在一次旨在探讨＂智能制造＂的专家集会中，长年持续关注工业革命演变历程的先进表示：以机器取代人力／兽力、电力化与信息化，分别是前三波工业革命的重点，而工业 4.0 的重头戏则是人工智能 (AI)。有趣的是，历史告诉我们：创始发源地，通常不是最后发扬光大的列强，往往是有能力加以应用者方可成为赢家。所谓＂智能制造＂是借助大数据或 AI 改变生产方式，其目的不外乎：增加效率、降低成本或创造新事业体，而＂数字转型＂是必经过程。
＂数据驱动＂是智能制造核心
＂数字转型＂觞于二十年前推动企业 E 化之时，五年前方被大肆宣扬，实务上最大难点在于改变原本旧有惯性。会中提到，经营者的职责之一是要把＂面的世界＂回公司，不能只埋首在自家资源而忽略创新机会；另一方面，经营者虽不必再钻营技术、但一定要有全面了解，才能做出正确判断。现今，我们正面临少子化、个性化、迭代快又得兼顾质量的外部环境冲击，进而衍生少量多样、实时生产的内部经营挑战，企业思惟亦须适时从传统的＂由内而外＂(Inside Out) 转为＂由外而内＂(Outside In)，以贴近消费者需求。
＂数字转型＂觞于二十年前推动企业 E 化之时，五年前方被大肆宣扬，实务上最大难点在于改变原本旧有惯性。会中提到，经营者的职责之一是要把＂面的世界＂回公司，不能只埋首在自家资源而忽略创新机会；另一方面，经营者虽不必再钻营技术、但一定要有全面了解，才能做出正确判断。现今，我们正面临少子化、个性化、迭代快又得兼顾质量的外部环境冲击，进而衍生少量多样、实时生产的内部经营挑战，企业思惟亦须适时从传统的＂由内而外＂(Inside Out) 转为＂由外而内＂(Outside In)，以贴近消费者需求。
此外，针对世代交替、运营成本、员工老化等企业主最头疼的问题，若配套得当，智能制造或是解方之一；而从收集、整理、应用、萃取到决策的＂数据驱动＂(Data Driven)，将是智能制造的核心议题。素以国家政策马首是瞻的韩国，预计 2022 年在全国设立 2,000 个智慧工厂，横跨主要产业；不过，这种大象级玩家的策略，未必适合全盘移植到蚂蚁雄兵身上。对中小企业来说，加入既有生态系或从单点应用伺机切入或许才是最佳途径，且可通过产学合作引进外部资源；然而，一个现实困境是：如何跟企业主交代投资报酬率 (ROI)？
切莫沦为＂思想巨人、行动侏儒＂
目前智能制造多属须事先标记的＂监督式学习＂(强化学习仍在演进中)，信息科技 (IT) 和操作技术 (OT) 是否能顺利融合资料将是关键。以 AI 为引擎，进而建模、萃取特征值的成效并非立竿见影；根据实务经验，6～8 个月的时间顶多只够做概念验证 (POC)，根本谈不上 ROI，那么，要怎么说服组织继续走下去？专家建议，设定＂阶段性里程碑＂是可行之道，例如：何时完成瑕疵检测？再过多久能实现预防性维护？如此，既可增加企业主信心，又利于灵活决策——以运营目的为纵轴、系统需求为横轴交叉比对，依业态决定当下要优先进行哪些工程。
目前智能制造多属须事先标记的＂监督式学习＂(强化学习仍在演进中)，信息科技 (IT) 和操作技术 (OT) 是否能顺利融合资料将是关键。以 AI 为引擎，进而建模、萃取特征值的成效并非立竿见影；根据实务经验，6～8 个月的时间顶多只够做概念验证 (POC)，根本谈不上 ROI，那么，要怎么说服组织继续走下去？专家建议，设定＂阶段性里程碑＂是可行之道，例如：何时完成瑕疵检测？再过多久能实现预防性维护？如此，既可增加企业主信心，又利于灵活决策——以运营目的为纵轴、系统需求为横轴交叉比对，依业态决定当下要优先进行哪些工程。
