推 DYT603: 就變成有人要去調機械手臂? 04/02 11:57
推 cityhunter04: 自動化設備還是要有人去修啊！現在還沒到機器修機 04/02 11:59
→ cityhunter04: 器的地步.... 04/02 11:59
推 squard: 你有聽過斜槓青年嗎 現在是要有二項以上的專業 04/02 11:59
推 phantasystar: 再裝調機械手臂的手臂就行惹 04/02 11:59
推 B9207036: 可以吧，pm，修機等等的應該不是機器手臂10年內做得來 04/02 12:00
→ B9207036: 的吧~至少再怎麼樣也還要有人修機器手臂 04/02 12:00
→ squard: 下班時間要練習coding 培養第二專長才行 未來是AI時代 04/02 12:00
推 tareki: 到時候就是設備準時下班不輪班，爽翻 04/02 12:01
→ squard: 問題是工作又不是只有十年時間，要25年的時間 04/02 12:01
推 michaelgodtw: 會更多，一推大陸製會壞 04/02 12:04
→ kamikaze0415: 可以告訴我哪種機台目前沒在用機械手臂嗎？ 04/02 12:09
推 raizse: 好奇未來導入大數據解issue, PE會不會被淘汰? 04/02 12:14
→ lazarus1121: 我對產線數據的正確性存疑 04/02 12:21
→ lazarus1121: 更別說產線的大數據了 04/02 12:21
→ lazarus1121: pe解issue有多少是先射箭再畫靶的XD 04/02 12:23
推 motan: 發那科好像目標就是機器修機器 04/02 12:37
推 chiahaug: 大數據只會參數最佳化…不會CSOT DOWN跟SECOND SOURCE評 04/02 12:41
→ chiahaug: 估 04/02 12:41
→ sai82320: 人家10年早就賺飽等退休 抵其他公司做20至30年 04/02 12:42
推 ptta: 大數據調是調免費的嗎？ 04/02 12:52
推 ysy2003: 看就知道你低估了半導體製程與機台，他與你所認知的工廠 04/02 12:57
→ ysy2003: ，天與地的差別 04/02 12:57
推 squard: 最好十年就賺飽飽 現在沒有科技新貴 04/02 12:58
→ ysy2003: 那誰來引導大數據來對應issue，大數據不是電影上萬能的AI 04/02 12:59
→ ysy2003: 啊！ 04/02 12:59
→ squard: 車子、物流都可以導入自動化 設備沒有不行的道理 04/02 12:59
→ squard: 現在的AI都可以跟人類交流了 04/02 13:00
→ squard: AI也可以教機器人 04/02 13:01
推 ysy2003: 設備沒有不行的道理看起來很有道理，但你沒估到機台的精 04/02 13:02
→ ysy2003: 密程度/結構複雜，還有半導體不是機台調好擺在那就OK了！ 04/02 13:02
推 ysy2003: 你太高估目前AI的應用，與低估各製造領域的門檻 04/02 13:03
→ ysy2003: 以後不敢說，但現在也才剛所謂的起步 04/02 13:04
推 squard: 不管是複雜度跟精密性，很多都是SOP 目前AI是辦的到 04/02 13:05
→ squard: 工廠自動化哪是剛起步 04/02 13:05
推 horse2819: 10年買個房車 然後找個準時上下班的工作啊 04/02 13:06
→ ysy2003: 證明? 04/02 13:06
→ squard: AI目前可以做到辨別+思考+行動 沒有剛起步 04/02 13:06
→ ysy2003: 誰在跟你說自動化? 你的內容都在AI+機器人調機 04/02 13:07
→ squard: 自動化不用AI和大數據嗎 不是剛起步 04/02 13:08
→ ysy2003: 所以誰家的機器人不需要指令，就可以獨步全球取代人工做 04/02 13:08
→ ysy2003: 精密的動作? 04/02 13:08
推 Sweet83921: 以後OP還有工作嗎QQ 04/02 13:09
→ squard: 十年後會被AI所取代的工作，絕對有設備 04/02 13:09
→ ysy2003: 可是你的說法讓我覺得，是已經成功.行得通... 04/02 13:09
→ squard: OP肯定也沒有 04/02 13:09
推 gj942l41l4: 只會調機台的大概會被淘汰 04/02 13:10
→ ysy2003: 以後OP的工作會轉型吧！譬如派工.指令之類的，現在台積 04/02 13:10
