從18世紀在英國發起的第一次工業革命開始，如何利用不斷創新改良的機器或持續演進的各種科技取代人工勞動力，以提升生產效率、擴大制造規模，成為人類一直在追求的目標。如今隨著物聯網(IoT)與人工智能(AI)等新興技術的崛起，以及德國提出的“工業4.0”愿景，工業革命已經邁入第四個階段，其目標是推動傳統制造業的數字轉型，打造導入IoT與AI技術的智能化工廠，通過大數據的收集與分析，以及利用各種數字化技術構筑的虛擬模型，讓現實世界的生產效率與良率更高，同時節省成本、提升安全性并激勵產品創新。

那么，智能制造的未來會是什么模樣?

制造業數字轉型驅動創新

從自動駕駛車輛到智能手表，如今市場上各類電子系統越來越復雜，不但需要整合各種機電零件與軟件，還要求更高的連接性以及導入可持續性概念，為制造業在產品設計研發、生產線與供應鏈管理等方面都帶來了許多挑戰。西門子(Siemens)數字工業軟件大中華區副總裁暨中國臺灣地區總經理陳敏智表示，這些復雜產品的開發需要工程師的跨領域知識，像是進行散熱、跌落試驗等多物理模擬，以及不同團隊之間更多的協同合作;要讓難度日益升高的產品開發速度跟上需求，就必須擺脫傳統方法，進行數字轉型。

“在制造業數字轉型的過程中，以往界線分明的IT與OT會越來越密不可分”，陳敏智解釋，“IT就是包括像是企業資源計劃(ERP)、供應鏈管理等，而OT就是生產設備的管理，像是工業控制系統/數據采集與監控系統(ICS/SCADA)?！痹诋a品制造過程中，SCADA會收集很多的數據，而是否能把這些從不同機器收集到的數據去跟整體良率、或是跟針對哪一家客戶、那一種原物料生產出來的結果作一些分析比對，就是IT與OT的融合;這些數據與分析結果慢慢累積成為有用的信息，甚至以AI的方式來指導生產，就能夠實現智能制造，這不僅能讓廠商達到在營收與利潤方面的提升，也能降低打造產品實體原型的成本。

陳敏智指出，為協助制造業廠商順利完成數字轉型，西門子提供的解決方案包括三大主軸：“一是全面性的數字孿生(Digital Twins)技術;二是針對不同應用與環境打造的定制化的可調節、現代化方案;三是一個具彈性的開放性生態系統。”我們在十年前就制定了目標，要將虛擬與現實環境融合，如此在產品從設計、生產到應用的整個生命周期中，每一個步驟在實際執行之前，都可以在虛擬的環境中進行規劃與驗證;由數字孿生技術構筑的虛擬環境與現實世界形成一個閉回路，持續將來自現實世界的數據回饋至虛擬環境中的模型，進行比對分析與測試，以橫跨整個價值鏈的明智決策與技術創新。

圖1：西門子致力融合虛擬與現實環境，支持制造商的數字轉型(圖片來源：西門子)

“數字化進程并非一蹴而就，依據企業的經驗與投資規模，可能需要三到五年的時間”，陳敏智表示，西門子近期推出的Xcelerator平臺，就是期望藉由結合數字孿生與云端技術，軟件即服務以及與應用程序開發平臺的全套解決方案，加速、簡化制造商的數字轉型過程，實現真正的智能制造。而西門子已經協助包括電動車廠、登山自行車廠、半導體芯片設計廠商、疫苗開發廠商、設備制造商等客戶，成功提升生產力與質量、降低產品開發成本，甚至達成節能減碳的目標。

西門子數字工業軟件大中華區高科技產業暨中國臺灣地區技術總監陳松盈補充指出，未來企業的競爭優勢將仰賴是否能夠成功數字轉型，而要實現全面數字轉型，需要從技術、人與流程三個方面考察：“一是要好好利用并正視過去僅作為支持的IT與OT技術，二是人員思維的轉變，第三是檢視有哪些流程是可以利用最新的IT/OT技術來進行數字化改造”;同時他也建議在數字化過程中，可以從三個方向來訂定轉型策略──首先是設定基準目標、了解目前現實狀況的最大差距，并規劃要花多久的時間來達成目標;其次是平衡數字轉型的投資成本與回報;最后就是要尋找一位能共同成長的正確合作伙伴，避免為省錢而采取“頭痛醫頭、腳痛醫腳”的作法，否則可能失去競爭先機，還得投入額外成本與時間來補救。

