隨人工智慧（AI）興起，扭轉(zhuǎn)了傳統(tǒng)工廠過(guò)往不具效率的管理模式，加上全世界在工業(yè)自動(dòng)化、聯(lián)網(wǎng)系統(tǒng)發(fā)展日趨成熟，將加速智慧工廠的實(shí)現(xiàn)。富邦證券研判，這波AI趨勢(shì)浪潮，智慧工廠的落地將成為AI解決方案中進(jìn)展最為快速的應(yīng)用之一。

在智慧工廠的AI解決方案，是指擁有結(jié)合科學(xué)為基礎(chǔ)的數(shù)據(jù)管理、導(dǎo)入自動(dòng)化設(shè)備及相關(guān)設(shè)備的聯(lián)網(wǎng)（IoT）、協(xié)作機(jī)器人的協(xié)助，做有效的機(jī)器學(xué)習(xí)分析，具有快速導(dǎo)入不同產(chǎn)線與虛擬數(shù)位化工廠的創(chuàng)新模式，能夠協(xié)助企業(yè)實(shí)現(xiàn)更明確且更具戰(zhàn)略性的決策，達(dá)到有效提升整體公司效能與獲利。

隨各國(guó)政府及相關(guān)產(chǎn)業(yè)指標(biāo)企業(yè)的投入，許多應(yīng)用場(chǎng)景也漸漸浮現(xiàn)臺(tái)面，根據(jù)拓墣產(chǎn)業(yè)研究所預(yù)估，全球智慧制造的市場(chǎng)規(guī)模于2020年將成長(zhǎng)至3,200億美元，年復(fù)合成長(zhǎng)高達(dá)12.5％，估計(jì)受惠廠商包括機(jī)器視覺(jué)、協(xié)作機(jī)器人、倉(cāng)儲(chǔ)機(jī)器人、感測(cè)器、智慧監(jiān)控、MCU、系統(tǒng)解決方案等業(yè)者。

全球智慧制造產(chǎn)值、全球工業(yè)機(jī)器人出貨預(yù)測(cè)、智慧工廠的實(shí)現(xiàn)

機(jī)器人與自行學(xué)習(xí)大幅提升效率

富邦證券指出，智慧工廠主要基本架構(gòu)在于AI與IoT的整合，利用相關(guān)技術(shù)結(jié)合工廠監(jiān)控、制程、倉(cāng)儲(chǔ)、檢測(cè)等各站別產(chǎn)生應(yīng)用，并藉由數(shù)據(jù)整合與機(jī)器學(xué)習(xí)，來(lái)達(dá)成智慧工廠的實(shí)現(xiàn)；目前在智慧工廠的實(shí)現(xiàn)上，可歸納出機(jī)器視覺(jué)、機(jī)器人、資料分析等應(yīng)用領(lǐng)域，藉由工廠中各站別所產(chǎn)生出的大數(shù)據(jù)，透過(guò)工業(yè)物聯(lián)網(wǎng)傳輸，以AI學(xué)習(xí)、分析，達(dá)到工廠最佳化的表現(xiàn)。

首先，在機(jī)器視覺(jué)的部分，智慧工廠的應(yīng)用主要為智慧監(jiān)控、倉(cāng)儲(chǔ)空間管理、設(shè)備監(jiān)控及產(chǎn)品自動(dòng)化檢測(cè)四大部份，在監(jiān)控與檢測(cè)系統(tǒng)取得影像的同時(shí)，AI就開(kāi)始藉由影像畫(huà)素、亮度等訊息，進(jìn)行運(yùn)算、辨識(shí)、分析與預(yù)測(cè)，并結(jié)合資料庫(kù)中的大數(shù)據(jù)進(jìn)行學(xué)習(xí)與判斷，如此一來(lái)便可達(dá)到即時(shí)預(yù)測(cè)、分析與警示能力，有助于提升整體效率。

再者，工業(yè)機(jī)器人的導(dǎo)入在智慧工廠中占有相當(dāng)重要的地位，根據(jù)研究機(jī)構(gòu)IFR預(yù)估，2016年到2020年全球工業(yè)機(jī)器人出貨量將超過(guò)50萬(wàn)組，年復(fù)合成長(zhǎng)率超過(guò)15％；產(chǎn)值也將由2016年的110億美元成長(zhǎng)至2020年的300億美元，年復(fù)合成長(zhǎng)率超過(guò)20％?？梢灶A(yù)期，智慧工廠趨勢(shì)明確，將帶動(dòng)機(jī)器人供應(yīng)鏈需求大幅提升。

