工業(yè)4.0，也有人將之稱為第四次工業(yè)革命，從德國率先提出這個(gè)說法以來，全球隨之興起，各國開始有了自己的“口號(hào)”，包括美國推動(dòng)“先進(jìn)制造伙伴計(jì)劃(AMP)”、中國主打“智能制造2025”等，以及日本、韓國、法國、英國，工業(yè)4.0的概念遍地開花。

智能工廠驅(qū)動(dòng)全球經(jīng)濟(jì)

智能工廠是推動(dòng)工業(yè)4.0的重要引擎，借助物聯(lián)網(wǎng)、機(jī)器人、大數(shù)據(jù)、人工智能等技術(shù)，不僅可借此提高生產(chǎn)力與制造效率，更同時(shí)也成為驅(qū)動(dòng)全球經(jīng)濟(jì)的一股力量。國際管理顧問公司Capgemini發(fā)布一項(xiàng)研究調(diào)查報(bào)告，該報(bào)告針對(duì)營(yíng)收超過10億美元的制造商進(jìn)行調(diào)查，根據(jù)這份報(bào)告中的數(shù)據(jù)指出，制造商預(yù)期對(duì)于智能工廠的投資，將在未來五年內(nèi)促使制造效率提高達(dá)27%，相較于1990年代的速度增長(zhǎng)有七倍之多，不僅如此，這也將挹注全球經(jīng)濟(jì)高達(dá)5000億美元，甚至可望來到1.5兆美元的驚人價(jià)值。

智能工廠成為全球產(chǎn)業(yè)邁向工業(yè)4.0的過程當(dāng)中，必然歷經(jīng)的轉(zhuǎn)型過程，目前各國也都在加速智能工廠的建置，該報(bào)告還指出，預(yù)估到了2022年底，在這些制造商的工廠當(dāng)中，將有21%的比例將會(huì)是一座又一座的智能工廠。

而若從目前各國布署情況來看，如美國、德國、法國及英國等這些在早期便已投入智能工廠計(jì)劃的國家，已有半數(shù)著手轉(zhuǎn)型智能工廠，但在印度及中國卻僅有28%及25%。

德國雖一向被認(rèn)定為全球制造業(yè)的標(biāo)竿，但現(xiàn)階段也無一家企業(yè)可以達(dá)到真正4.0的水平，那么我們的企業(yè)也就更不用說了。更何況轉(zhuǎn)型工業(yè)4.0的確不是件容易的事，由于過去各部門分工精細(xì)，從營(yíng)運(yùn)層、管理層、現(xiàn)場(chǎng)端等各自為政，但因工業(yè)4.0訴求軟硬件、跨部門垂直整合，且每一家企業(yè)在導(dǎo)入的訴求上皆有所不同，從確保企業(yè)各部都能夠掌握整個(gè)流程運(yùn)作，就已非易事了，何況后續(xù)還得深入研究技術(shù)層面執(zhí)行的問題。

“邁向工業(yè)4.0實(shí)是一段漫長(zhǎng)的過程，不可能一蹴可及，即便是如鴻海、英業(yè)達(dá)已及堪稱『最接近4.0』的臺(tái)積電等大廠，也不敢自稱完全達(dá)到工業(yè)4.0。”

面對(duì)臺(tái)灣企業(yè)的現(xiàn)況，鼎新計(jì)算機(jī)副總裁潘泰龢與陳慈婷皆一致這么認(rèn)為。

但當(dāng)企業(yè)欲導(dǎo)入工業(yè)4.0時(shí)，首要面對(duì)的卻是“不知道自己能做些什么。”博世工廠自動(dòng)化銷售協(xié)理陳俊隆就觀察到，發(fā)展工業(yè)4.0最大的阻礙，是來自于客戶的需求不明確。臺(tái)灣的制造業(yè)也面臨了相同的問題，大家都不知道自己應(yīng)該如何著手，所以他們需要一個(gè)有相當(dāng)制造經(jīng)驗(yàn)的專家，去檢視工廠內(nèi)部的問題點(diǎn)是什么，并且如何優(yōu)化。若是這一類的廠商不能明確的了解自身需求，那么即可能產(chǎn)生需求方與供給方的落差。

而對(duì)于智能工廠，鴻海集團(tuán)副總裁呂芳銘也表示，企業(yè)真正的根本在于“核心”，也就是自身的實(shí)力，最重要的是要把本業(yè)做好，強(qiáng)化企業(yè)的運(yùn)作與提升競(jìng)爭(zhēng)力，再加上物聯(lián)網(wǎng)等科技方法的協(xié)助，才能“如虎添翼”，否則只會(huì)畫虎不成反類犬，淪為一只“蝙蝠”。

