繼物聯(lián)網(wǎng)(IoT)后，工業(yè)4.0(Industry 4.0)接棒成為火熱話題，在全球發(fā)燒。樂(lè)觀者認(rèn)為，工業(yè)4.0代表的智能制造(Smart Manufacturing)將提高生產(chǎn)效益，開(kāi)創(chuàng)出更多高科技就業(yè)機(jī)會(huì)，讓人類再也無(wú)須從事無(wú)聊、危險(xiǎn)又骯臟的工作，晉升為管理人才，進(jìn)而使民眾享有更好的生活。

       但從悲觀者的角度來(lái)看，智能機(jī)器替代人類所引發(fā)的失業(yè)潮將無(wú)可避免。為什么工業(yè)4.0會(huì)引起如此大的回響？工業(yè)4.0、物聯(lián)網(wǎng)、智能工廠(Smart Factory)三者如何交織出智能制造的篇章？巨量資料(Big Data)又在其中扮演何種角色？ 

       解決解勞力短缺　全球力推智能制造

       制造業(yè)是一國(guó)國(guó)力之基礎(chǔ)，也是養(yǎng)活最多人口、創(chuàng)造重要經(jīng)濟(jì)價(jià)值的產(chǎn)業(yè)。而隨著世界工廠大陸的角色隨著勞動(dòng)問(wèn)題浮出，世界主要制造業(yè)國(guó)家人口結(jié)構(gòu)轉(zhuǎn)變，走向高齡少子化，從歐美到亞洲地區(qū)，近來(lái)莫不戮力在制造業(yè)政策上下功夫。

       諸如美國(guó)的AMP計(jì)劃，引導(dǎo)制造業(yè)回流；德國(guó)致力于打造智能工廠，向世界推行工業(yè)4.0；日本發(fā)展人機(jī)共存未來(lái)工廠，韓國(guó)則以自身ICT網(wǎng)際網(wǎng)路與機(jī)器人技術(shù)，發(fā)展下世代智能工廠，而大陸除了十二五計(jì)劃發(fā)展機(jī)器人自動(dòng)化生產(chǎn)等高階設(shè)備，十三五計(jì)劃也正如火如荼規(guī)劃中。

       這些政策并非憑空而生，而是其來(lái)有自。從國(guó)與國(guó)之間的競(jìng)爭(zhēng)態(tài)勢(shì)來(lái)看，各國(guó)莫不期待在未來(lái)的制造業(yè)領(lǐng)域保有一席之地甚至領(lǐng)先，維持競(jìng)爭(zhēng)力。另一方面，制造業(yè)國(guó)家普遍面臨高齡少子化社會(huì)浪潮，因而必須正視勞動(dòng)力短缺問(wèn)題。

       缺工所引發(fā)的問(wèn)題除了墊高人力成本以及生產(chǎn)品質(zhì)青黃不接等，也使得制造業(yè)在應(yīng)付日益縮短的產(chǎn)品生命周期以及少量多樣的制造趨勢(shì)時(shí)，出現(xiàn)困難。

       而臺(tái)灣所面臨的問(wèn)題亦是如此。研華科技經(jīng)理施文森表示，2016年起，15~64歲的工作人口將以每年18萬(wàn)的趨勢(shì)萎縮，如何透過(guò)工業(yè)4.0提升臺(tái)灣生產(chǎn)的動(dòng)能，來(lái)面臨創(chuàng)業(yè)上的調(diào)整與改變，至關(guān)重要。他并認(rèn)為在工業(yè)4.0架構(gòu)的發(fā)展之下，結(jié)合機(jī)器人與物聯(lián)網(wǎng)，將是制造業(yè)回流臺(tái)灣的發(fā)展關(guān)鍵。

       工業(yè)4.0精髓在于智能工廠

       經(jīng)濟(jì)部工業(yè)局副局長(zhǎng)呂正華指出，當(dāng)勞動(dòng)人口逐漸減少，如何提升人均產(chǎn)值成為大家關(guān)心的議題；而德國(guó)提出工業(yè)4.0背后的思維，無(wú)非是希望利用自動(dòng)化技術(shù)加上云端科技等，提升生產(chǎn)效率并彌補(bǔ)人力不足。

       呂正華進(jìn)一步表示，工業(yè)4.0精隨在于智能工廠，而智能工廠的核心，則在于“虛實(shí)合一”。要達(dá)成虛實(shí)合一，則必須運(yùn)用物聯(lián)網(wǎng)技術(shù)，整合實(shí)實(shí)在在的機(jī)器與相較虛渺的軟體、通訊、網(wǎng)路、云端等科技，并做到巨量資料探勘和分析，將龐雜的資料轉(zhuǎn)化為有用的資訊，以便決策。