圖2：西門子Xcelerator全套解決方案平臺

陳松盈表示，西門子深刻了解工業軟件是企業取得競爭優勢的關鍵，近年來持續通過收購等模式，投資工業軟件領域;迄今投資金額已超過100億歐元，并在全球部署了1.27萬軟件工程師，致力于開發、完善能協助客戶融合虛擬與現實的數字轉型解決方案;而除了支持具彈性的授權、安裝與購買模式，西門子認為云端化是工業軟件的未來發展趨勢，能支持客戶不受時間與空間限制的異地協作、按需求使用，也能共享數據、降低成本。Xcelerator平臺也是基于這樣的概念開發，支持電子和機械設計、系統模擬、制造、營運和生命周期分析，也支持低代碼的快速APP開發平臺，能輕松構建、整合和擴展現有數據和系統，讓客戶打破傳統各自獨立的工程學科(如電子、機械或軟硬件)領域界線，快速、可預見地迎向未來。

結合AI智能制造實現可持續未來

制造業的數字轉型與智能化，不只與生產力的提升、成本與風險的降低密切相關，更是達成ESG永續目標、實現凈零碳排、對抗氣候變化的關鍵助力。誕生于2020年并立志讓“使用AI像用水用電一樣自然”的中國臺灣新創公司詠鋐智能(Chimes AI)，就著重于通過結合AI的智能制造解決方案，為企業創造ESG價值。該公司首席執行官謝宗震表示，包括在制造現場通過AI技術以軟實力建立數字孿生模型或生產制程的模擬，以支持節能減碳設計與流程最佳化，也能利用AI降低安全風險、預測供應鏈變化及幫助進行決策。

謝宗震舉例指出，Chimes AI先前曾對開放性的、全中國臺灣土壤生產力調查報告數據進行分析，歸納出緊鄰工廠的農地受重金屬污染的機率較高，而經過AI預測在早期協助制造商以更精準的方法改善廢水處理效率，不但能大幅減少因土壤污染造成的農作物損失，也能協助制造商符合環保的標準。Chimes AI也曾利用AI數據分析──包括不同機器設定以及不同區域工廠的溫濕度差異等信息──協助紡織廠最佳化其染料組合，以達到良率的提升，降低因染色失敗需要返工所產生的原料及時間成本。此外還有利用AI預測生產線非計劃停機可能造成的財物損失、人員安全風險或環境污染，以及工廠能源需求評價等。

圖3：Chimes AI將AI項目開發由數月縮短至數天，并助力可持續性推動(圖片來源：Chimes AI)

謝宗震強調，對大多數的企業來說，利用AI解決方案實現智能制造、分析大數據以產生洞察或預測信息等工作，最大的痛點在于缺乏具備AI專業的人才，還有往往得花數月的時間收集相關數據、建立模型，以及需要跨領域專家的協作，使得AI的“落地”表現不佳，也很難擴大應用規模;而Chimes AI致力于提供無代碼的AI模型，建立與IoT/ERP數據管理平臺，打破傳統AI開發流程，沒有AI技能的人員就能操作、也能將開發時間縮短至數日，如此將能擴大應用規模，讓效率更高、更具綠色環保概念的智能制造“遍地開花”。以實現可持續性為目標，Chimes AI期望能有更多企業利用該公司的平臺快速導入AI，因為我們只有一個地球!

賦予未來工廠邊緣智能——MCU/MPU扮要角

要打造智能工廠、實現工業4.0愿景，微控制器(MCU)無疑扮演了關鍵角色，特別是在包括傳感器的端點(Endpoint)設備與負責連接云端的網關等邊緣設備的應用上，如何因應在連接性、安全性方面越來越多的要求，將成為主要課題。ST技術營銷經理Daniel Wang表示，邊緣端系統因為性能與內存容量有限，必須執行更精確的分工，以確保橫跨各個處理單元的智能運算資源的正確分配;例如在必須針對傳感器產生的數據先進行微觀層次分析的端點設備，可能會先進行初級的檢測或數據分類，產生的信息再傳送至網關進行中級決策，這使得AI神經網絡運算在分析異質資料時可充分發揮作用，當需要更大算力進行最終宏觀決策時，才將數據送至云端。ST具備廣泛選擇的ST32系列微控制器與ST32 Cube開發套件，就能支持此類應用需求。

