【觀點】轉型「智慧製造」該怎麼做?英特爾管理階層給亞太區業者的三大建議
【觀點】轉型「智慧製造」該怎麼做?英特爾管理階層給亞太區業者的三大建議

過去數十年,在勞動力、經濟發展和相關法規的優勢之下,全球都見識到了亞太地區製造業的崛起。然而這些製造業龍頭現在面臨到了關鍵轉捩點。

在客戶們的產品愈趨多元並加快上市時程的需求下,再加上通貨膨脹、供應鏈受阻和無法即時滿足訂單的產能,讓亞太區的生產動能備受挑戰。不僅如此,隨著更多製造業者加入、最新設備和技術陸續地湧現,以及業務成長上的壓力,製造業現在亟欲尋求轉型和突破。

為了提升競爭優勢,亞太地區有許多製造商都希望能夠透過「智慧製造」,整合技術、資料、製程和人機協作,改善營運成果、提升獲利。然而智慧製造不能只是在工廠零散地導入人工智慧(AI)或資料分析等技術,更要與企業的整體價值鏈,不論是設計、生產、銷售、物流等串接起來,但許多製造商對於設備之間的互通性、投資成本、以及未來設備是否能夠擴展等方向上仍然有諸多疑問,導致很多製造商對於是否採用新的智慧製造技術猶豫不決。

manufacturing
智慧製造不僅是在現有基礎上增添新技術,更要實現工廠營運技術(Operational Technology)和企業資訊技術(Information Technology)的真正融合、以軟體定義的方式來運作工廠,

我認為讓製造業裹足不前主要有兩大原因:資料和製程兩部分的的管理與整合。智慧製造不僅是在現有基礎上增添新技術,更要落實三大策略,包含實現工廠營運技術(Operational Technology,以下簡稱OT)和企業資訊技術(Information Technology,以下簡稱IT)的真正融合、以軟體定義的方式來運作工廠,以及用更全面、宏觀的商業視野檢視營運、工作流程和人機協作,才能真正邁向智慧製造。

策略一:真正實踐「OT和IT融合」

傳統上來說,OT和IT一直是各自獨立在運作的。像是工廠裡的機器和設備,OT通常是專用、垂直化的獨立運作系統,既沒有連網也沒有相互連接。由於缺乏跨機器的共通標準,需要人力監控和管理每個設備的程式編寫和實際操作。

隨著物聯網(IoT)、機器對機器通訊和資料分析的進步,OT和IT逐步邁向融合。以企業角度而言,IT正透過分享和處理整個生產作業區的資料交換,打破OT的資訊孤島狀況,自動化並簡化工作流程,實現更好的生產力。

雖然部分製造商已經在導入新技術以提升工廠的生產力,但OT-IT真正融合後的效益將遠大於此,把眼光放到生產作業區之外,無論是從商業角度觀察對於獲利的影響,還是資產報酬率(ROA)、最佳化品質、產能以及優化產線,都是OT-IT融合後可以著力的方向。

為實現真正的OT-IT融合,製造商需要將來自作業區的製造數據資料,與企業資源規劃(ERP)及供應鏈管理系統等商業智慧去做整合,進一步為供應商管理、會計或是合規等方面提供洞察,影響工廠以外的決策。

shutterstock_big data_319414127.jpg
隨著物聯網(IoT)、機器對機器通訊和資料分析的進步,OT和IT逐步邁向融合。
圖/ ESB Professional via Shutterstock

如果要以實際案例展現OT-IT融合後的真實成效,[汽車製造商奧迪][1]共同研發產線資料蒐集與分析工具,並進一步分析、獲得洞察,進而有效降低製造商的賦稅成本是一個很好的例子。

策略二:「軟體定義製造」,讓工廠運作變得如同IT系統一般

導入新技術和機器間的互通其實只是智慧製造的第一步。如果想要創造出具競爭優勢、差異化的要素,將工廠與企業流程做整合,無縫協作更是至關重要。

過去傳統製造商的個別硬體設備僅是為單項且重複性的工作而設計。當製程或產品需要作調整時,需要大量資金來升級工廠硬體。

然而,若製造商透過軟體定義製造,也就是透過軟體來配置、監控和管理整個生產作業區的硬體設備以及製程,將使單一硬體設備被充分運用;一種硬體能夠擁有多樣化的功能,就像是智慧型手機用單一裝置就取代了電話、相機和GPS等設備一樣。