→ ysy2003: 最先進廠有點類似這樣 04/02 13:10
→ squard: 以後設備就不會做routine的工作，屬做決策，所以也不需 04/02 13:10
→ ysy2003: 遠端+自動化 04/02 13:11
→ squard: 很多設備，只要少數幾個設備supervisor就好， 減少cost 04/02 13:11
→ squard: 沒錯，OP跟設備不需要這麼人力 未來就是這樣 04/02 13:12
→ gj942l41l4: 但是能夠根據AI的表現去調整AI 就一定還有工作 04/02 13:12
→ gothmog: 簡單說就是調機台的人還是有 但會少非常多 04/02 13:12
→ gj942l41l4: 譬如增加效率、減少失誤、甚至增加performance 04/02 13:13
→ squard: 所以就要培養第二專長 04/02 13:13
→ squard: 現在只會做routine的工作 將來肯定被AI replace 04/02 13:14
→ squard: 一定要去進修關於大數據 ML 演算法等 04/02 13:16
推 gj942l41l4: 倒不覺得一定要學那些 04/02 13:17
→ gj942l41l4: 但要了解機台原理 有能力找出問題並解決 04/02 13:17
→ gj942l41l4: 比起靠經驗猜問題或照表操課的 應該就夠留下來了 04/02 13:18
推 squard: 反正，多學是好事，也不要去排斥 不然會跟新鮮人沒競爭力 04/02 13:20
→ squard: 以後會留來下的就是跨領域的人才 04/02 13:22
→ jaywantw: 多學是好事 但對已在社會打滾十多年的人來說CP值不高 04/02 13:33
→ jaywantw: 你還得考慮年齡的問題 04/02 13:34
噓 gn02384419: 設備不可能失業，怕是怕自己稱不住 04/02 13:34
→ jaywantw: 而且吸收的程度也有差 年齡高的人再怎樣厲害 04/02 13:36
→ jaywantw: 公司不如投資剛畢業的人 你還要考慮台灣的科技環境 04/02 13:37
噓 duser: 本版鄉民會告訴你設備只有四大碩才有機會辦法做好 04/02 13:38
→ jaywantw: 一般到35歲以後 找工作會比較著重在你是否有管理經驗 04/02 13:41
→ jaywantw: 管理深入到什麼地方 有什麼樣的實績 04/02 13:42
推 deltarobot: 大數據個屁 學生嗎？ 04/02 13:43
→ jaywantw: 新技術 公司永遠只會考量剛畢業的新鮮人 04/02 13:43
→ jaywantw: 因為他是最接近現代科學的年齡層 04/02 13:44
→ jaywantw: 不要高估台灣科技 到時候AI不會修 我們還得自己去修 04/02 13:50
→ jaywantw: 再加上也多了要修AI 修不好還不是得call vendor==" 04/02 13:51
→ jaywantw: 傳統汽車產業 都已經實施機械手臂維修與組裝了 04/02 13:52
→ jaywantw: 我認為科技業日新月異 設備要持續買新的 04/02 13:53
→ jaywantw: 搞AI還有萬里長城的路要走... 04/02 13:54
噓 fkman0831: 真的是學生廢文 04/02 13:54
推 boy80421: 就是100個調機台的人去搶3個調手臂的工作缺阿 04/02 14:02
推 DKnex: 可是IOT就是連機器人修復機器人不是？ 04/02 14:58
→ jengmei: 無塵布會自己飛行嗎？ 04/02 15:00
→ jyhtai: 先確定所謂的大數據資料正確性有幾趴 04/02 15:29
→ edit852: sensor不會光衰？ 不會螺絲鬆歪掉？ 不會直接暴斃？的確 04/02 15:31
→ edit852: 不要值班 離產線越遠越好 上面都認為導入一項自動化 人力 04/02 15:31
→ edit852: 就可以50% 70% 90%的刪減 然後robot整天該該叫不然就無言 04/02 15:31
→ edit852: 停止 交握異常 最靠北的還有小菲路過去撞Emo跟開門機台sh 04/02 15:31
→ edit852: ot down 找廠商來都只會報價全新機台 要修理就掰掰再聯絡 04/02 15:31
→ edit852: 虛晃一招 機台妥善率都是一百分 產品良率也都是一百分 04/02 15:32
→ edit852: 讚讚 04/02 15:32
推 a78998042a: 台GG沒得調去聯電調 04/02 15:33
推 mc2834: 機械手臂不會壞？不用保養？不用校正？不用改線？這篇簡直 04/02 17:26