圖4：能為安全智慧制造提供廣泛支持的ST生態系統

Daniel Wang舉例指出，針對工業物聯網端點設備應用，訴求超低功耗、高安全性的STM32U5能滿足需求;此外，采用Cortex-M4核心的STM32G4，則能在數字電源與電機控制方面發揮長處。而在網關的應用上，整合了Cortex-M7及Cortex-M4雙核心的STM32H7，以及整合兩顆Cortex-A7核心、1顆Cortex-M4核心的更高級別STM32MP1系列MPU，能用于人機界面及圖形語音識別等AI神經網絡，以及為電腦視覺方面提供支持。搭配ST的AI生態系統STM32Cube擴充套件STM32Cube.AI，還有NanoEdgeAIStudio自動化機器學習工具，能為客戶打造先進、安全的智能制造環境。

低功耗藍牙的多樣化應用

除了微控制器/微處理器，無線連接技術在智能制造、工業物聯網等應用上的重要性同樣顯著，具備各種優勢的低功耗藍牙(BLE)是其中之一。德州儀器(TI)資深應用工程師郭錦誠表示，在2010年與藍牙4.0規格一起誕生的低功耗藍牙，雖與經典藍牙同樣使用2.4GHz頻率，但在調變模式、信道與跳頻機制等方面都有所不同，并采用為低功耗設計的同步協議，目標市場是低功耗、低延遲與低傳輸量的應用。

圖5：TI的新一代低功耗藍牙芯片

低功耗藍牙主機(通常是手機)與周邊設備的聯機，是通過后者發送廣播信號、前者進行掃描配對而建立;在聯機之后，主機與周邊會定期進行聯機事件以交換數據/確認彼此的存在，其余時間都維持睡眠狀態，因此能維持相當低的耗電。低功耗藍牙支持四種拓撲──點對點、一對多(星狀)、信標(beacon)與網狀網絡(Mesh);最新的Mesh模式主要應用在連網照明。郭錦誠指出，TI自2010年已經推出四代的低功耗藍牙芯片，最新的CC2340x除了實現硬件上的成本、功能與質量最佳化，也提供易用軟件工具以加速產品開發;在工業相關領域可支持如貨架電子紙標簽的自動化更新、智能電表讀取、個人化醫療設備(血糖/體溫監測)等應用。

融合OT與IT防護阻斷安全威脅

因應生產領域或所謂“營運技術”(OT)關鍵基礎設施中發生的安全攻擊事件逐漸頻繁且日益嚴重，業界安全設備或方案商提供各種不同見解與解決方案，將安全概念以及防范手法套用在關鍵的OT/生產場所。

然而，傳統信息技術(IT)網絡環境并不同于OT網絡環境。Fortinet中國臺灣區OT安全技術顧問徐嘉鴻指出，二者的最大差異在于OT/生產網絡對于“可用性”(availability)的要求重于一切，必須以穩定、持續工作為優先，而這也是為OT領域提供安全解決方案的入門級門坎。

為了更有效地控制OT環境或企業的基礎信息安全，徐嘉鴻指出，首先必須通過防火墻隔離OT網絡和IT或辦公室網絡(OA)，以利于控管、加密與身份認證。其次，在符合IEC規范與認證的基礎上，還必須搭配一個易于管理各種不同事件的平臺，進行關聯與分析，才能確保OT/IT環境的安全。特別是當環境中有多樣化的安全解決方案或不兼容的系統，可能支持不同程度的可信度以及各種類型的加密保護與身份認證，成為OT環境部署與規劃安全方案的挑戰。

為此，Fortinet推出去中心化的安全解決方案——安全織網(Security Fabric)，為解決威脅，讓針對特定環境及其特性的多樣化解決方案得以互連、共享信息?！捌涓拍钊缤谝粡埦W上的點對點通信與信息分享，”徐嘉鴻介紹道，在Security Fabric上的不同解決方案或每個角色都能獨立工作、接收來自不同角色或方案的信息，實現共享、連動或自動化設定。

