NEWS RELEASE新聞中心

智慧製造近年來一直為製造產業關注的話題：機台數位化聯網、大數據蒐整、分析、機器人流程自動化、邊境運算 Edge AI 人工智慧等，各項技術都為業界朗朗上口的流行詞彙。

要如何才能實現智慧製造?

1. 各種機台設備連結成網路
若企業考量到預算和便利性的問題，使用 SECS/GEM 也許就不是最上等的政策了。因此，如何不花費昂貴的技術解決方案，升級舊機台，達到機台聯網取得機台內數據，才是企業必要著重解決的問題。舊設備可透過加裝感測器等方式數位化，此外透過影像擷取器截取老舊機台螢幕畫面，再透過 OCR 影像辨識技術將設備數位化，相對經濟實惠的選擇。

2. 取得設備相關數據及可視化
先前提到，由於機台種類龐雜，作業系統彼此無法溝通與整合，可透過外接式影像擷取器 (KVM) 截取老舊機台螢幕畫面，再透過OCR影像辨識技術，可視化各類數據後，進行數據管理與分析。

3. 機台數位化聯網集中管理
RCVM 遠端集中控制方案，即時監看分割機台畫面，實現1人管理多台機台，實現人力充分運用、減少人員穿梭廠區時間、設備機台集中管控的應用。此外透過蒐集的數據，可提前預知分析機台狀況，事先預防及故障排除，維持產線機台產能及提升稼動率。

4. 機器人流程自動化
完成以上3點後，實際上離工業4.0還有段距離，針對彙整的資訊傳送至後端，再透過邊境運算達到AI人工智慧學習，到最終透過機器人去操作所有作業流程，雖目前至實際運用仍有難度。然而已有專家建議提出，可重點式導入，針對單一且重複性質之作業流程，利用軟體撰寫腳本 Recipe，透過流程機器人(Robotic Process Automation ; RPA)的方式執行，達到先期自動化，再慢慢進入AI人工智慧化階段。以目前製造業積極發展的智慧化應用中，導入RPA的應用比例相對較高。流程自動化後不僅省下大量人力，省下的人力可專注在機台集中管理、執行 RPA 自動派發作業，或是投注在更多重要的判斷與決策層面之工作。

5. 邊境運算 Edge AI 人工智慧
經過以上步驟，最終透過影像擷取器(KVM)取得機台畫面與控制權，搭配影像辨識(OCR光學文字辨識與AOI自動光學檢查)技術與電腦巨集腳本，整合成 AIO(All In One) 邊緣運算AIoT設備，能將無自動化機台設備快速E化升級，透過 AIO 橋接機台與 MES 間聯繫建立通訊後，生產參數資料比對、代替人員輸入 Recipe、數據資料採集、機台警報即時處理等應用能快速導入。以實現自動化智慧製造。

在智慧製造的趨勢下，已有許多製造產業中的中小型企業、知名半導體產業等大公司，紛紛透過機台聯網、RCVM 機台集中式管理、RPA 流程機器人、OCR 影像辨識技術以及 RCVM/RPA 辨識運算自動控制等方案，逐步邁向實現智能製造。