中山大學碳權研究與服務中心

【2024 AI 智慧大工廠論壇高雄場會後報導】金屬中心、伊斯酷軟體科技、IBM、中山大學碳權研究與服務中心重磅講者解密 AI 智造與淨零轉型具體行動方案

  • 發布日期: 2024年06月24日
  • 文章來源: 科技報橘

當 AI 應用進入供應鏈已是必然,製造業如何打通各個數據孤島,才能在 AI 應用大爆發與碳有價時代,串聯及釋放數據的真正價值,並在全球產業供應鏈搶占一席之地?TechOrange 科技報橘「2024 AI 智慧大工廠」系列論壇 5/30 前進高雄,以「智慧供應鏈管理實戰:啟動 ESG 工業碳排管理,發展數據導向的自動化流程」為主軸,與各界專家一同從亞洲新灣區出發,探索以 AI 加速智造自動化的路徑、擘劃製造業淨零轉型的具體行動方案。

「過往我們提到的 AI 可能是電影裡想像的機器人 AI,到現在我們要談的是模型式 AI,後來所看到的 AI 是可以和你下棋、打電動,現在我們看到 GenAI 是可以直接協助我們工作,」高雄市政府經濟發展局局長廖泰翔在致詞時梳理 AI 脈絡,並強調世界發展 AI 的過程中,台灣是非常重要的核心,因為許多半導體設計大廠與台灣在地製造有所連結。廖泰翔也分享,這些大廠的 AI 伺服器、冷卻、導線等產業設備都在台灣生產,「去年底 NVDIA 運算中心在高雄亞灣設置完成,我們台灣是否有足夠多的企業,用全世界最好的算力,來創造新的應用與服務,讓整體生產品質與效率有所提升,這才是我想台灣在 AI 發展上需要開發的東西。」

高雄市政府經濟發展局局長廖泰翔表示,台灣是全球 AI 發展重要核心。

金屬工業研究發展中心副執行長林烈全接棒分享 AI 如何助力扣件、無人機、金屬加工產業的創新應用。在扣件產業方面,AI 解決了四大痛點:第一,過去模具開發時間冗長,透過 GenAI 模具生成技術,可以減少 30 天的消耗;第二,傳統模具調校仰賴師傅的經驗,導入 AI 智慧化能夠降低誤差率,同時提升效率 60% 以上;第三,許多業者採取人工巡檢,但會面臨較高的瑕疵風險,若使用 AI 感測進行鍛力分析,可以提前預警發現潛在異常;第四,當業務少量多樣接單常態,具有更多扣件影像展式的需求,AI 助手引擎能支持從過往的開發專案搜尋相對應特徵,使得產品雛形設計更輕鬆。

另外在無人機產業方面的創新應用,林烈全指出無人機巡檢系統影像辨識、即時回傳的技術,可以有效偵測風力發電機葉片 4mm 的缺陷,節省檢測成本 40% 以上,也可以取代租用昂貴直升機探勘魚群的傳統作法,為漁船節省時間還有每年上千萬元的成本。在金屬加工業方面,進行大結構的銲接往往面臨人力、品質穩定的挑戰,對此金屬工業研究發展中心開發「小型化銲接協作機器人」,提高銲接效率逾 90%,透過 AI 影像辨識掌握銲道的 3D 形貌、入熱量,進而快速生成銲接點的參考座標與多層道形貌的關係圖。

金屬工業研究發展中心副執行長林烈全聚焦 AI 在南台灣金屬產業應用的創新與發展,透過實際案例解說 AI 如何助力各產業提升效率。

「RPA 提供各種自動化的資源,協助客戶組合多樣的變化,」隨著自動化轉型成為製造業創新、提高競爭力的趨勢,伊斯酷軟體科技技術長暨共同創辦人鄭永斌表示,智慧流程自動化軟體 RPA 的概念是軟體機器人,正在嘗試做到 No-code,可以進行人操作的事情,但工廠端運用市面上的 OA RPA 往往會面臨阻礙,因為許多設備的工業電腦無法裝載軟體、聯網、API,甚至被封閉在機櫃難以開啟,這樣的情況會導致資料撈取不易,形成數據串聯孤島。為解決這樣的痛點,鄭永斌分享伊斯酷軟體科技帶來的 RPA 解決方案能夠應用在流程自動化、資料蒐集查核自動化、數位轉型任意系統串接,還可以監控事件並即時發送通報,達到機台無人化,不再需要人進行輔助操作。鄭永斌也以載板大廠的客戶導入 RPA 實現有效防呆、避免產品規格有誤,以及晶圓代工廠導入 RPA 取代機台工程師的實例,說明 RPA 如何提高生產效率、有效精簡工作流程。

伊斯酷軟體科技技術長暨共同創辦人鄭永斌介紹如何串接 AI 與 RPA 系統,實現智慧製造與智慧流程。

「改善流程最重要的是,你如何發覺痛點並改變它,」台灣 IBM 硬體事業部首席系統架構顧問趙文振強調,隨著更多決策者意識到生成式 AI 可以幫助企業緩解風險、為企業提升其他策略上的優勢,但是到 2025 年卻只有 19% 的供應鏈將採用生成式 AI,包括複雜系統的模擬和建模、運輸優化、產品生命週期管理以及客戶服務和即時回應。趙文振認為,生成式 AI 平台的優勢,在於能夠增強供應鏈營運的模式,像是 IBM 便借力生成式 AI 提高供應鏈透明度、速度,並利用 AI 模型提前判斷風險,順利在 2021 年的海運之亂準時交付貨物給客戶,也在疫情期間達到零延遲交付的成果。

台灣 IBM 硬體事業部首席系統架構顧問趙文振表示,GenAI 在供應鏈管理上的三要素是資料、生產力和可預測性,在這樣的背景下,他建議決策者摒棄救火思維,優化模型打造現代化供應鏈、部署AI 助理,並識別隱藏痛點作為優先改進創新標的。

對製造業而言,如果 AI 是一個新機會,那「碳」、「碳稅」就是一個巨大壓力,因為不僅國家法令限制,許多企業也要求供應商必須實踐相對應的碳規範。在這樣的趨勢下,製造業如何掌握碳有價趨勢、制定碳管理計畫,並將壓力轉化為商機?中山大學碳權服務與研究中心專案經理陳齊奐分享,碳定價是一個外部成本內部化的過程,在減碳路徑上,最重要的第一步是溫室氣體盤查,接著擬定淨零策略,再透過永續資訊揭露,強化與利害關係人的溝通,最後是善用綠色金融推動轉型。陳齊奐也提醒,如果企業在用電、生產、上下游供應鏈甚至到員工通勤都已進行最大化碳管理,還可以考慮透過碳捕捉、移除技術或是採購碳權,以實現淨零的目標。

中山大學碳權服務與研究中心專案經理陳齊奐表示,根據不同碳定價機制,企業也須調整碳管理規劃。

「2024 AI 智慧大工廠」高雄場邀集各界專家,和與會者一同探析 AI、淨零轉型如何成為台灣搶佔全球產業供應鏈的關鍵因素。

辦公室

  • 806 高雄市前鎮區復興四路1號二樓
  • 07-5376727

研究室

  • 804 高雄市鼓山區蓮海路70號
  • 07-5252000 #5310

線上諮詢服務

Copyright © 2023中山大學碳權研究與服務中心
All rights reserved.