产业新闻
- Home
- 产业新闻
随着环保意识抬头，塑料产业经营模式要朝向低碳、循环、永续的概念，不论在材料选用需思考是否加入可回收材料或是生质材料选项，另外包括节能、减量、提高生产效率等均为考察重点。近年工业4.0及智慧制造（Smart Manufacturing）相关概念成为制造业生产转型与数位转型重大趋势，智能制造主要结合先进制造技术、物联网（Internet of Things；IoT）、云计算（Cloud Computing）及人工智能（Artificial Intelligence；AI）等信息技术，将工厂生产线智能化。导入人工智能将有助于提升塑料工厂的生产力与能源效率，例如透过图象辨识技术，用图像直接进行产品品质的检视，减少人为流程控制上的错误风险；或是透过机器学习技术进行设备异常侦测，达到及早警示，及早进行预兆式维护，快速排除生产问题，降低设备损坏或停机等风险；工厂亦可将人工智能用于评价厂内最适化生产策略，有助于有效控管成本及节约能源甚至是减少碳排放。
除了生产线智能化外，制造工厂的虚拟化（Virtualization）在近年也被视为未来工厂营运优化的关键，特别是在Covid-19疫情之后，许多工厂无法在疫情期间进行远端协作生产，突显生产流程优化仍有很大的改善空间。疫情后许多企业开始采用数位化解决方案改善效率问题，例如为实体工厂建立数位分身（Digital Twin）并使其互相交流。数位分身被视为是未来工厂成功的关键，数位分身与人工智能、扩增实境（Augmented Reality，AR）、虚拟实境（Virtual Reality，VR）等技术整合，可模拟一个生产线的设备、制造流程，甚至是模拟整个工厂，在虚拟环境中模拟真实设计，可减少原型（Prototype）制作与测试的复杂性，分析制程可能会遇到的瓶颈，寻求最佳解决方案，大幅降低试量产的成本与风险，特别是用于少量多样的产品开发。
许多企业开始采用数位分身技术来规划新的生产线，或是在产品生产后以数位分身的虚拟环境进行生产监测，可有效降低维护成本及减少碳排放。数位分身可经由感测器获取数据信息，这些可视化（Visualization）信息可用于分析产品生命周期，此外，连接两个不同的数位分身系统，形成Twin 2 Twin体系，透过撷取不同工厂的数位分身环境，有助提高工厂生产质量，以及缩短产品从设计、制造到上市时程。德国化工大厂科思创（Covertro）和保时捷（Porsche）、多家供应商（北欧化工Borealis、道默化学Domo Chemicals等）及内存块链新创公司Circularise合作，在整个价值链中利用数位分身建立数位线程（Digital Thread）内存块链，以追踪保时捷汽车中使用的塑料材料并追踪二氧化碳排放量，相关资讯让保时捷制程和材料选择上做出更好的决策，有助保时捷开发出更环保的新车款。
人工智能的应用涉及了自动化、图象辨识、人脸辨识、自然语言处理、数据分析及预测能力等。在现有的工厂生产线中，自动化有助中小企业提高生产力，而人工智慧技术的导入提高生产非常规处理自动化的可能性，使产线从自动化升级成智能化，进一步提升人员运用价值。藉由产线智能化的提升，可运用自动化设备执行更多于人类相对困难或危险的任务，例如高温、高负重、肮脏或是高精密等作业，降低人员操作风险与事故，并为企业衍生新服务的可能性。人工智能亦可将人力从重复性高但附加价值低的作业中释放出来，例如透过聊天机器人的运用，可以预先设定简单的自动客服回复。
此外，人工智能可提高资产维护及管理的效率，企业可透过人工智能、感测器（Sensor）及物联网（Internet of Things，IoT）等技术进行生产设备监测，在侦测到异常后立即进行维护作业，除了可防止生产在不预期期间突然中断，亦可避免部必要的日常维护，有助企业降低成本。另一方面，中小企业可以经由人工智能进行「产量」需求与「价格」趋势的预测分析，有助企业采购规划材料下单量、生产计划及库存量等，让企业资源可做更有效的运用，甚至针对客户行为分析，找出潜在市场机会。
人工智能导入中小企业亦有助于企业人员职能的提升，当人力抽离重复性高的工作任务，可转换至进行对企业具有更高附加价值的任务。例如过往在自动化生产过程中的非常规问题通常要依赖经验较丰富的人员解决，透过产业智能化后，可省去人员在产线耗费的时间，转而进行生产优化规划，有助提高企业成本效益。对于中小企业而言，导入人工智能的挑战主要分为三点，包括人员认知、互补技术不足及资金有限等。许多员工担心人工智能的导入可能会对现有人员产生排挤效应，担心被机器取代，因此对于释出有助机器学习的专业知识有所保留，以致限制企业导入人工智能的速度，企业主应於事前对于人员进行充分沟通与建立正确知识，避免人员抗拒所产生的导入失败风险。此外，人工智能解决方案常常会搭配其他互补技术，例如5G、云计算、物联网、内存块链等，以提高人工智慧性能及有效性，但中小企业在规模的限制下，较难广泛性地建构完整技术方案，以致导入成效受到局限。加上人工智能是一种长期的投资，很难为企业在短时间内带来立竿见影的收益或生产力的提升，大多数的人工智能技术基本上要导入2年才有可能显现成效，导致中小企业对于评价导入人工智能技术产生望之却步的心理，反而错失数位转型的黄金时机，人工智能在企业应用上因企业属性、需求有所不同，建议可先针对人工智能投入业务活动的影响性进行评价，提高资源配置效益。
文/转录自塑料中心-TOP塑料趋势网（https://top.pidc.org.tw/），作者为塑料中心产业智库组陈婉玲组长