數據主權:視覺智造 打造全球化佈局(1/3)

#AIVision, #DataCollection, #DataOwnership, #TrackandTrace

By 方薪昀

在疫情、中美對抗之後,供應鏈緊張的問題持續延燒,製造業開始降低對單一產線的依賴、積極打造高韌性供應鏈。其中,重組多個「跨國、跨區」生產基地,進行多地建構以分散風險,就是一種方式。但在這個全球化課題中,企業將面臨許多新挑戰,例如: 產能過剩、異地人才難尋、跨國管理難度也高、支出增加和資源整合不易等等。另外,在遠端設廠的考驗中,數位轉型也不會缺席,企業是否有能力引進智慧製造技術,克服地理和時間的限制,完成遠端設廠的使命?

數位轉型下的全球佈局辦法:

強化產業供應鏈韌性:

神基投控董事長黃明漢先生日前分享,佈局全球遇到的難題,不能只交給單一區域的決策層去排除,因為下場往往是讓總體營運成本超乎想像。台灣做為運籌中心,需要規劃完善的策略,包括:

可視化產線:

企業必須有能力去辨識供應鏈中導致延遲或不必要支出的業務,透過導入 AI 機器視覺,有效利用蒐集得到的資料,提高供應鏈的能見度,就可在斷鏈發生之前,防範於未然。

選擇具備資質與執行能力之廠商:

以 NVIDIA 為例,該公司將新一代 RTX40 需求,由三星轉向台積電,因為前者的 8 奈米製程表現不如預期,NVIDIA 對其在先進產品的製程沒有信心。篩選評估供應商的表現,以產值、產能為合作基礎,以確保供貨正常,穩固供應鏈。

建構 「廠中廠」:

此舉是為了確保在供應鏈不幸中斷時,業主可以有自主應變能力。藉由垂直整合策略,因應客戶所需,可向上朝原物料開發,向下朝物流運送延伸。

利用 AI 機器視覺,加強遠端運籌能力

數位主權能力的提升,是遠端設廠能否成功的因素之一。在物聯網跟雲端整合都還未成熟時,台廠外移勢必要移植台籍幹部到異地,指導協助當地工廠的建立運作。但這讓工廠管理層的間接人力增加,人力資源的運作效率也降低。在工業 4.0 的現在,數據系統開發成熟,透過導入 AI 機器視覺,來檢測產線設備和作業流程,台灣端主管和工程師都可以在任何時候「看到」異地工廠的狀況,並即時得到最直觀的產線分析,跟異地工廠配合作業。

AI 機器視覺,可以依地制宜,去評估、建立最適合產線的模組。 AI 突破了「人」的限制,蒐集的不再只是零碎又模稜兩可的數據,而是 24 小時、大量、又經過統整分析之後的精準數字。人加上 AI,跳脫了以往的模式,數據的蒐集不再耗時又不準確,讓關鍵製程設備和工站可以由遠端就得到協助。從設備故障排除、作業指導合作、製程檢測、調機與試產,到後期的瑕疵品檢討、數據分析等等,當中能獲益的面向眾多。遠端設廠之下,投資智慧製造相關的技術是個值回票價的決策。

讓 AI 機器視覺成為佈局全球的得力夥伴

PowerArena 的 HOP (Human Operation Platform) 能幫助遠端工廠提升作業效能,工站原本難以量化的作業程序,可以被轉為可視化資訊。透過「即時、完整、可回溯」的數據搜集,消彌空間與時間的隔閡,讓台灣總部管能掌握產線的真實運作情況,以利決策者進行下一步規劃與運用。關鍵策略的完善規劃,配合智慧生產工具的導入,強化公司的競爭力,得到多重的效益,讓 「AI 協助遠端設廠」成為穩定供應鏈之下,有把握的決定。

Source:https://ec.ltn.com.tw/article/breakingnews/3717480/https://udn.com/news/story/7240/6296194?from=ddd-umaylikenews_ch2_story/https://www.thenewslens.com/article/174139

Read more:
智慧製造不只為獲利: ESG 願景從產線端改革開始
智慧製造不只為獲利: 打造高良率智能生產中心

808