III
科政中心
 

流程機器人、影像與聲音分析被企業視為自動化導入重點

RPA技術架構不複雜,不必大幅更動現有管理或生產作業流程,因此過往沒有智慧化經驗的製造業者便會嘗試透過RPA試水溫。NEC

製造業擁抱AI邁向智慧化發展,通常將其分為不同階段性的發展策略。像是以中小企業為主的台灣,專家就建議初步應先針對重點式導入,例如透過流程機器人(Robotic Process Automation;RPA)可優化重複性的作業流程達到先期自動化,接著再進入智慧化階段,因此現階段在製造業積極發展的智慧化應用中,RPA的導入比例甚高,其次則是影像與聲音的AI分析。

當前全球製造業倡導工業4.0,但除了在製造端導入智慧化系統提高生產效率與品質之外,實更涵蓋整個企業體質調整,由於牽動的層面下至工廠生產端上至企業營運管理的優化,對外甚至與供應鏈、客戶關係緊密連結,因此對於業者來說,影響層面甚廣,普遍不敢貿然躁進,加上台灣製造業者規模型態不同,大型企業的策略不見得適用於中小企業,製造業者對於自身投入智慧製造的發展,通常將其分為不同階段性的發展策略。

身兼科技部人工智慧製造系統研究中心主任的清華大學教授簡禎富就表示,像是以資料基礎尚不完備的小型企業來說,較適合透過重點式導入,例如藉由系統優化調度,改善過去業者不夠彈性的作業流程,讓其提高生產效率、加強面對客戶的應變能力。但事實上,這類系統不見得有運用到大數據分析或AI等先進概念,例如軟體流程機器人把一些重複性工作自動化,省下許多耗時卻沒有顯著商業價值的工作,降低至少15%的人工成本。

RPA並非預測未來,其所執行的任務多半單一且重複,因此也無法協助完成判斷或決策,不過在導入AI執行智慧化決策之前,自動化卻是一道必經之路,因此近年國內外製造業者對於RPA的興趣甚高,導入用以協助達成自動化流程,提高一部分的生產效率。

Dell EMC大中華區企業技術戰略總監許良謀以長期與客戶接觸經驗觀察就發現,當前製造業積極發展的智慧化應用中,RPA的導入比例甚高,根據研調機構Forrester估計,2021年全球將有400萬個RPA案例在運作,勢頭有如彼時金融業或零售業積極導入聊天機器人(Chatbot)的熱潮。

許良謀認為,對於製造業來說,由於RPA技術架構不複雜,不必大幅更動現有管理或生產的作業流程,因此過往沒有智慧化經驗的製造業者,便會嘗試透過RPA試水溫,而RPA技術也是面向B2B產業中最容易落地的應用。

而除了RPA之外,許良謀觀察,包括針對影像與聲音的AI分析也成為近年製造業者積極發展的兩大智慧化應用。以應用於Dell筆記型電腦蓋板檢測為例,傳統每條生產線需額外派遣4名人員進行人工肉眼檢測,平均至少要花4至6秒才能完成一件產品檢測,且人工經驗差異與視覺疲勞的影響,也會導致結果產生差異化。

而在Dell導入電腦視覺成像檢測下,透過AI能夠對於缺陷的位置和程度進行檢測與分類,做出有無缺陷的判定,而無法有效透過AI判別的成像再透過人工複檢,預估可減少60%人工檢測量。

除一般製造業常見AOI設備瑕疵檢測外,Dell也現也利用AI優化紅外線晶片缺陷檢測,透過識別率超過98%的圖像演算法讓其對缺陷定義更為細緻,透過AI演算法能夠幫助客戶提升缺陷檢出率1.5%、檢測站生產效率提升6.7%等。

而所謂的聲音分析則是針對一般生產設備在運作引起振動時所產生的聲波分析。通常振動分析最能促成早期設備異常偵測,可在數月以前顯露異常變化,因此在工業物聯網的應用中,透過振動聲波分析是監控資產運行狀況和執行預防行維護最有效且直接的方式。

  •     按讚加入DIGITIMES智慧應用粉絲團