工業(yè)4.0，也有人將之稱為第四次工業(yè)革命，從德國率先提出這個說法以來，全球隨之興起，各國開始有了自己的「口號」，包括美國推動「先進製造夥伴計畫（AMP）」、中國主打「智能製造2025」等，以及日本、韓國、法國、英國，再一直到臺灣，工業(yè)4.0的概念遍地開花。

智慧工廠驅動全球經(jīng)濟

智慧工廠是推動工業(yè)4.0的重要引擎，藉由物聯(lián)網(wǎng)、機器人、大數(shù)據(jù)、人工智慧等技術，不僅可藉此提高生產力與製造效率，更同時也成為驅動全球經(jīng)濟的一股力量。國際管理顧問公司Capgemini發(fā)布一項研究調查報告，該報告針對營收超過10億美元的製造商進行調查，根據(jù)這份報告中的數(shù)據(jù)指出，製造商預期對於智慧工廠的投資，將在未來五年內促使製造效率提高達27%，相較於1990年代的速度增長有七倍之多，不僅如此，這也將挹注全球經(jīng)濟高達5000億美元，甚至可望來到1.5兆美元的驚人價值。

智慧工廠成為全球產業(yè)邁向工業(yè)4.0的過程當中，必然歷經(jīng)的轉型過程，目前各國也都在加速智慧工廠的建置，該報告還指出，預估到了2022年底，在這些製造商的工廠當中，將有21%的比例將會是一座又一座的智慧工廠。

而若從目前各國佈署情況來看，如美國、德國、法國及英國等這些在早期便已投入智慧工廠計畫的國家，已有半數(shù)著手轉型智慧工廠，但在印度及中國地區(qū)卻僅有28%及25%。那麼回到臺灣，又是什麼樣的情況？

國內最大企業(yè)管理軟體服務供應商鼎新電腦自行研發(fā)「邁向智慧製造成熟度評量」，去年以臺灣三千多家企業(yè)為對象，針對智慧製造的現(xiàn)況進行調查。根據(jù)該調查報告顯示，以現(xiàn)階段來說，臺灣企業(yè)離達到工業(yè)4.0全自動化或智慧化的運作仍有一段差距，目前則多以2.0半自動化階段居多。

德國雖一向被認定為全球製造業(yè)的標竿，但現(xiàn)階段也無一家企業(yè)可以達到真正4.0的水準，那麼臺灣企業(yè)也就更不用說了。更何況轉型工業(yè)4.0的確不是件容易的事，由於過去各部門分工精細，從營運層、管理層、現(xiàn)場端等各自為政，但因工業(yè)4.0訴求軟硬體、跨部門垂直整合，且每一家企業(yè)在導入的訴求上皆有所不同，從確保企業(yè)各部都能夠掌握整個流程運作，就已非易事了，何況後續(xù)還得深入研究技術層面執(zhí)行的問題。

「邁向工業(yè)4.0實是一段漫長的過程，不可能一蹴可及，即便是如鴻海、英業(yè)達已及堪稱『最接近4.0』的臺積電等大廠，也不敢自稱完全達到工業(yè)4.0。」

面對臺灣企業(yè)的現(xiàn)況，鼎新電腦副總裁潘泰龢與陳慈婷皆一致這麼認為。

但當企業(yè)欲導入工業(yè)4.0時，首要面對的卻是「不知道自己能做些什麼。」博世工廠自動化銷售協(xié)理陳俊隆就觀察到，發(fā)展工業(yè)4.0最大的阻礙，是來自於客戶的需求不明確。臺灣的製造業(yè)也面臨了相同的問題，大家都不知道自己應該如何著手，所以他們需要一個有相當製造經(jīng)驗的專家，去檢視工廠內部的問題點是什麼，並且如何最佳化。若是這一類的廠商不能明確的了解自身需求，那麼即可能產生需求方與供給方的落差。

而對於智慧工廠，鴻海集團副總裁呂芳銘也表示，企業(yè)真正的根本在於「核心」，也就是自身的實力，最重要的是要把本業(yè)做好，強化企業(yè)的運作與提升競爭力，再加上物聯(lián)網(wǎng)等科技方法的協(xié)助，才能「如虎添翼」，否則只會畫虎不成反類犬，淪為一隻「蝙蝠」。

圖一 : 智慧工廠是推動工業(yè)4.0的重要引擎，不僅可藉此提高生產力與製造效率，同時也成為驅動全球經(jīng)濟的一股力量。（Source：shmds）

關燈工廠≠智慧工廠

談到智慧工廠的發(fā)展，機器人可以說是其核心裝備之一，尤其在現(xiàn)今勞動人口缺乏的情況下，工業(yè)機器人更是替代人力的不二首選。不論是傳統(tǒng)工業(yè)機器人到現(xiàn)今越來越廣泛使用的協(xié)作型機器人，目的都是在為整個工廠提升生產效能。