       換句話說(shuō)，工業(yè)4.0最終其達(dá)成的目標(biāo)即是智能制造，而此目標(biāo)體現(xiàn)在建構(gòu)智能工廠。智能二字是建立在機(jī)器可以通訊、運(yùn)算、分析進(jìn)而移動(dòng)之上，如同人能與外界溝通、思考、分析進(jìn)而下決策并有所移動(dòng)。

       在智能工廠里，所有工具機(jī)臺(tái)和機(jī)器人均為智能機(jī)器，意即，機(jī)器與機(jī)器之間能透過(guò)通訊架構(gòu)彼此溝通，并透過(guò)機(jī)器專用應(yīng)用平臺(tái)串聯(lián)機(jī)臺(tái)，成為虛實(shí)合一制造系統(tǒng)(Cyber-Physical System；CPS)。

       而機(jī)器運(yùn)轉(zhuǎn)中產(chǎn)生的巨量資料皆上傳至安全云端網(wǎng)絡(luò)，由分析引擎找出關(guān)鍵資訊，進(jìn)行預(yù)兆通知、事前維護(hù)等。此外，不同廠房之間也具備溝通協(xié)調(diào)能力。分析認(rèn)為，“整合”是智能工廠內(nèi)涵最重要的詞匯。

       智能工廠所創(chuàng)造的不但是應(yīng)運(yùn)而生的全新生產(chǎn)流程，更垂直整合工廠管理和企業(yè)管理流程，水平整合價(jià)值鏈，實(shí)現(xiàn)產(chǎn)品及其生產(chǎn)系統(tǒng)的生命周期管理，可確保有效運(yùn)用能源、掌握產(chǎn)品上市時(shí)間和確保產(chǎn)出品質(zhì)，提升生產(chǎn)效率和能源應(yīng)用效率，最終可達(dá)成永續(xù)制造。

       后端巨量資料分析是成敗最后一哩

       工研院南分院云端服務(wù)中心主任程瑞曦則強(qiáng)調(diào)，物聯(lián)網(wǎng)、云端運(yùn)算和巨量資料三者宛如兄弟，缺一則無(wú)法形成應(yīng)用，智能工廠也將功虧一簣。

       針對(duì)巨量資料的特性，程瑞曦指出，相較于從前習(xí)慣的抽樣資料，巨量資料具有樣本等同于母體、資料數(shù)量重于資料品質(zhì)、資料相關(guān)性先于因果關(guān)系三大特點(diǎn)。

       由于從前是抽樣，母體和樣本有差距，樣本的品質(zhì)也顯得格外重要，否則容易出現(xiàn)偏差；但在巨量資料時(shí)代，當(dāng)數(shù)量已等同于樣本，由于所有的可能性都已經(jīng)涵蓋其中，反而沒(méi)有品質(zhì)問(wèn)題。

       此外，在運(yùn)用巨量資料時(shí)，必須擺脫從前事事尋求因果關(guān)系的舊思維，而應(yīng)將重點(diǎn)放在資料所顯現(xiàn)出的觀點(diǎn)或趨勢(shì)；背后的原因不再重要，重要的是抓到趨勢(shì)后可用于創(chuàng)造效益。

       至于智能工廠中巨量資料的應(yīng)用方向，程瑞曦認(rèn)為有五大方向：探知、診斷、控管、預(yù)測(cè)以及視覺(jué)化，可能用來(lái)改善品質(zhì)、降低成本、縮短工時(shí)、提高產(chǎn)量等。

       而在應(yīng)用之前，則必須根據(jù)目的慎選主題以決定資料搜集的范圍，接著以e化方式搜集，避免人為影響，而且必須由業(yè)者或領(lǐng)域?qū)＜矣H自檢視欲運(yùn)用的資料成分并與ICT人員討論，才能確保資料正確性，達(dá)到解決問(wèn)題的目的。

       不過(guò)，工研院機(jī)械座智能系統(tǒng)技術(shù)組組長(zhǎng)鐘裕亮指出，臺(tái)灣制造業(yè)除了半導(dǎo)體業(yè)，一般而言在ICT方面大概落后德國(guó)10~20年。

       且在工廠智能化之前，機(jī)器先得智能化；而在機(jī)器智能化之前，零組件要先智能化，能夠自我監(jiān)測(cè)健康狀態(tài)，透過(guò)無(wú)線射頻等方式回傳資料。這一連串過(guò)程中處處是需求，也代表許多ICT業(yè)者可投入的缺口，商機(jī)處處。