同樣的狀況如今也發生在製造領域,製造商可以如同IT系統般操作工廠。如此便能夠藉由單一介面,提升個別機器和整個產品製程的使用靈活度。

hyundai robot auto factory
製造商若透過軟體來配置、監控和管理整個生產作業區的硬體設備以及製程,可讓硬體設備被充分運用。
圖/ 現代汽車

舉例來說,台灣廠商雲達科技所推出的OmniPOD 5G專網解決方案,就在多個工廠展現快速部署與靈活運用的特色,將製造設備從傳統、固定功能的窠臼中釋放出來。而在[台灣松下][2]近期翻新的車輛燈泡組裝工廠,不僅能夠透過攝影機進行印刷電路板(PCB)的品質檢查,並以AR眼鏡提供維修人員零組件維修指示,更重要的是能夠偵測是否有人誤入機器作業的危險區域,提升從業人員的安全性。

製造業還可以在企業內部或是雲端環境將實際的機器虛擬化,建立數位孿生,模擬製程改變後將如何影響生產線。隨著AI和機器學習(ML)部署延伸至製造邊緣,資料可以就地進行蒐集和分析,並即時做出調整以優化營運狀況。

我認為許多製造商都忽略了軟體定義製造,其實能夠幫助製造商不斷探索新技術、改善工作流程和製程。透過不斷試驗和調整設施,軟體定義製造的靈活性能夠持續不斷地注入至營運成果當中,讓組織在未來持續受惠。

策略三:建立能夠應對「未來智慧製造」的架構

簡化OT-IT融合和實現軟體定義製造的架構,對於探索智慧製造的未來十分重要。製造業需要一個統一、如雲端般容易操作的平台,使其能夠進行相關設計、擴展和執行多項獨立功能。

這個平台透過硬體和軟體構件整合多項不同的功能,包含製程控制、視覺化和資料擷取。這也代表這個平台需要適當的晶片,專為高負載的工業應用進行強化,以便同時間執行不同的功能,否則將需使用多個CPU、GPU和加速器來滿足需求。英特爾不只是處理器的專家,也致力於投資開發軟體,與生態系廠商共同提供具開放性、可擴展的智慧製造解決方案,以滿足製造商各式各樣的需求。

如台灣廠商[東擎科技][3]與成員來自IT、OT業界領導者的Coalition for Open Process Automation(COPA)合作,開發業界首款使用Open Process Automation Standard(O-PAS)的開放工業控制系統,擁抱開放標準與開放架構。

東擎科技將旗下的邊緣人工智慧物聯網(AIoT)平台、工業物聯網(IIoT)控制器、嵌入式電腦整合至COPA QuickStart系統當中,共同組成最先進的開放工業控制系統,避免受制於特定、單一的工業系統。

智慧製造要成功?整條產業鏈都要動起來!

智慧製造不僅是融合OT-IT、軟體定義製造、建立應對未來的架構,更重要的是整體產業鏈心態上的轉換。唯有包含原始設備製造商(OEM)、工廠、系統整合商(SI)等在內的整個製造生態系,將技術、資料、製程和人機協作緊密整合在一起,智慧製造的未來才能成功。

為達成此願景,製造生態系的各個領域都需要擁抱開放、完全可程式化、基於標準的統一系統,如此一來製造商就不必擔心使用何種供應商,以更具選擇權、靈活性和互通性的方式,優化營運並推動創新。

責任編輯:隋昱嬋、林美欣
[1]: https://www.intel.com/content/www/us/en/customer-spotlight/stories/audi-automated-factory.html?#articleparagraph-11
[2]: https://go.qct.io/telco/omnipod-enterprise-5g/newsroom/qct-and-panasonic-5g-smart-factories/
[3]: https://www.asrockind.com/ja-jp/article/108

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