图2：聚焦商业利益，以不同构面做概念验证
资料来源：https://isg-one.com/consulting/robotic-process-and-cognitive-automation/articles/automation-proof-of-concept-should-you-or-shouldn-t-you
业界人士分享，通常有志于智能制造的企业可分为四大类：1.历史悠久的老厂，此类最重视 ROI 指标；2.工艺成熟的业者，在意的是上、下游的连动关系；3.新创公司，这是最勇于尝试的一群，但十分期盼短时间要能见到＂亮点＂，如：良率提升；4.喜欢追逐产业热点的企业主，或有＂思多行少＂的潜在风险。进一步观察，＂数据采集＂是导入智能制造的最大障碍，有高达八成的阻力源自于此；再者，与整体设备效率 (OEE)、项目管理系统 (PMS)、制造执行系统 (MES) 等周边整合工程浩大，所以，企业高层的大力支持着实至关重要。
边缘到云台，研华＂WISE-PaaS＂堆栈软件服务
布署物联网 (IoT)＂平台即服务＂(PaaS) 有成的研华科技 (Advantech) 强调在 AI 引擎之外，数据是不可或缺的燃料、重要性更甚算法；挟着工业电脑蕴藏丰富数据的优势，研华建构＂WISE-PaaS＂AIoT 边缘到云台的软件服务平台，具备五大特色：在线开发、排程训练、模型管理、云台及边缘计算。除了以＂应用程序性能管理＂(APM) 统一控管机台数据，将现场特征值显示在仪表板以便监看并记录生产履历，＂WISE-PaaS＂还能利用 Data Driven 找出关键因子做多因素分析及预测性质量分析 (PQA) 并给予调整建议，对于现场温控不易的传产帮助尤大。
布署物联网 (IoT)＂平台即服务＂(PaaS) 有成的研华科技 (Advantech) 强调在 AI 引擎之外，数据是不可或缺的燃料、重要性更甚算法；挟着工业电脑蕴藏丰富数据的优势，研华建构＂WISE-PaaS＂AIoT 边缘到云台的软件服务平台，具备五大特色：在线开发、排程训练、模型管理、云台及边缘计算。除了以＂应用程序性能管理＂(APM) 统一控管机台数据，将现场特征值显示在仪表板以便监看并记录生产履历，＂WISE-PaaS＂还能利用 Data Driven 找出关键因子做多因素分析及预测性质量分析 (PQA) 并给予调整建议，对于现场温控不易的传产帮助尤大。
特别一提的是，这些数据可在地端做边缘计算、为特征值扩增建模，并经由空中接口 (OTA) 更新模型、实时切换特征值模型，便于搭配 MES 随时调度产能，例如：同一产线换线生产。研华并精筛不同产业的关键数据、深耕垂直领域，将最上层应用程序包装成容易套用的 Solution Ready Platform (SRP) 方案。新版＂WISE-PaaS＂架构还包括 AI 框架服务 (AI Framework Service, AFS)，用户只须选定算法，就能一次应对开发、验证、上线、部署等挑战。然而，就在多数人将智能制造定格在生产端时，已有先知将眼界延伸至消费市场的观感。
不只生产面！＂工业 4.1＂为市场多想一点
台湾成功大学智能制造研究中心 (iMRC) 主任郑芳田亦认同，多年前 E 化制造已具备数据收集和自动化雏形，直到擅长机械的德国将＂云台计算＂与之连结，终让工业 4.0 蔚为风潮；但郑芳田认为，工业 4.0 只着重生产力提升，品管仍使用一般统计制程控制 (SPC) 处理，这是远远不够的！因为从市场面来说，顾客只会在意产品是否有瑕疵，而感觉不到工厂中的排程、机台状况如何；在追求高产能的同时，绝不能忽视产品质量；回顾当年三星 Note7 手机电池爆炸事故只占总产量极小比例，就足以让四、五百万支的手机品牌声誉一夕坠入谷底。
