製造業的「數據搜集器」，誰是你的數據變現解方？
By Sharon Hsieh
亞馬遜收購「數據搜集器」
亞馬遜於 2022 年 8月 5 日宣布將用 17 億美元天價收購掃地機器人公司 iRobot。有了 iRobot 加入 Amazon Alexa 語音助理、Fire TV 智慧電視以及Echo系列家用品的智慧居家產品行列，這位電商龍頭將在智慧家電市場展開全新布局。透過掃地機器人的加入，這些原本有固定位置的智慧家電，將不再受到擺放的限制，有機會去到你家的每個角落，繪製消費者的生活空間，將數據搜集提升到全新層次。
市佔率第一的 iRobot 掃地機器人可以直接進入千萬戶家庭空間，在清掃的同時了解住家樣貌，透過地板面積、散落物品、家中配置、家具大小與數量等等資訊，來掌握客戶經濟能力、家庭樣態以及適合推銷的商品。例如，坪數大小以及房間的數量，可以呈現出不同的財務狀態；擁有七人座沙發或是三人座沙發，能同時代表財力高低與家庭成員多寡；地板上如果常常散落玩具，也能推測家中有嬰幼兒。這些深度數據（Deep Data）能預測使用者的購物需求與習慣，發展成無限商機。
掃地機器人將變身最有價值的數據搜集器，幫助建立居家數據庫，搜集來的資料可以更精準得描繪使用者樣貌，讓消費者與電商無縫結合。藉由補足這些以往不易取得的家中資訊，智慧家庭的應用完整性可以大幅提高。換句話說，亞馬遜買的不是在地上吸灰塵的掃地機器人，而是邊掃地邊吸取情報的移動式數據搜集器。現在再回過頭來看看，這 17 億美元的投資也真是值得。
製造業的數據變現價值
借鏡這次亞馬遜收購案，企業管理者要思考的是：如何搜集到關鍵數據與如何有效利用這些數據？先釐清這個問題的答案，後續才能發揮數據價值、達到「數據變現」。
亞馬遜為了取得寶貴資訊，不惜溢價 22%，以每股 61 美元買下「數據搜集器」，但這和 irobot 所隱藏的潛在利益相比，只是筆小數目而已。亞馬遜看重的是它能幫忙搜集到的關鍵數據，而且透過使用者的定期清潔特性，它將持續掌握最新居家狀態，建構出一個無價的巨型資料庫。
不過，擁有越多數據不等於掌握關鍵訊息。在現今的製造工廠中，雖然已經採用了許多自動化機械來輔助生產，但單單購入機器設備，並不能和智慧製造劃上等號。如果沒有將自動化設備與生產線、供應鏈進行資訊上的串連，資訊根本沒有辦法被有效整合，那麼即使手上握有大把資料，也無法完整解讀訊息、進行決策以及達到執行的最終應用。
「越大量的數據，意謂著越需要演算力強大的人工智慧，幫忙精準分析成效與預測」
加上，仍然有許多生產作業無法由機器取代，人力還是產線上不可或缺的動力來源。要如何擺脫以往限制性高的傳統管理方式，將產線上的人為動作數據化，把動作程序變成容易理解的管理資訊，是建構精實管理、打造智慧工廠的重要步驟。
AI 機器視覺，產線數位化助力
傳統的產線監控方式是，工廠經理直接站到工作站旁，肉眼觀察產線狀況，再手動抄寫、事後登錄資訊，測量的過程耗時且耗神。這樣的數據蒐集方式，也可能因為主管的判斷有誤，造成數據不正確，而且資訊量不足之外，還缺乏時效性。傳統方式搜集到的資訊，沒辦法被拿來做最有利的管理基礎，工廠很容易錯失了規劃合適改善策略的機會。
但是，透過 AI 機器視覺的輔助，數據搜集能跳脫人工測量的限制，產線資料可以被即時紀錄，而且能長時間、不間斷得完整掌控，又不需要擔心資料包含個人判斷失誤。AI 機器視覺的數據搜集，具備了「即時、完整、可回溯」等特性，提供企業管理與決策的高價值資訊。
PowerArena 的 HOP (Human Operation Plateform) 能幫助工廠提升產線效能。藉由深度學習，建立運動與動作研究，工作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，工廠主管能掌握產線的真實運作情況，將這些數據轉換成有價值資訊，以利決策者進行下一步規劃與運用。
從源頭開始，選擇正確的數據搜集工具，能幫助企業完美駕馭製造過程，為管理者帶來高價值洞見、有效的經營策略與靈活的企業運作模式。
Source:
https://www.bloomberg.com/news/articles/2022-08-05/amazon-s-irobot-deal-is-about-roomba-s-data-collection https://press.aboutamazon.com/news-releases/news-release-details/amazon-and-irobot-sign-agreement-amazon-acquire-irobot/ https://www.gvm.com.tw/article/93239 https://www.digitimes.com.tw/iot/article.asp?cat=158&id=0000597943_LXI8YCDI5AHUHB2SZ70F1&query=���z�s�y
Image source:
https://www.irobot.com.tw/roomba/e-series
延伸閱讀：
Applied AI & Digital Transformation
690
