日月光、中華電、高通打造首座5G mmWave智慧工廠，亮點一次看！吳田玉曝明年加碼7座|數位時代 BusinessNext

不為服務一般消費者，而是為企業專門打造的5G 企業專網，被視為電信業者在 5G 的「真戰場」，今（16）日，在台灣 5G 正式開台半年後，打開全新的一章。

半導體封測一哥日月光、電信巨頭中華電信、晶片大廠高通正式宣布，三方聯合打造不僅是台灣、更是全球第一座的5G mmWave（毫米波）企業專網智慧工廠，也是第一個導入台廠小型基站的 5G 企業專網，「台灣味」特別重，在中華電信和高通的牽線下，無論是硬體設備還是軟體應用，參與的台廠就有 7～8 家。

「5G 企業專網我們做了很多，從學校到展館，但日月光就是從實驗場域變成實際商轉的例子！」中華電信董事長謝繼茂說道。

三位重量級人物親自出席，現身日月光高雄廠 K23 的研發大樓內，揭露這一個智慧工廠究竟能做些什麼？首度採用 mmWave 而非主流的 Sub-6，又能帶來什麼不一樣的應用？這一個 5G 企業專網，又是如何把台廠們串起？

高雄第二園區導入！未來18座智慧工廠都有5G？

日月光集團目前在高雄有兩個園區，共計 18 個智慧工廠，這一次的 5G mmWave 企業專網則是選在第二園區內。

「我不排除未來 18 座智慧工廠都導入5G！」日月光執行長吳田玉更進一步透露，2021年日月光將投資940億台幣、雇用 8,600名員工，再加開 7 座智慧工廠，建立高雄第三個園區，這些新工廠從設計上就要把 5G 概念導入其中。

雖然吳田玉並未說明打造一座 5G mmWave 企業專網的金額，或是下一步的使用規劃，但仍揭露已導入至日月光集團高雄廠生產線的三大應用。

廠內上千種設備，一副 AR 眼鏡後台人員隔空協作維修

日月光作為半導體封測一哥，旗下擁有數千座機台，必須時時監測其運行狀況。透過 5G mmWave 網路，一旦偵測出問題，後台人員不用跑到現場，透過戴在維修人員身上的AR（擴增實境）眼鏡，即能遠端進行維修，因為 5G 大頻寬、低延遲的特性，能即時傳送製程中因檢測產生的巨量高解析度圖片，並進行大數據分析，遠端調整製程，以提高檢測精準度、良率與產能。

AGV 智慧無人車搬運又巡檢，違規操作全被看透

連上 5G mmWave 網路，無人車除了能自行搬運東西外，透過安裝的攝影機，再進行AI（人工智慧）及大數據分析，便能達成自動巡檢功能。在展示影片中，當人員沒戴手套、距離過近，或是機台發生異常時，都能自動給予警示。

值得一提的是，無人車上的 360 度鏡頭中，搭載的是第一屆「高通台灣創新競賽」入圍台灣新創團隊灼灼科技（DT42）的人工智慧檢測系統。

AR 體驗工廠「水回收」過程，成教育課程素材！

日月光綠科技教育館是目前全台灣最大的中水回收廠，從工廠放流水進行水資源回收淨化，最後回到製程中「再利用」，日月光把這一過程透過 AR 演示，成為全台灣最大透過 5G mmWave 的 AR 實驗場域，開放參訪教課。

這個企業專網「本土味」很濃！串起多家台廠

有中華電信牽線，再加上承諾持續投資台灣的高通把進程拉到南台灣，此次參與建置 5G mmWave 應用場域的「台灣本土夥伴」眾多，包括提供 5G mmWave 小型基站的中磊電子、智慧視覺解決方案供應商華晶科技、機器人廠商女媧創造科技、仁寶電子、Acer、新創團隊灼灼科技（DT42）、無人機廠商台灣希望創新公司等等，現場數得出來的就有7～8家。

台灣本土無人機廠商台灣希望創新公司，原先已經和日月光合作，機身上搭配空氣偵測盒子，在工廠上空巡檢路線進行空氣品質採樣，接下來將採用仁寶的 5G 模組，在 5G mmWave 環境下運行。

圖／唐子晴攝影

值得一提的是，這是第一座導入台廠小型基地台的 5G 企業專網，供應廠商為中磊電子，中華電信則負責協助中磊與自家5G網路介接，謝繼茂坦言過程並非一帆風順，碰到不少問題，「我們在實戰的經驗中，彼此都有進步，對網通廠商來說也學到東西，他們未來走出去打國際市場，也更有信心。」

為何選擇還未成主流的mmWave？

但是，無論是先前的各種 5G 專網實驗場域，還是遠傳電信和台達電子的 5G 智慧工廠，採用都是目前主流 Sub-6，這一次選擇 mmWave，究竟優勢為何？

答案無疑是「大頻寬」。中華電信估計，在台灣高頻的 28GHz mmWave，總頻寬是中低頻 Sub-6 3.5GHz 的9倍以上。「若從終端設備來看，很多東西不是 4G 不能做，但頻寬不夠大，大家的內容就會被侷限，當你頻寬夠大，更需要大量處理影像，不用只拘泥於 2D 而已，」仁寶電腦研發中心資深經理黃兆華說道。

官方人員透露，這一次在工廠建置中，已經做到 mmWave 小型基站設置的比WIFI 基站還要少，大約 50 x 60 m的場地中，基站數約為10～12個。「無論如何，這至少在高通積極佈局毫米波上，立下一個驗證的里程碑。」劉思泰表示。

責任編輯：錢玉紘

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。