台湾成功大学智能制造研究中心 (iMRC) 主任郑芳田亦认同，多年前 E 化制造已具备数据收集和自动化雏形，直到擅长机械的德国将＂云台计算＂与之连结，终让工业 4.0 蔚为风潮；但郑芳田认为，工业 4.0 只着重生产力提升，品管仍使用一般统计制程控制 (SPC) 处理，这是远远不够的！因为从市场面来说，顾客只会在意产品是否有瑕疵，而感觉不到工厂中的排程、机台状况如何；在追求高产能的同时，绝不能忽视产品质量；回顾当年三星 Note7 手机电池爆炸事故只占总产量极小比例，就足以让四、五百万支的手机品牌声誉一夕坠入谷底。
照片人物：成功大学智能制造研究中心 (iMRC) 主任郑芳田
郑芳田主张，智能制造必须进化到＂零缺陷＂(Zero Defects) 才是王道，亦是制造科学的最高境界，惟有仰赖经济实惠的＂在线实时全检＂方能达成，且这种方法应要普遍适用于各行各业。智能制造系统架构将扩及＂E 化制造、AI、ICT 技术与 3D打印＂四大部分，业界迫切需要包括整厂应用、系统框架和核心技术在内的 Total Solution；工业 4.0 再加上全自动虚拟量测 (AVM)、智能型预测保养 (IPM)、智能型良率管理 (IYM) 和先进制造物联云 (AMCoT)，就能进级到＂工业 4.1＂，正是成大智能制造研究中心的愿景，分为两阶段实施。
零缺陷交货＆生产，＂智能工厂自动化＂轻松建置
第一阶段先以＂零缺陷交货＂为目标，第二阶段则是志在＂零缺陷生产＂，上述观点已于 2016 年在 IEEE 发表。其中，AVM 系统的好处是：1.无法进行产品实测时，可从生产机台参数推估产出质量以达全检效果；2.可在云台批次 (Run to Run) 作业；3.使用神经网络及回归演算、且可自动更新，即使需要移植模型也能自动调试；4.用于少量多样生产或多机台运作，可自动扩散。只有通过 AVM 检核、合乎客户要求者才能正式交货，其余遭到汰除的瑕疵品则可作为日后持续改善、提升良率的基准，直臻于至善。
第一阶段先以＂零缺陷交货＂为目标，第二阶段则是志在＂零缺陷生产＂，上述观点已于 2016 年在 IEEE 发表。其中，AVM 系统的好处是：1.无法进行产品实测时，可从生产机台参数推估产出质量以达全检效果；2.可在云台批次 (Run to Run) 作业；3.使用神经网络及回归演算、且可自动更新，即使需要移植模型也能自动调试；4.用于少量多样生产或多机台运作，可自动扩散。只有通过 AVM 检核、合乎客户要求者才能正式交货，其余遭到汰除的瑕疵品则可作为日后持续改善、提升良率的基准，直臻于至善。
图4：＂全自动化型虚拟量测的服务器与系统及方法＂曾荣获台湾发明创作发明金奖
资料来源：https://www.tipo.gov.tw/ct.asp?xItem=209865&ctNode=7190&mp=1
另为落实智能工厂自动化 (iFA)，iMRC 携手中华电信等厂商共组智能制造方案战略联盟，与中华电信 Hicloud 共推两种＂制造服务自动建置机制＂(MSACS) 版本：随机买断 vs. 云台订阅。郑芳田介绍，用户可以既有编程语言将智能化应用放到云台，不必费力适应各种开发环境就能建构 AVM 系统，让随机算法软件套件快速且自动地建置成云台制造服务；藉由三段工作流程清楚定义、解决随机软件套件在建构时所遭遇到的问题，减轻人工建置负担。iFA 云台平台系统已成功展示于半导体凸块工艺 (Bumping)、汽机车铝轮圈加工和射出成型吹瓶机等产业。