在部署Security Fabric時，只需依序進行網絡分割、微分割(隔離與限制受損區域)、網頁服務安全、安全遠程登錄、安全威脅防護、應用程序/事件控管等一層一層進行，并可因應客戶的需求繞開特定系統，協助規劃既均衡又安全的OT/IT保護方案。

圖6：整合OT與IT的安全使用情境(圖片來源：Fortinet)

擺脫智能制造的熱問題

隨著電子零件的尺寸持續縮小，為了支持更多功能，所需處理的能量密度相對提升，具體表現就是產生更多的熱。尤其是因應工業4.0導入云端、物聯網、大數據管理、智能設備等技術進行智能制造，對于服務器、網通、綠能、農業、電動車(EV)與醫療等各行業應用都帶來了熱議題。

高柏科技(T-Global)項目及FAD項目經理朱怡靜，以幾種主要的行業應用為例，說明散熱機制在工業4.0時代的重要性及其處理方法。例如在機房中24小時工作的服務器，當熱累積到一定程度或超過其工作負載時可能會宕機。其熱處理方式是在芯片上貼散熱片，將熱傳到外殼后由空氣散發出去。當今的5G手機既要求網速與處理能力，還得維持高續航力，使得芯片處理功率高達10W(峰值甚至15W)，加上手機的結構和鏡頭顆數越來越多，用于散熱的空間更少，必須使用熱管或均溫板進行熱處理。

電動車則可能面對機組過熱的問題。針對電池模塊可以使用導熱膠泥或封膠填縫于電池之間，將產生的廢熱傳導到電池模塊外殼進行熱交換，同時維持良好的電池溫控。至于車用面板(OLED或Mini LED)則使用不同軟硬度的導熱硅膠導熱至金屬散熱器，保護LED晶粒不受高溫影響造成短路或故障光衰。而無論是太陽能、風力或水力發電等綠能，都因為無法持續產出，必須以電池進行儲能，因此同樣采用電池填充法，并在機柜外使用空調系統強制散熱。

朱怡靜并強調，“所有散熱都必須從導熱開始。要將熱帶走，一定要從發熱源開始就有良好的傳導功能?！睘榱隧樌貙醾鲗е撂囟▍^域后再通過元件散熱，一般采用由導熱和散熱組成的散熱模塊。高柏科技提供整合的散熱模塊，并為客戶應用進行各種熱傳導系數/熱阻等測試，確保符合工業級散熱需求。

圖7：工業4.0熱問題解決方案相關產業與應用(數據源：T-Global)

自動化AI平臺落實“智”造轉型

從系統中的基礎傳感器，到先進的智能生態系統，基于數據的各種行業應用正重新自行定義并變得更智能化。智能工廠或企業連網融合能源、物流、平臺、特定產品和售后零件等眾多數據源，這一切都與智能化、網絡化和自動化有關——關鍵就在于信息和平臺思維。

中國臺灣戴爾科技(Dell)集團技術副總經理梁匯華指出，探討智能制造議題不可或缺的兩件事，首先是在導入過程中產生龐大的數據，并對自動化或智能制造帶來影響。為了實現智能制造或智能工廠，必須更深入了解與掌握整個數據平臺，尤其是當整個生態鏈串聯后，更顯著影響工廠之間或是企業之間的完整供應鏈及其透明度。其次，為了讓數據更透明以及善用平臺即時串接，AI在此發揮作用。

因此，為了實現“智”造轉型，首先必須以基于大數據的平臺做后盾，其次是打造成為自動化或更有彈性的平臺，協助客戶從元素端到數據事件進行整合，并根據其需求導入應用系統，建立穩定的基礎設施。最后，還必須導入AI，通過AI從生產參數檢視良率與產能等分析，協助提升客戶體驗、加速創新與自動化調控，才能創造成本優勢與差異化，為企業挹注競爭力。

然而，企業在利用AI時還面臨著復雜度、龐大數據量以及AI與機器學習(ML)專業等方面的挑戰，為此，Dell聯手Infinities提供協助讓AI加速落地的AI Stack解決方案。據Infinities數字無限軟件營運長吳宣儀介紹，AI Stack提供有助于GPU更有效管理并加速資源部署的開發工具，讓AI開發人員與IT管理者能在此平臺協作，加速項目開發以及有效分配資源。

