作者：中原大學機械工程係教授鍾文仁

智能製造經過多年來的討論和演進，目標已相當明確並且也是一可達到的願景
，道理容易理解，導入AI
，然後做出超過人類的成果，但是用在智能製造的時候，好像缺少什麼。AI要能成功，有三個主要的部分：算法、算力以及數據。前兩者隻要有足夠的資本便容易取得，但數據這塊卻特別麻煩。

mafanzhichuzaiyu，benshensoujijishiyigewenti

，yijiduishujubulejie。yixianzaidejishulaishuo
，yuyanheyingxiangkeyizhuanhuanchengshuju，danshijitaizhongleifanduo
，chanshengdetexingheyaoqiuyedouhaibulejie，youyaozenmequfenxi？

轉型要從數據下手

工廠要先數字化(數字轉型)，搜集好數據、了解數據，才真的有機會往智能製造走。

隻搜集營運數據是不夠的，設備、技術的數據，都應該要完整搜集。市場上其實已有很多供應商提供解決方案，但是有很大一部分做的是“看得到的數字轉型”。例如，哪台機器有沒有在加工、有沒有料、有無亮燈等的提示。但真正需要的，應該是所謂“看不到的數字轉型”，也就是機台裏麵的加工質量
、效率、穩定性等，而非單純檢視有加工與沒加工就好。

當(dang)然(ran)
，掌(zhang)控(kong)稼(jia)動(dong)率(lv)很(hen)好(hao)，但(dan)如(ru)果(guo)哪(na)天(tian)稼(jia)動(dong)率(lv)低(di)，業(ye)者(zhe)卻(que)不(bu)知(zhi)道(dao)究(jiu)竟(jing)事(shi)出(chu)何(he)因(yin)。所(suo)以(yi)未(wei)來(lai)是(shi)關(guan)鍵(jian)，搜(sou)集(ji)能(neng)掌(zhang)握(wo)未(wei)來(lai)的(de)資(zi)料(liao)，透(tou)過(guo)分(fen)析(xi)去(qu)知(zhi)道(dao)原(yuan)因(yin)
，未(wei)來(lai)這(zhe)些(xie)事(shi)就(jiu)能(neng)在(zai)掌(zhang)控(kong)之(zhi)中(zhong)。

別把數字轉型當項目在執行

工(gong)廠(chang)流(liu)程(cheng)的(de)環(huan)節(jie)不(bu)隻(zhi)一(yi)兩(liang)個(ge)，但(dan)無(wu)論(lun)如(ru)何(he)總(zong)要(yao)先(xian)透(tou)過(guo)數(shu)據(ju)分(fen)析(xi)，了(le)解(jie)之(zhi)後(hou)才(cai)能(neng)優(you)化(hua)。目(mu)前(qian)業(ye)界(jie)普(pu)遍(bian)的(de)做(zuo)法(fa)是(shi)將(jiang)最(zui)複(fu)雜(za)最(zui)有(you)價(jia)值(zhi)的(de)幾(ji)個(ge)問(wen)題(ti)丟(diu)出(chu)來(lai)
，先(xian)成(cheng)立(li)項(xiang)目(mu)組(zu)
，以(yi)項(xiang)目(mu)方(fang)式(shi)處(chu)理(li)。

但這樣的作法會讓企業內部產生責任推托，如果不是項目組的人員
，那數字轉型就跟之無關。事實上一間工廠要能真正進化，邁向工業4.0，將會有幾百個甚至上千個問題需要解決，也就是所謂的“長尾”問題，而這些問題的總價值很可能還超越最貴的那幾題，那怎麼辦？

企業需要一套核心數據分析全流程架構來解決長尾問題。過去在軟件開發的領域，企業盛行一套DevOps的開發維運架構，為的是能係統化和規模化去應付頻繁的部署需求。

麵對數字化過程中對數據分析效率要求的提升
，國際上現在也效法DevOps架構發起了AnalyticOps的概念，用一套係統化的平台建構一個可規模化的數據分析流程
，以提升企業內部各環節數字化的效率。

舉例來說
，如訊能集思所推出的產品理論架構
，即跟AnalyticOps相似，推出的智能決策平台JarviX以OT(營運技術)端的需求切入，透過AI增強分析的技術來降低工具的使用門檻
，讓OT端能夠自主完成數據分析全流程，減低企業為了數據分析付出的龐大跨部門溝通成本
，對比以往需要IT和DT人員搭配組成的項目團隊去做分析，現在OT的人員就能直接做數據分析，大規模的提升分析流程各環節的效率。

學習的機製會是最大挑戰

yaozuogenghaodechanpin
，dangrankeyitouguotishengjitaidejingduhuozhewendingdu，danshiruheyong，jiushishujufenxideyiyi
，touguofenxinenggoujiazhi
，chaoyuedajiasuoshiyongdejixian，bingqiecongshujukandaoweilai
，zhenzhengjiejuewentihuozhechixuyouhualiucheng。

傳chuan統tong老lao師shi傅fu將jiang這zhe些xie機ji台tai使shi用yong方fang法fa儲chu存cun在zai腦nao袋dai裏li
，轉zhuan變bian為wei直zhi覺jiao反fan應ying，當dang然ran不bu排pai除chu老lao師shi傅fu也ye有you做zuo一yi些xie統tong計ji分fen析xi，但dan是shi主zhu要yao還hai是shi依yi靠kao經jing驗yan，這zhe些xie事shi比bi較jiao偏pian向xiang“個人的修為”。事實上現在整個世界
，透過軟硬件技術的革新，是可以更精準的。

還(hai)有(you)另(ling)一(yi)個(ge)問(wen)題(ti)，這(zhe)世(shi)界(jie)變(bian)化(hua)這(zhe)麼(me)快(kuai)，老(lao)師(shi)父(fu)講(jiang)的(de)雖(sui)不(bu)是(shi)錯(cuo)的(de)，但(dan)也(ye)不(bu)見(jian)得(de)是(shi)對(dui)的(de)。數(shu)據(ju)的(de)一(yi)個(ge)好(hao)處(chu)是(shi)，正(zheng)確(que)成(cheng)分(fen)絕(jue)對(dui)更(geng)大(da)，因(yin)為(wei)反(fan)映(ying)的(de)是(shi)真(zhen)正(zheng)製(zhi)程(cheng)裏(li)麵(mian)的(de)東(dong)西(xi)。好(hao)比(bi)看(kan)一(yi)個(ge)人(ren)健(jian)不(bu)健(jian)康(kang)，如(ru)果(guo)能(neng)量(liang)測(ce)身(shen)體(ti)所(suo)有(you)的(de)數(shu)據(ju)，不(bu)是(shi)僅(jin)從(cong)表(biao)麵(mian)來(lai)看(kan)，一(yi)定(ding)是(shi)更(geng)精(jing)準(zhun)。