Newsletter 22004

數位轉型不轉不行

固德科技報｜數位轉型不轉不行

#物聯網

#數位轉型

#AI

Posted On : 22 Nov 2022
數位轉型浪潮席捲全球產業，臺灣做為全球產業鏈重要環節，數位轉型更是當務之急！此次研討會研華邀請了固德科技與群創光電共同來分享產業數位轉型的想法與技術。

分享產業數位轉型的想法與技術

數位轉型浪潮席捲全球產業，臺灣做為全球產業鏈重要環節，數位轉型更是當務之急！此次研討會研華邀請了固德科技與群創光電共同來分享產業數位轉型的想法與技術。循序數位轉型白皮書的概念，從 sensor 的安裝方式、資料分析手法、新型態數據收集的基礎建設，物聯網數據收集平台到執行 AI 遇到的挑戰等，提出解決痛點的觀點及概念，擁抱契機走向數位化轉型之路！

＃智慧製造＃監測方案＃數位化＃數位轉型＃研華科技＃群創光電

已經有自動化設備了，就是智慧轉型了嗎？

台灣目前傳統的中小企業上，即將面臨人力不足、缺工的部分。自動化最大的目的，就是讓機械設備取代人力跟避免人為的失誤，但自動化並不代表智慧化。在自動化機台設備上再賦予能夠與管理者或操作者能夠溝通的數據，才能夠算所謂的智慧化或者是數位轉型。

在科技廠領域我們可以分為兩部分，轉子設備與週期性設備。
轉子設備是指負責廠務端內供水、供氣甚至有一些發電的部分的馬達、泵浦等基礎維運設備及供應系統。

週期性設備則是指由多種機構組合而成，能夠進行複雜的機械動作，為製程中進行主要的加工、生產甚至是搬運等設備，例如機械手臂、衝壓機台、切割機等。例如面板廠，目前市場趨勢的面板尺寸是越做越大，當然運送製作方式，已經以自動化設備或機械手臂取代人力。而在輸送設備有問題時，在送片的過程中，可能導致破片或是撞片，就會影響到產能。

而數位化就等於數位轉型嗎?透過數據找到管理優化的方式才是數位轉型的主要精神。因此監測設備在智慧製造或是數位化所扮演的角色是要讓工廠能夠維護正常的運轉。

符合數位轉型的階段目標該怎麼制定？

彈性可擴充的建置方式
智慧製造階段的目標會依照各廠區的需求來制定，而階段目標都不會是一步到位，數位化監測方案應該需要具備擴充的彈性，並且根據每一間工廠的型態及條件的不同，提供不同的數位化監測解決方案。

例如已高度自動化的廠區來說，藉由搜集了大量化的數據，來呈現產線上的問題，然後進而得到更多決策的優化。當然也有許多傳產業沒有導入數位化，而管理者想要了解廠區設備運轉狀況、產線狀態等，此時就可以藉由一切簡單搜集稼動率的系統或感測器等，了解廠區狀況。

時間成本低快速有效益
傳統的Ai導入方式需要透過許多專家及資料科學家的數據分析和漫長的訓練時間，不但如此，如果搜集到的是無用數據，訓練的模型也就化作無用。

固德所導入的監測系統，是選擇先以專家的分析作為 Rule Base，提早讓決策者、使用者先看到監測效益，系統再逐步加入人為標準經驗，將數據特徵化，並且同步透過AI進行訓練，讓監測系統越來越準確。

以人為出發點的操作模式
在設備數位化後搜集了大量數據後，進行 AI 訓練和建模型時，是由IT人員所負責，但實際上處理問題的是現場設備操作人員，而IT人員並無法知道現場設備所發生的狀況，這樣的數據難以讓設備人員加以使用，因此還需要將數據化作清洗，將正確數據標籤化、特徵化，進而讓廠區人員更清楚的掌握設備狀態。

此外，既然是以人為出發點，監測系統的操作方式就不能夠複雜，造成使用者的負擔，數據要正確、安裝要簡單、操作要容易、避免人為分析，才能夠避免數位系統導入的障礙。

影片內容分享

上一期下一期

常見問題（FAQ）

什麼是數位轉型？

數位轉型不只是將資料數位化或導入自動化設備，而是透過感測器、設備監測與數據分析取得現場資訊，再利用數據找出管理與生產流程的優化方式，協助企業做出更有效率的決策。

自動化就是數位轉型嗎？

不是。自動化主要是利用機械設備取代部分人工作業、降低人為失誤；數位轉型則進一步讓設備產生可分析的數據，使管理者能掌握設備與產線狀態，並利用數據改善生產與管理流程。

數位化和數位轉型有什麼不同？

數位化著重於將設備與製程資訊轉換成可收集、儲存及查看的數據；數位轉型則進一步利用這些數據發現問題、改善流程並優化決策，因此「取得數據」只是開始，如何運用數據才是數位轉型的核心。

工廠要如何開始數位轉型？

工廠可先從實際管理需求與設備痛點出發，例如設備稼動率、異常停機、設備健康或製程品質，透過感測器與監測系統取得關鍵數據，再逐步建立分析、警報及AI模型，不需要一次完成所有數位化建置。

傳統工廠也可以導入數位轉型嗎？

可以。尚未高度數位化的傳統工廠，可先從較容易建置的設備稼動率、感測器或設備狀態監測開始，掌握廠區設備與產線運轉狀況，再依需求逐步擴充監測範圍與分析功能。

為什麼設備監測是數位轉型的重要環節？

設備監測能將設備運轉狀況轉換成可分析的數據，協助管理者了解設備健康、異常與產線狀態。透過長期數據累積，還可進一步進行趨勢分析、預知保養與維護決策。

工廠數位轉型需要一次到位嗎？

不需要。不同工廠的設備、產線與管理需求不同，數位轉型應採用具有彈性與可擴充性的建置方式，先解決最重要的問題，再逐步增加設備、監測項目及分析功能。

AI 如何應用在工廠數位轉型？

AI 可透過設備長期累積的數據學習正常運轉特徵，協助進行異常辨識、趨勢分析與設備狀態判斷。但在導入 AI 前，仍需要先取得正確且具有意義的設備數據，並完成資料整理與特徵化。

工廠數位轉型為什麼不能只收集大量數據？

數據量多不代表具有價值。如果收集的資料與設備問題或管理目標無關，即使投入大量時間建立分析模型，也難以產生實際效益。因此應先確認監測目的，再收集真正具有判斷價值的設備數據。

數位轉型 不轉不行