除了數據、AI、平臺與應用，梁匯華還強調安全的重要性，“如果安全防護不足，無法百分之百保證不會被攻破，更重要的是必須要保留最后的命脈?！?/p>

圖8：Dell聯手Infinities AI Stack協助AI加速落地(數據源：Dell、Infinities)

無代碼數據分析平臺加速數字轉型

“數據驅動”正成為智能制造的核心議題。然而，目前大多數企業中的不同部門，各自以方便檢視的形式管理數據，造成“數據孤島”;這不僅導致各部門之間協調困難，而且經常重復繁瑣流程。為了讓龐大的數據形成一個類似“數據中臺”的概念且有效串聯，美商訊能集思智能科技(Synergies Intelligent Systems)介紹無代碼(No Code)增強分析平臺，期望讓傳統的工業在短期內轉型升級至下一代工業。

為了真正大規模提升營運效率，Synergies推出數據分析驅動的全新營運管理模式——JarviX，導入AI與最佳實踐(best practice)模板，包含精管、AI排程、庫存/良率優化、庫存/動態自動報價以及預測性維護等，還可以轉化成數字轉型的策略藍圖，協助企業找到核心應用的切入點。

據Synergies首席執行官張宗堯介紹，這套完整的數據分析平臺使用對話框，并堆疊一系列分析、趨勢預測、異數洞察、異常偵測、關聯分析、差異分析等超過數十種演算模型，因此能根據不同的行業背景推薦關聯問題，迅速找出隱藏問題進行分析，協助進行決策。

張宗堯說，“JarviX結合了《鋼鐵人》(Iron Man)電影中最聰明的AI和最聰明的人(X教授)，期望讓未來的工業擁有超強的大腦，展現人機的最佳結合。”因此，該平臺特點在于搭載AI、自然語言處理、大數據分析與深度學習等技術，并重新定義數據分析的運作，讓各層級人員只需打幾個字或用口說的方式，就能分析數據導出報表，得到比以往更快速、更全面的決策依據。

此外，Synergies還推出AI分析精進循環方法論，擺脫過去以人為治，或AI仰賴專家/數據科學家的低效現狀，從而為未來智能工廠打造一個自適應、自學習長期循環。

圖9：解決AI分析無標準解決方案的JarviX(數據源：Synergies)

3D體驗平臺協同共進智能制造時代

隨著產品的功能更復雜、法規和質量要求日益嚴苛，加上越來越多樣化的軟硬件和機電整合，使得從原本的制造前推到設計整個過程都更具挑戰，電子系統也逐漸在數字轉型過程中扮演各行業轉型的核心。

從汽車行業的角度來看，達梭系統(Dassault Systemes)中國臺灣資深技術顧問林漢鑌指出，預計到2030年，電子系統將占汽車整體價格的50%。因此，電子行業如今在做IC或PCB設計時，更重要的是如何設計電子系統，使其與電動車實現更好的互動，而這還涉及結構、系統、設計與分析工具、可持續性與合規性等方面。

此外，在數字轉型過程中，除了制造流程的數字化、自動化，智能管理與維運帶來的“彈性制造”以及產品的良率、質量與服務的優化更是競爭力的關鍵。通過數字協同平臺，以3D模型的方式串聯不同部門與信息，建立以數據驅動的AI模式進行預測與模擬，可望協助制造業加速數字轉型。

為此，達梭系統推出數字連接、數據驅動、基于模型以及模擬現實的“3D體驗平臺”核心技術——3D EXPERIENCE，能夠協助建構彈性化、自動化的調度能力，讓各部門協同工作并串聯整個制造核心的數字化，以因應智慧制造時代的需求。

林漢鑌介紹，3D EXPERIENCE是協同的3D虛實整合平臺，能根據各行業的不同應用需求進行項目的設計、模擬、溝通與協同合作，持續推進數字化轉型與數字孿生技術，從而降低成本、增進營運效益、提高良率與生產力。例如，通過此平臺，協助汽車電子行業從數字化的研發、工藝到制造過程，提供單一數據源且基于模型的跨領域/學科方案，即時在線協同并打通端對端，執行自動化與數字連續、智能化設計與分析，實現高品質的生產制造與創新服務。

圖10：包含數字連接、基于模型、數據驅動等核心技術的智慧制造”3D體驗平臺”(數據源：Dassault Systemes)

編輯：黃飛

?