相比過(guò)去傳統(tǒng)工廠機(jī)器人所需空間大，需要固定安裝，在安全性上也必需與人員隔離，避免作業(yè)人員被機(jī)器人動(dòng)作過(guò)程中所傷害。目前在工業(yè)用領(lǐng)域陸續(xù)導(dǎo)入的協(xié)作機(jī)器人，不僅所占空間小、可隨意更換工作位置，且協(xié)作機(jī)器人因藉由AI自行學(xué)習(xí)，功能性部分不局限單一作業(yè)動(dòng)作，可以應(yīng)用的層面就愈來(lái)愈廣泛。此外，協(xié)作機(jī)器人可以與人員或機(jī)器人同時(shí)作業(yè)，因此未來(lái)在智慧工廠內(nèi)將呈現(xiàn)協(xié)作機(jī)器人與傳統(tǒng)工業(yè)機(jī)器人分工合作的態(tài)勢(shì)，此為智慧工廠目前極力發(fā)展的項(xiàng)目之一。

降低人力成本減少錯(cuò)誤風(fēng)險(xiǎn)

就產(chǎn)業(yè)別來(lái)看，例如倉(cāng)儲(chǔ)、物流系統(tǒng)，需要對(duì)產(chǎn)品做分類、篩選、運(yùn)送等，整體作業(yè)分工非常細(xì)，工廠內(nèi)各站別分類也很繁雜，過(guò)往主要依靠人力從事相關(guān)工作，因此人力成本占相當(dāng)大比重，隨著機(jī)器人導(dǎo)入有助于降低成本與提升效能。

全球電子商務(wù)大廠Amazon在2012年以7.75億美元收購(gòu)倉(cāng)儲(chǔ)機(jī)器人廠商Kivasystem，隔年導(dǎo)入相關(guān)解決方案，每年幫Amazon節(jié)省9億美元人力支出，并縮短入庫(kù)與出貨所需作業(yè)流程，根據(jù)Amazon表示，每件物品物流成本下降了48％，有助獲利提升。

此外，智慧工廠著重在智慧化，主要依靠各監(jiān)控設(shè)備、制程設(shè)備、檢測(cè)系統(tǒng)、協(xié)作機(jī)器人等所產(chǎn)生出來(lái)的數(shù)據(jù)，經(jīng)由人工智慧進(jìn)行資料分析、判斷，加上機(jī)器學(xué)習(xí)分析，達(dá)到工廠效能最佳化，加速整體產(chǎn)能效能提升，有效提升整體公司獲利。

在開(kāi)發(fā)新產(chǎn)品或建置新廠時(shí)，也可運(yùn)用虛擬數(shù)位化（DigitalTwin）技術(shù)，應(yīng)用各項(xiàng)生產(chǎn)數(shù)據(jù)，進(jìn)行人工智慧模擬試產(chǎn)，預(yù)測(cè)新產(chǎn)線效能及產(chǎn)品數(shù)據(jù)，藉此優(yōu)化生產(chǎn)數(shù)據(jù)參數(shù)，協(xié)助工廠在產(chǎn)線設(shè)計(jì)、參數(shù)設(shè)定、耗能、良率預(yù)估等，減少產(chǎn)能建置初期產(chǎn)生的錯(cuò)誤風(fēng)險(xiǎn)，提供企業(yè)資本支出效益最佳化，并徹底改變過(guò)往制造業(yè)生產(chǎn)模式。

臺(tái)廠坐擁智慧制造優(yōu)勢(shì)

富邦證券指出，臺(tái)灣在80～90年代因制造業(yè)的大量投入，造就經(jīng)濟(jì)快速成長(zhǎng)，由各項(xiàng)傳統(tǒng)產(chǎn)業(yè)延續(xù)至ICT產(chǎn)業(yè)的面板、終端裝置、半導(dǎo)體等產(chǎn)業(yè)，接續(xù)為臺(tái)灣經(jīng)濟(jì)創(chuàng)造高峰。各產(chǎn)業(yè)在當(dāng)時(shí)不論技術(shù)或市占率均領(lǐng)先其他競(jìng)爭(zhēng)對(duì)手，制造業(yè)建廠及生產(chǎn)設(shè)備產(chǎn)業(yè)供應(yīng)鏈上相當(dāng)完整。在智慧工廠浪潮來(lái)襲下，已有許多企業(yè)開(kāi)始跨入智慧制造領(lǐng)域，并挾帶著對(duì)產(chǎn)業(yè)技術(shù)的了解、供應(yīng)鏈的完善，有助于臺(tái)灣廠商提供全面性的解決方案。

臺(tái)灣在智慧工廠解決方案、工業(yè)機(jī)器人產(chǎn)業(yè)及工業(yè)監(jiān)控與檢測(cè)部份，已逐漸有成果展現(xiàn)，包括多軸機(jī)器人、協(xié)作機(jī)器人、機(jī)器人零組件及廠房、機(jī)臺(tái)監(jiān)測(cè)系統(tǒng)與智慧檢測(cè)系統(tǒng)等，在產(chǎn)品性價(jià)比上都有不錯(cuò)的表現(xiàn)。富邦證券預(yù)期，在這一波工業(yè)智慧化產(chǎn)業(yè)浪潮的帶動(dòng)下，相關(guān)供應(yīng)鏈營(yíng)運(yùn)有機(jī)會(huì)逐年成長(zhǎng)，是未來(lái)值得關(guān)注的標(biāo)的。