工業4.0的部門，更有針對工業4.0而新創的企業。

只不過在導入的初期，許多企業抓不到方向。泓格科技行銷業務處暨計畫處副總經理鄭樹發指出，工業4.0的發展最終還是要回歸到要如何用在自己的工廠中。經過這兩三年，大家都冷靜下來，會針對自己需要，去找到導入的點。而最難的是不知道怎麼開始，以及從哪裡開始。因為對於工業4.0，大家都還在摸索中，沒有成功案例，或許是擔心成本過高，或者是相關人才不足，或者是擔心成為白老鼠。企業都會比較希望最好有別人先做過，再導入，會比較沒有風險。

圖3 : 泓格科技行銷業務處暨計畫處副總經理鄭樹發

鄭樹發認為，工業4.0如此龐大的工程，關鍵就在於從最簡單的開始做。泓格科技也看到企業在導入工業4.0的初期，都不想當白老鼠。因此泓格就從自家的工廠著手，將自家的工廠打造成為智能工廠，從產線、工業安全、到配電站，透過自家的智能工廠，做為客戶做成最佳的展示場。也由於有這樣的實體案例可以觀摩，客戶也能更清楚他們想要從什麼應用開始導入。

圖4 : 泓格電力監控系統

事實上，工業4.0說穿了就是IT與OT的整合，中間有一條看不見的隔閡，整合上是有相當的難度。而泓格扮演的正是IT與OT之間的橋樑，打通兩者之間的藩籬，讓IT與OT兩者可以進一步整合，讓客戶可以看見問題，解決問題，並帶來工業4.0的實際效益。

結語

而面對工業4.0如此龐大的概念與複雜的技術，鄭樹發再次強調，一切就從最簡單的做起。要邁向工業4.0的數位轉型，工廠必須走向智慧製造，這都需要從最基礎的連網、稼動率、機台做起。沒有連網，設備的狀態都無法收集，就無法得知稼動率，更無法瞭解產量與品質。

因此，從基本的機台狀況監控系統建置起來，包括設備連網、用電監控，透過AI來進行數據的收集，可以瞭解設備是不是發生故障，進而可以做到預防診斷與保養。獲得了數據之後，再加以模型化，並快速適應到不同產業的不同應用之上。

*刊頭圖（source：beckhoff.com）