→ mc2834: 奇文共賞… 04/02 17:26
→ linahou: 設備還是會壞會down機啊，奇文啊！ 04/02 17:34
推 Ratucao: 等機器會修機器 就是skynet 的時代來了 04/02 18:08
→ gothmog: 沒說不用人 但絕對少很多人 04/02 18:10
噓 yang00023: 先畢業再說吧 04/02 18:11
→ kmaster: 機器修機器哩...怕.jpg 04/02 18:17
推 EricTao: ai 寫code 機器修機器 人當乞丐 難怪天網要毀滅人類r 04/02 19:21
推 yan2626: 那傳產全部吃屎了啊 04/02 19:35
→ aramaram: 10年就賺飽啦 04/02 19:53
噓 chchan1111: 這種廢文看就知道學生 你以為機台只要調參數都不會壞 04/02 19:59
→ chchan1111: 機器學習目前幾乎都是完成單一任務 機況這麼多種 04/02 20:00
→ chchan1111: 每種都訓練一個MODEL? 然後還要訓練一個分辨是哪種機 04/02 20:00
→ chchan1111: 況的MODEL 你以為這麼簡單歐 就算都認得出來機況 還要 04/02 20:01
→ chchan1111: 修到好 十年做到全自動? 04/02 20:01
推 Trump520: 未來產線職位的缺一定會越來越少，這是一定的.. 04/02 20:18
→ ysy2003: 標準不懂工廠.機台.生產線啊 和某人喊AI.工業4.0 87像 04/02 20:31
→ ysy2003: 真的奇文共賞 以為很簡單? 04/02 20:33
推 Latte7: 十年已經可以退休了。。 04/02 20:33
推 chouvincent: 設備幹個10年也不簡單欸 04/02 20:39
推 bightn: 設備被取代前也是製程 整合先 你說的分析過程是AI最容易 04/02 21:16
→ bightn: 做到的 04/02 21:16
推 Neo123: 樓上正解..反而人人嫌的設備會活的比PE PIE久 04/02 21:24
推 oxygenlucky7: 沒錯，但我覺得未來較有可能的反而是機台內部自動 04/02 21:36
→ oxygenlucky7: 修復，但機台得重新設計，大量使用模組化套件，在 04/02 21:36
→ oxygenlucky7: 機身內存放備料，由機台內的robot自動更換加校正，a 04/02 21:36
→ oxygenlucky7: uto recover plus+ 04/02 21:36
推 kingroy: 機台要是每天都一模一樣，那給AI調很好，但老實說機台每 04/02 21:45
→ kingroy: 台都不一樣，你要大數據？一台開一天就一天份的數據，你 04/02 21:45
→ kingroy: 要怎樣大數據？機器從生產到組裝到每天整備清潔，每一台 04/02 21:45
→ kingroy: 都不一樣，光是累積數據就難了，中間故障換零件修完同一 04/02 21:45
→ kingroy: 個標準下去真的可以嗎？AI加機械臂顧機台還可以但調機台 04/02 21:45
→ kingroy: 實在不敢說會真的比人好 04/02 21:45
推 yan2626: 在公司還是嘴砲最強啦 人工智能絕對比不上嘴砲跟廢文 04/02 21:46
推 erial: 其實說不定有PTT BOT在推文呢 04/02 21:52
→ invidia: 叫助工去修就好了 EE GG 04/02 21:59
推 dos1019: Fab端穩定製程有些機會 04/02 22:17
推 ptttong: 目前十年是穩穩的 自己待不待的下去才是重點 04/02 22:29
→ ptttong: 不過穩定製程的確實會一直縮減人數 04/02 22:30
→ popsmats: 修一天或修十天，都是修 04/02 22:45
噓 bbbcccddd2: 原來未來的世界是機器修機器啊！漲姿勢啦！ 04/03 00:37
噓 W980: 可憐的孩子 04/03 01:41
噓 EdmundLi: 還沒出社會 XDDDDDD 04/03 06:24
推 ian41360: 大數據自己tune recipe是有聽說，不過AI不會先射箭再畫 04/03 11:55
→ ian41360: 靶吧XDD 04/03 11:55
噓 enunion: 你以為工程師只要調機喔 04/03 14:38
推 ysy2003: 若要AI要先畫靶才射箭，那issue永遠沒結論，大數據永遠沒 04/03 14:51
→ ysy2003: data 04/03 14:51
噓 iserendipity: 學生文 04/03 21:47