圖一 : 智能工廠是推動(dòng)工業(yè)4.0的重要引擎，不僅可借此提高生產(chǎn)力與制造效率，同時(shí)也成為驅(qū)動(dòng)全球經(jīng)濟(jì)的一股力量。

關(guān)燈工廠≠智能工廠

談到智能工廠的發(fā)展，機(jī)器人可以說是其核心裝備之一，尤其在現(xiàn)今勞動(dòng)人口缺乏的情況下，工業(yè)機(jī)器人更是替代人力的不二首選。不論是傳統(tǒng)工業(yè)機(jī)器人到現(xiàn)今越來越廣泛使用的協(xié)作型機(jī)器人，目的都是在為整個(gè)工廠提升生產(chǎn)效能。

根據(jù)國際機(jī)器人聯(lián)合會(huì)(IFR)的報(bào)告指出，截至2019年，全球部署的工業(yè)機(jī)器人將會(huì)增加到260萬臺(tái)，這比過去寫下新紀(jì)錄的2015年時(shí)期又增加了約一百萬臺(tái)。而從行業(yè)區(qū)分，則有70%的工業(yè)機(jī)器人被應(yīng)用在汽車、電子及金屬機(jī)械等領(lǐng)域較多，可視為需求最為強(qiáng)勁的市場(chǎng)。

被外界譽(yù)為智能工廠的標(biāo)竿，鴻海集團(tuán)的關(guān)燈工廠目前朝第六座邁進(jìn)，預(yù)計(jì)年底將成立。這些關(guān)燈工廠手中握有6萬臺(tái)工業(yè)機(jī)器人大軍實(shí)現(xiàn)全自動(dòng)化生產(chǎn)線，規(guī)模堪稱全球之最，但即便如此，鴻海也不敢自詡自己走在“工業(yè)4.0”上，而是稱自己在“工業(yè)3.5”的階段。

許多人在定義工業(yè)4.0的時(shí)候，大部分都會(huì)認(rèn)為應(yīng)是一座充滿全自動(dòng)化的工廠。但事實(shí)上，一間全自動(dòng)化的工廠并不能代表即是智能制造，因?yàn)樽詣?dòng)化技術(shù)從過去到現(xiàn)在持續(xù)不斷演進(jìn)，并不是應(yīng)對(duì)工業(yè)4.0的浪潮下所應(yīng)運(yùn)而生。國際工業(yè)大數(shù)據(jù)專家李杰就說，“自動(dòng)化”可以取代人力執(zhí)行重復(fù)性的工作，把做不好的工作做好，但“智慧化”卻可以做到人力不能做的事情，甚至做得更好。

對(duì)于智能制造，我們應(yīng)該著重思考的是“智慧化”而非自動(dòng)化。鼎新集團(tuán)副總裁潘泰龢表示，推動(dòng)智慧化的關(guān)鍵就在于人工智能，賦予機(jī)器如人的大腦般具有分析、思考、推論、決策的能力，未來不需要人類在一旁監(jiān)看，也能做出相應(yīng)且合適的決策，這才是真正關(guān)燈工廠的意義。呂芳銘在今年Computex2017展會(huì)上也曾表示，鴻海發(fā)展關(guān)燈工廠的下一步，就是要透過大數(shù)據(jù)、人工智能等技術(shù)實(shí)現(xiàn)智能化。

圖二 : 被外界譽(yù)為智能工廠的標(biāo)竿，鴻海集團(tuán)的關(guān)燈工廠目前朝第六座邁進(jìn)，預(yù)計(jì)年底將成立。圖為富士康昆山廠板對(duì)板連接器母端生產(chǎn)區(qū)。

人工智能領(lǐng)銜機(jī)器人

不過人工智能的定義很廣泛，這當(dāng)中由許多技術(shù)集結(jié)而成，尤以工業(yè)機(jī)器人而言，機(jī)器學(xué)習(xí)的應(yīng)用十分重要。比較淺顯的說法，就是讓機(jī)器人去模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，并重新組織已有的知識(shí)結(jié)構(gòu)使其不斷改善自身的性能。

