Page 132 - 2019 自動化機械暨智慧產業年鑑
P. 132

科
                                                                                                                                                                                                                                                 技
                                                                                                                                                                                                                                                 創
                                                                                                                                                                                                                                                 新
                                                                                                                                                                                                                                                 篇




                                                                                                                                           型提升,透過感測器(Sensors)將工廠生產資                          備健診與預測保養,以及結合人工智慧(AI)、
                   自動化生產結合智慧科技解決產業工業4.0                                                                                                    訊及機器加工參數等數據收集與分析,並與ERP                            機器學習與影像資訊的產業應用方案領域,已逐


                                                                                                                                           等管理系統整合實施精實管理,才能真正達到工                             漸形成智慧製造應用焦點,是目前業界需求量最
                                                                                                                                           業4.0的效果。                                          多的解決方案類型。對台灣的製造業來說,現階
                   智慧製造轉型問題                                                                                                                發展趨勢與範疇,一般是將物聯網(IoT)、雲                            段發展智慧製造應用方案與進行產業應用擴散,
                                                                                                                                               目前台灣產業推動工業4.0及智慧工廠的
                                                                                                                                                                                             是協助產業轉型與國家加速經濟發展的重要契
                                                                                                                                           端(Cloud)運算、大數據(Big  data)分析、                      機。
                                                                                                                                           智慧機械(Intelligent  machine,IM)及智慧機                      同時政府因應全球智慧機械與製造發展趨
                                                                                                                                           器人(Intelligent robot,IR),再加上人工智慧                  勢,協助台灣企業由工業2.0跨越至工業3.0,
                                                               ▓崑山科技大學工業4.0技術研發中心主任/于劍平
                                                                                                                                           (AI)與機器學習(Machine  learning)導入製                   自2018年起展開五年計畫,若中小企業轉型升

                                                                      給社會、經濟、產業等各方面的挑戰與衝擊,產                                                程改善,視為製造轉型的關鍵指標。圖1為工                              級可以先安裝數位視訊機上盒(Smart Machine
                   2019年台灣與世界產業趨勢分析                                                                                                        業4.0的核心技術-網宇實體技術(Cyber-Physic                     Box,SMB)在現有機器上透過物聯網並連線至
                                                                      業界應該積極面對及轉型。台灣企業未來必須藉
                        2018年美中貿易戰掀起,打亂國際市場成                          由自動化與智慧化科技、提高產業管理流程效率                                                Systems,CPS)。圖2為德國工業4.0-精神與重                      網路,藉此先讓現有生產線開始即時收集數據、
                   長腳步,而台灣也是受影響的國家之一。台綜院                              等轉型,透過科技輔助人力生產,降低工廠作業                                                要觀念,以人為關注的焦點,從操作者變為經營                             分析數據。SMB係指附加於既有的機械設備,

                   也公布2019年經濟成長率僅2.34%,低於主計                           員的人數,提高勞動生產力與勞動人均產值,使                                                者或管理者,技術以網宇實體技術(CPS)為技                            具備資料處理、儲存、通訊協定轉譯及傳輸,以
                   總處的2.41%估值,表示在國際經濟景氣不確定                            更少的勞工可以產生更大的效益。不僅可以解決                                                術核心,最後以智慧工廠為主要精髓,建設智慧                             及提供應用服務模組功能之軟硬體整合系統。
                   增加下,外需成長空間相對有限,加上民間消費                              因少子高齡化造成的製造業勞動力不足的問題,                                                工廠。從2012年德國提出工業4.0至今,隨著智
                   意願長期疲弱及美中貿易戰衝突未解等因素,對                              也可以解決勞工低薪的問題。                                                        慧製造的技術及標準漸趨成形,各種解決方案也                             實體製造+數位製造=虛實整合製造
                   今年經濟成長率持「保守」看待。                                                                                                         紛紛提出。特別是在生產資訊連結與可視化、設                                  目前台灣製造業對數位製造的觀念接受度愈
                                                                      企業應積極推動「自動化」與「智慧
                        台灣產業發展仍然面對兩大結構改變的影
                                                                      化」轉型
                   響:(1)產業結構改變;(2)人口結構改
                   變。(1)產業結構的改變:生產型態由大量勞                                   由前述針對2019年世界與台灣產業趨勢分
                   工的勞力密集產業,轉移到高附加價值產品的                               析可知,因為美中貿易戰的牽連,造成台灣製造

                   生產型態,朝向知識與技術密集的方向發展。                               產業面臨到新一波的產業結構調整,再加上原先
                   (2)人口結構的改變:因為「少子女化」及                               工業4.0及AI人工智慧帶來的國際競爭壓力的因
                   「高齡化」的人口發展趨勢,已漸漸改變了台灣                              素,2019年台灣工具機及精密製造業廠商面臨
                   人口結構,高齡化可能帶動退休與歇業潮,加上                              到「自動化」與「智慧化」(即是智慧自動化)                                                  圖1 工業4.0的核心技術-網宇實體技術
                                                                                                                                                (Cyber-Physic Systems;CPS)    圖2 德國工業4.0-精神與重要觀念           圖3 辦理勞動部產業人才投資計畫課程
                   青壯人口外流與少子化趨勢影響,除了可能使產                              轉型的壓力會更大,造成台灣製造相關產業轉
                   業勞動力不足、消費需求改變外,以內需為主的                              型的腳步加速。同時,台灣許多產業都感受到需
                   市場也可能逐漸萎縮,導致地方上既有的商業日                              更快將創新產品推向市場的競爭壓力愈來愈大。                                                                                 ←圖4
                                                                                                                                                                            崑山科技大學工業4.0技術研發中心
                   益凋零。在產業轉型升級過程,一定會遭遇人力                              筆者建議企業負責人應利用此波世界人工智慧
                   瓶頸,不只有「少子女化」及「高齡化」,還有                              (AI)與工業4.0的推動浪潮,開始思考如何跟                                                                                                        圖5→
                                                                                                                                                                                       智慧機械手臂(iRobot)
                   人才「晚進早出」的特有現象,都是經濟發展不                              進這股潮流,台灣的製造業者必須跟上工業先進                                                                                          應用於六軸機械加工的實例
                   能排除的重要障礙。                                          國家技術發展的腳步,認知到工業4.0除了推動
                        因此產業結構改變及人口結構改變,將會帶                           自動化工廠外,還必須往智慧化及製造數位化轉




              130                                                                                                                                                                                              2019自動化機械暨智慧製造產業年鑑            131
               130





          ʫࠫ JOEE                                                                                                                ɨʹ
   127   128   129   130   131   132   133   134   135   136   137