Physical AI落地卡在現場數據 谷林運算以LESI打通設備到雲端

BCS-MX智慧機上盒（中）安裝於配電箱DIN軌上，左側為町洋（DINKLE）電源模組，右側為現場PLC與I/O配線；單台可將100組感測器的資料自動上傳雲端，且不變動原有控制邏輯。谷林運算

NVIDIA執行長黃仁勳在2026年CES將實體AI（Physical AI）定調為下一波浪潮，AI如何走進生產現場成為製造業焦點。不過對機電主管來說，導入AI的第一步通常不是選模型，而是先把設備裡的資料拿出來。工業物聯網業者谷林運算（GoodLinker）將於8月19日至8月22日的2026台北國際自動化工業大展展出LESI智慧監測套件，展位為南港展覽館一館J406。

谷林運算指出，製造現場並不缺資料，缺的是把資料取出來、串起來的方式。PLC、溫控器與電表每天都在產生訊號，但多半留在各式HMI或PLC暫存器內；即使取得了，還要能與MES、ERP等系統對接才進得了分析。對機電主管而言，難處常不在技術，而在風險：動到控制邏輯就得重新驗證，產線也不能為了取數停機。

LESI是谷林運算把設備資料截取、裝置連線管理與雲端監看整合的標準套件。硬體為自研的智慧製造機上盒（BCS-MX），雲端為企業雲端戰情室（Cloud Field View），涵蓋資料庫、儀表板、圖控、自訂報表、異常分析與AI匯報，並配有專用手機App，韌體可透過空中下載（OTA）遠端更新。

BCS-MX安裝於配電箱DIN軌上、與PLC並列取數，不變動原有控制邏輯，單台可將100組感測器的資料自動上傳雲端。對外提供API接口，IT或系統整合夥伴可把資料接進既有系統；邊緣端功能也可加購擴充，如供既有SCADA讀取的Modbus從站、不依賴雲端的條件觸發告警，以及本地圖控與波形比對。熟悉PLC的現場工程師不必另寫程式，即可在戰情室自行做出監控畫面。

谷林運算把這條路徑分為現場資料採集、雲端戰情室與AI資料層三層，並將連線裝置的運作狀態、斷線記錄與上傳情形納入監控，每月產出數據健康度報告，供工廠判斷該期間的數據能否作為決策依據。

谷林運算創辦人暨執行長馮輝譯表示，過去客戶問的是工廠有沒有數據，現在關鍵的是這些數據可不可信。「沒有可信的數據，就沒有AI。」除了製造業者，谷林運算此次也把系統整合商（SI）、經銷夥伴與設備商列為主要洽談對象。

傳統設備聯網專案得從閘道器、通訊程式做到雲端與App，換一個客戶又得重做一輪。「同樣的底層工程不該每個案子做一次。」馮輝譯說。商業模式上，BCS-MX採買斷，由基本功能與加購模組組成，雲端則依模組訂閱，夥伴收入分為一次性硬體與持續訂閱兩段；設備商也可透過ODM，讓客戶開瀏覽器就進入自有品牌戰情室。

成立於2018年、隸屬端子台大廠町洋集團的谷林運算，累計導入數百家工廠，涵蓋PCBA、金屬加工、食品加工、養殖畜牧與預拌混凝土等場域，其中一家肉品加工廠導入後產能利用率由89%提升至96%。該公司表示，LESI不取代PLC、SCADA或MES，工廠也不必等到要導入AI才開始準備；先讓一台設備的資料穩定進到雲端，AI真正要用時才有東西可用。