領(lǐng)軍全球工業(yè)機(jī)器人的制造商庫卡(KUKA)表示，人工智能可協(xié)助機(jī)器人適應(yīng)環(huán)境所帶來的不確定性與任何變動(dòng)。不僅工業(yè)環(huán)境，機(jī)器人勢(shì)必還會(huì)進(jìn)入其他應(yīng)用領(lǐng)域，如專業(yè)服務(wù)型機(jī)器人或一般服務(wù)型機(jī)器人，這些機(jī)器人的對(duì)象則變成一般大眾，因此必須變得更加靈活、更具調(diào)性，而此時(shí)，機(jī)器學(xué)習(xí)將會(huì)派上用場(chǎng)，協(xié)助這類型的機(jī)器人對(duì)于應(yīng)用領(lǐng)域所需的專業(yè)技能更加熟稔與迅速適應(yīng)私人環(huán)境。

結(jié)合人工智能技術(shù)的機(jī)器人，庫卡便透過開放模式來收集并解讀數(shù)據(jù)，并借助Microsoft Azure云端平臺(tái)對(duì)這些數(shù)據(jù)進(jìn)行分析。而庫卡目前也正在針對(duì)許多項(xiàng)目進(jìn)行研究中，例如RobDream。在RobDream中，機(jī)器人能夠在停工階段提升自己的能力進(jìn)行優(yōu)化，和人類一樣處理發(fā)生的事情，并從經(jīng)驗(yàn)中學(xué)習(xí)，像是針對(duì)算法進(jìn)行情境相關(guān)的優(yōu)化與配置。

對(duì)于庫卡而言，有一個(gè)特別重視的市場(chǎng)，就是電子業(yè)。原因在于現(xiàn)今市場(chǎng)上有越來越多電子產(chǎn)品推陳出新，許多業(yè)者因此必須加快產(chǎn)品的開發(fā)速度、縮短產(chǎn)品生命周期來迎戰(zhàn)對(duì)手，因此產(chǎn)線需具備高度的靈活性以滿足快速變化的生產(chǎn)需求，但此同時(shí)，又必須要求成本盡可能維持在最低的水平，庫卡表示：“這正是我們的機(jī)器人發(fā)揮作用的地方!”。

日本工業(yè)領(lǐng)域人工智能專家Tomi則認(rèn)為，機(jī)器學(xué)習(xí)可為將來生產(chǎn)線帶來一些重大變化，“它正在改革整個(gè)制造環(huán)境”。例如，透過機(jī)器視覺代替過去以肉眼進(jìn)行檢查作業(yè)，這種方式是透過把工程師的人工檢測(cè)經(jīng)驗(yàn)轉(zhuǎn)化為深度學(xué)習(xí)算法去實(shí)現(xiàn)無人化檢測(cè)。或是大幅改善工業(yè)機(jī)器人在進(jìn)行零件分撿的作業(yè)性能，經(jīng)過機(jī)器學(xué)習(xí)后，機(jī)器人即可知道每次的動(dòng)作是成功或是失敗，亦或是移動(dòng)到哪個(gè)位置會(huì)有更高的成功率等，根據(jù)實(shí)驗(yàn)證實(shí)，機(jī)器人在歷經(jīng)8小時(shí)的學(xué)習(xí)后，分撿成功率竟可達(dá)到90%，這已和一名純熟的作業(yè)人員擁有相當(dāng)?shù)乃健?/p>

甚至，更可作為工業(yè)機(jī)器人的故障感知，在異常前預(yù)測(cè)，從而避免機(jī)器故障帶來的損失和影響。現(xiàn)在的工業(yè)機(jī)器人大多配有傳感器來搜集正?；虍惓９ぷ鲿r(shí)的波型、電流等訊息，而透過機(jī)器學(xué)習(xí)后，通過反復(fù)觀測(cè)到的波型，可以檢測(cè)到人類難以感知的細(xì)微變化，并在機(jī)器人徹底故障前就提出預(yù)警。

圖三 : 人工智能賦予機(jī)器如人的大腦般具有分析、思考、推論、決策的能力，未來不需要人類在一旁監(jiān)看，也能做出相應(yīng)且合適的決策。

工業(yè)4.0發(fā)展至今仍無標(biāo)準(zhǔn)化的架構(gòu)，為此也在執(zhí)行上增加不小的難度，面對(duì)智能制造的轉(zhuǎn)型，企業(yè)在踏出第一步前，必須先了解自己最主要的需求為何，而非僅僅追求百分百的自動(dòng)化生產(chǎn)流程。而諸如人工智能等新技術(shù)的出現(xiàn)，或許一般中小企業(yè)或傳統(tǒng)產(chǎn)業(yè)等“門外漢”對(duì)此并不了解，因此最好的方法，還是不要自行關(guān)起門來做，而是訴求專業(yè)分工，借助如系統(tǒng)整合商的專業(yè)技術(shù)協(xié)助導(dǎo)入，以達(dá)到優(yōu)化的效果。