Re: [討論] 工業4.0對臺灣科技業有感嗎？

[choral (..)]

※ 引述《Hiterler (希特勒)》之銘言：
: 什麼工業人工智慧  智慧型工廠  供應端最佳化
: 從2011喊了快十年
: 真的有改變科技業什麼嗎？
: 機械手臂也是老早就有的東西
: 還是本魯之前待的公司太小  接觸顧客少
: 所以沒有什麼用到的層面？
: -----
我就這幾年玩工業控制和這一兩年玩工業AI看到的跟諸位分享，
有錯還請不吝指正。

有不少應用是ML/DL熱門以後才跟著出現或進化的，
在工業上比較常用兩項:電腦視覺(CV)、故障預測和健康管理(PHM)
其他的我比較少碰到所以就沒特別提了。
至於工業上的數據分析(比如加工時間、故障率...之類的)，
很多用最佳化或ML手法就可以得到一個不錯的解了，
用DL反而有種大砲打小鳥的感覺。
至於供應端最佳化，那種得要是全球性的供應鏈來分析才有參考意義，
台灣大部分廠商只有50家以下的直接供應商，
而且不少都沒有MES可供串接的情況下，
用隨機分布來算供應商到貨時間還比較快。

我都跟我的客戶和潛在客戶說工業4.0是浮動的，沒標準答案，還沒塵埃落定，
還在IT革命(第三次工業革命)的影響之中，
不然就說第四次工業革命就好啦，後面幹嘛要有小數點，
追求一個浮動標準是沒意義的，
重點在於要如何讓自己工廠獲利能最大化，如何合理配置人工、自動化以及AI的比例，
才是真的"智慧"。

比如說紡織業，利用CV(電腦視覺)可以讓錯誤檢出率提高個20%以上，
但對於機械加工業，CV在加工中幾乎無用武之地(你要用乾切削就當我沒說)。

對於某些設備產業，使用RNN based model(LSTM,GRU...etc)，
可以近乎100%抓出設備出錯前的特徵，
但對加工業，只要換個工件種類，模型就得重新訓練。

講得再深入一點，
對於一間小工廠而言，把一條產線IOT化的錢都可以再蓋一條新產線了，
而IOT上傳的數據他們也沒能力分析，
甚至這種工廠連MES都沒有，更沒聽過SAP這種東西，當然ERP也是不存在的。
對於這種想搞IOT化工廠的老闆我都建議他們把錢省下來蓋新產線比較實在，
或是只把幾個PLC或是機械手臂連接網路能夠在故障的時候發送訊息就好，
有些甚至連自動化都稱不上(只有單一設備)，
但，
光是這個看起來很簡單的PLC連網就能讓他們把晚班顧機台的人力省下來，
一點小投資，就有大大的收益。
至於再更進階的科技升級就我看來是沒意義的，
因為他們的訂單量就是這個小量體，還沒到量變能產生質變的程度。
這可以做為台灣很多小工廠的一個縮影。

而大間的科技業公司(集團)，員工人數過萬，我接觸過的兩三家，
公司內部連AI部門都有了，
加上本來就有的Automation部門、RD部門、IT部門、CIM部門、EE部門，
他們自己就玩得風生水起的，有些應用我也覺得有趣，
而且其中一間的CTO本人也很懂這些技術，細節都講得出來，
對於一個快60歲的人來說，我深感佩服。(只是實際執行是怎樣我就不知道了 呵呵)
對於這種不缺人才也不缺資金的公司，
有時候只缺個知道這些技術是啥或者方向正確不隨波逐流的頭兒吧。

我認為台灣的工業鍊一直缺有力的頭跟尾，
頭是製造設備的廠商，
尾是系統整合產品的廠商，
而中間段的代工廠、元件廠普遍來說水準是中間偏上的，
加上一些感測和分析的技術作為輔助，
的確能夠提高毛利率和提升生產效率，這是不可否認的。

以上是我目前和台灣廠商打交道的經驗和心得，
感謝各位的閱讀。

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.137.190.243 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1598279933.A.A86.html
→ lazarus1121: 幾年前待過工廠，覺得AOI還滿蠢的，還要配一個人站
→ lazarus1121: 在那邊看pass與否，不知道現在ML是不是解決這問題了
→ lazarus1121: 元件飛到點位外也抓不到，壓壞後製程不少治具XD
推 Morphee: 是說台達吧
→ Kayusumi: 一些切削的損壞預估不知道怎麼搞，震動/聲音/視覺都有限
→ Kayusumi: 制
推 motan: 不是說感測跟分析技術進步很多嗎，幾年應該差很多吧？
推 motan: 工業4.0感覺就是又一波大吃小，以前小廠利潤不夠大廠看不上
→ motan: ，等到大廠這些整合好，是不是增加的利潤就讓他們有動力去
→ motan: 做本來沒興趣的生意了？
→ Kayusumi: 最近被上面要求看TSN 暈
推 gj942l41l4: 換工件就得重新訓練這件事，是最近很多人想解決的
→ gj942l41l4: 是不是能從機台響應或特定sensor上找出問題並調整？
→ gj942l41l4: 繞過這個問題，甚至減少換工件時的調機時間
→ gj942l41l4: 台灣加工業很多都走小量多樣的，大量打不贏對面
推 iamala: 感謝分享
推 egnaro123: push
推 amethystboy: 推分享
推 CORYCHAN: 推這篇的觀點
推 tripleb: 沒錯 最後終究會回到現實面 錢
推 bartester: 感謝分享
推 closedltw: 覺得AOI蠢的老闆真的不少,本來幾千的元件要看,AOI幫忙
→ closedltw: 篩到只有幾個,不用10秒就能複判完一片板子,但很多老闆
→ closedltw: 認為只要多派幾個"有經驗"的老手,一樣可以抵掉一台機器
→ closedltw: 大部分的老闆會願意導入標準化的XX系統,很多時候都是因
→ closedltw: 為接到國外訂單,客戶要求才會購自動化設備,不然反正台
→ closedltw: 灣人工便宜,人海戰術能解的,常常都是用人力直接解決
推 djboy: 推
推 bnd0327: 十分同意"不應該追求浮動標準"的觀念
推 Csongs: 最後一段很認同
推 ppc: 推心得
推 as6633208: 中小工廠還是無感拉
→ as6633208: 捨不得花錢的太多了
推 wayaba: 推 謝謝分享
推 gospursgo21: 推
推 bear1414: 這篇清楚 其實最關鍵不是AI, 而是是否能判別帶來的價值
推 Jimmy030489: push
推 v86861062: 推推
推 qwas65166516: 推
推 Zacctui: 推這篇
推 somethingmor: 1F示範了甚麼叫無知
→ somethingmor: 不過可悲的卻是代表大多數人的觀點
→ somethingmor: 現在談的AI大多數都是假的  喊給老闆爽的
→ somethingmor: 全球有做到基本功的工廠工業4.0跟大數據幾乎是零
→ somethingmor: 更不用說是AI
→ choral: 樓上這樣貶低別人只顯得沒格調而已
推 grex: good
→ daywalker: 你沒看過不代表沒有 看你工廠的定義是什麼
→ daywalker: Data Center其實就是工廠 沒大數據?沒AI?
→ daywalker: 然後別搞不懂目標 有賺錢的老闆不是追求多高端的廠房
→ daywalker: 而是他們清楚知道目標是獲利 人工成本1塊自動化成本10
→ daywalker: 搞自動化搞到要賠錢 何不開人力爽賺
推 swwf: 推!
推 Calaglin    : 推