台灣製造業如何借鏡日本成功經驗 用AI提升工廠產能及場域安全

雲守護執行長涂正翰表示，該公司的第二代人體骨幹特徵分析引擎，建構成本僅有第一代的1/10，分析速度則提升了10倍。DIGITIMES攝

根據全球最大數據統計機構Statista調查顯示：2020年全球AI市場規模估計為225.9億美元，相較 2019年的146.9億美元成長了53.8%，至2025年更將成長至1260億美元；而Digitimes智慧製造調查顯示，台灣於2021年僅有 32% 的製造業已導入AI應用，而有68% 還未導入。

現今台灣製造業導入AI的比例雖逐年成長，但導入率仍不夠普及，因為多數企業對AI的導入有許多考量，首先，初次導入AI技術的費用往往較高，企業主卻無法確定在導入後一定能顯著成效；其次，初次導入的週期一般較長，需花大量時間與建置成本。各種疑慮使多數企業雖對AI躍躍欲試，但卻又不知從何踏出第一步。

導入AI技術，到底對製造業有何益處?以工廠作業環境來看，場域中多死角、現場充滿大型機具、高重量原物料，因此場域安全管理非常重要。不過現階段使用傳統監控設備的企業，大多無法有效解決工廠安全管理的問題，因為傳統監控設備仍需要由管理員監看畫面，這種人力作業模式容易產生疏漏，導致場域安全出現破口。

此外，在安全監控系統的需求中，人的最大價值並非長時間監看現場畫面，因此管理員並不應該花時間分秒看著監控系統影像，而是當現場出現狀況時，管理員必須能第一時間得知並立即處理。

因此，若能於傳統安全監控系統導入AI影像分析引擎，就可達到自動危險偵測，當狀況發生時能即時發出警示，降低因拖延造成更大的傷害。另外在產線上能以AI追蹤作業員SOP流程，自動化解決因人為因素造成的良率不一、效率低落等問題，並由AI自動彙整數據報告，使決策者能夠快速解決關鍵問題。

從傳統邁向智慧，找到適合的解方才是關鍵。現今市場上有許多致力於AI影像辨識之企業，如慧穩科技、訊連科技、Beseye雲守護安控，AI也已被應用於臉部識別、物件辨識、肢體動作與行為分析上，前述四大功能中，又以肢體動作與行為分析的成長最快，此功能對企業的最大誘因在於可大幅減少管理成本、提升良率、且辨識內容不涉及隱私。

以核心為人體骨幹分析技術的Beseye為例，分析標的為人體關節點，因此能更清楚辨識人體姿勢行為，除精準度可達95%以上，分析速度相較傳統分析引擎更快出3倍。

值得注意的是，Beseye在近期推出的第二代人體骨幹分析引擎，更將AI功能規格化，使整體導入週期縮短、導入成本更是原本的1/10，再藉由Beseye的AI功能模組，就可快速打造符合工廠需求的智慧化系統。

Beseye執行長涂正翰也舉出與日本第二大鋼鐵工廠JFE的合作經驗：「過去該工廠每年常有重大工安事故發生導致人員傷亡，而在JFE導入Beseye AI影像分析引擎後，經過Beseye AI對場域的學習，最終精準度達99.9%，有效替JFE防範各種意外事件。在接下來的幾年，我們也希望不只是非常大型的工廠可以享受AI帶來的益處，中小型廠也能夠因為AI而變得更好、更安全。」