邊緣 AI 是永續製造業的推手

永續發展性對於工業 4.0 來，不僅僅是崇高的理想而已。永性發展性是法律和財務責任，必須跟任何 KPI 一樣以精確的方式測量。

就法規面而言，製造商為了符合政府設定的碳排放目標，正面臨越來越沉重的壓力。另外，投資者也越來越重視公司的環境、社會與治理（ESG）實務做法，因為這是永續能源管理不可或缺的一環。

在對於氣候變遷日益關注的年代，這個趨勢獲得了廣泛的支持。然而，這項趨勢卻成對產業造成了嚴重的問題。

其一，很難找到提高能源效率的新方法，尤其是永續發展目標往往頗為激進。此外，擷取永續發展報夠後，無論是向監管機關還是向股東彙報，往往伴隨大量的工作。

「基本的法規遵從對小型製造商來是一大問題。」台灣智慧型產品製造商研華的產品經理 Julia Chih 表示。「雖然大型企業的資源比較豐富，但卻往往缺乏將資料收集和報告自動化的組織知識，而聘請高價顧問代勞這個選項的吸引力也不高。」

這是製造商的困境。然而， AI 支援的智慧工廠解決方案或許提供了答案：這套系統提供快速的 ROI，而且彈性足以滿足監管與報告整體環境變化，禁得起未來考驗。

物聯網、邊緣 AI 與雲端：多層次的解決方案

智慧工廠系統的威力源於設計。多個層次的技術在整套解決方案中各司其職。

在工廠現場，物聯網感應器和邊緣 AI 負責擷取資料和即時程序最佳化。

必要時可部署感應器與智慧電錶，負責從工業機器收集資料。回報的內容包括效能、用電量、溫度以及用水量等。工廠實際情況在這份報告中一目了然，是查明浪費及收集報告所需原始資料不可或缺的第一步。邊緣 AI 以即時的方式處理感應器資料，透過工廠的 SCADA 系統將生產線最佳化，用途是改善效率（影片 1）。

資料在幕後傳送至雲端進一步處理。在這個層級，經營者可使用收集的資料產生監管與 ESG 報告。智慧工廠產生的大量資訊，也可在此供大數據與 AI 應用程式使用，以擷取額外的深入解析和開發長期的最佳化策略。

這個模組化的多層級架構意味著，智慧工廠解決方案在本質上靈活有彈性。製造商可以按照營運與報告需求設定解決方案。如果日後永續發展目標或報告需求改變，他們也可視需要調整。研華業務發展經理 Henry Chen 表示，Intel^® 技術在這方面格外實用：

「Intel 在邊緣 AI 應用和繁重的伺服器工作負載表現卓越。功能的定義明確且記錄完善，因此無論是什麼情境，我們都很容易依照客戶規格選對處理器。」

墨西哥的智慧製造個案研究

研華在鴻海墨西哥廠房的部署顯示，智慧工廠系統以最少的資本投資，大幅改善了永續發展的能力。

鴻海必須遵守當地的環境法規。該公司還希望在世界各地的製造廠房，達成減少碳排放的內部目標。

鴻海身為全球製造商，尋覓的技術要能夠締造墨西哥需要的成果，還要適用於其他國家的工廠。該公司理想的解決方案要能通過標準化的集中系統管理。

研華與鴻海合作，在墨西哥的整個廠房安裝了智慧感應器和功率錶。兩間公司合作建立了隨時開啟的資料收集系統，與後端連線後從中央位置即可遠端監測。他們還執行了能源管理最佳化策略。

結果引人矚目。能源效率立即改善，平均節省了 8-13% 的成本。此外鴻海還發現，全新的能耗可見度可用於制定產能預測計畫，幫助公司避免水電煤氣超額罰款，長期節省更多費用。

永續發展的未來

智慧工廠解決方案可產生的短期成果令人驚豔，迅速改善效率的前景無疑能帶動製造業採納的意願。然而，自工廠擷取資料後，從資料挖掘業務深入解析的能力，甚至可能開啟更多的機會。

舉例來說，智慧工廠環境中的物聯網和 AI，可以用於故障預測與健康管理（PHM）。PHM 是監測機器健康狀況及執行主動維護的實務做法，可防止意外關機，商業應用案例清晰易懂。「如果可以在機器失靈前修復，即可縮短停機時間，何況停機對於製造商而言所費不貲。」Chen 表示。

PHM 只是智慧工廠更大範圍潛力的例子之一。產業數位轉型的速度越來越快，製造商將繼續尋找創新的技術用途。因此，研華決定開放自家 AI 平台的原始碼。「未來需要彈性與開放性，因為公司一定想自行建立應用程式，充分利用物聯網和 AI 在工廠提供的機會。」Chen 表示。

在未來十幾年，更豐富也更全方位的永續發展模式將應運而生，能夠為製造商和社區締造長期價值。

本文由 insight.tech 編輯副總監喬治妮．貝內施（Georganne Benesch）編輯。