根據(jù)國際機器人聯(lián)合會（IFR）的報告指出，截至2019年，全球部署的工業(yè)機器人將會增加到260萬臺，這比過去寫下新紀錄的2015年時期又增加了約一百萬臺。而從行業(yè)區(qū)分，則有70%的工業(yè)機器人被應用在汽車、電子及金屬機械等領域較多，可視為需求最為強勁的市場。

被外界譽為智慧工廠的標竿，鴻海集團的關燈工廠目前朝第六座邁進，預計年底將成立。這些關燈工廠手中握有6萬臺工業(yè)機器人大軍實現(xiàn)全自動化生產線，規(guī)模堪稱全球之最，但即便如此，鴻海也不敢自詡自己走在「工業(yè)4.0」上，而是稱自己在「工業(yè)3.5」的階段。

許多人在定義工業(yè)4.0的時候，大部分都會認為應是一座充滿全自動化的工廠。但事實上，一間全自動化的工廠並不能代表即是智慧製造，因為自動化技術從過去到現(xiàn)在持續(xù)不斷演進，並不是因應工業(yè)4.0的浪潮下所應運而生。國際工業(yè)大數(shù)據(jù)專家李傑就說，「自動化」可以取代人力執(zhí)行重複性的工作，把做不好的工作做好，但「智慧化」卻可以做到人力不能做的事情，甚至做得更好。

對於智慧製造，我們應該著重思考的是「智慧化」而非自動化。鼎新集團副總裁潘泰龢表示，推動智慧化的關鍵就在於人工智慧，賦予機器如人的大腦般具有分析、思考、推論、決策的能力，未來不需要人類在一旁監(jiān)看，也能做出相應且合適的決策，這才是真正關燈工廠的意義。呂芳銘在今年Computex2017展會上也曾表示，鴻海發(fā)展關燈工廠的下一步，就是要透過大數(shù)據(jù)、人工智慧等技術實現(xiàn)智慧化。

圖二 : 被外界譽為智慧工廠的標竿，鴻海集團的關燈工廠目前朝第六座邁進，預計年底將成立。圖為富士康昆山廠板對板連接器母端生產區(qū)。（Source：new0.net）

人工智慧領銜機器人

不過人工智慧的定義很廣泛，這當中由許多技術集結而成，尤以工業(yè)機器人而言，機器學習的應用十分重要。比較淺顯的說法，就是讓機器人去模擬或實現(xiàn)人類的學習行為，以獲取新的知識或技能，並重新組織已有的知識結構使其不斷改善自身的性能。

領軍全球工業(yè)機器人的製造商庫卡（KUKA）表示，人工智慧可協(xié)助機器人適應環(huán)境所帶來的不確定性與任何變動。不僅工業(yè)環(huán)境，機器人勢必還會進入其他應用領域，如專業(yè)服務型機器人或一般服務型機器人，這些機器人的對象則變成一般大眾，因此必須變得更加靈活、更具調性，而此時，機器學習將會派上用場，協(xié)助這類型的機器人對於應用領域所需的專業(yè)技能更加熟稔與迅速適應私人環(huán)境。

結合人工智慧技術的機器人，庫卡便透過開放模式來收集並解讀數(shù)據(jù)，並藉由Microsoft Azure雲(yún)端平臺對這些數(shù)據(jù)進行分析。而庫卡目前也正在針對許多項目進行研究中，例如RobDream。在RobDream中，機器人能夠在停工階段提升自己的能力進行優(yōu)化，和人類一樣處理發(fā)生的事情，並從經(jīng)驗中學習，像是針對演算法進行情境相關的優(yōu)化與配置。

對於庫卡而言，有一個特別重視的市場，就是電子業(yè)。原因在於現(xiàn)今市場上有越來越多電子產品推陳出新，許多業(yè)者因此必須加快產品的開發(fā)速度、縮短產品生命週期來迎戰(zhàn)對手，因此產線需具備高度的靈活性以滿足快速變化的生產需求，但此同時，又必須要求成本盡可能維持在最低的水平，庫卡表示：「這正是我們的機器人發(fā)揮作用的地方！」。

日本工業(yè)領域人工智慧專家Tomi則認為，機器學習可為將來生產線帶來一些重大變化，「它正在改革整個製造環(huán)境」。例如，透過機器視覺代替過去以肉眼進行檢查作業(yè)，這種方式是透過把工程師的人工檢測經(jīng)驗轉化為深度學習演算法去實現(xiàn)無人化檢測。或是大幅改善工業(yè)機器人在進行零件分撿的作業(yè)性能，經(jīng)過機器學習後，機器人即可知道每次的動作是成功或是失敗，亦或是移動到哪個位置會有更高的成功率等，根據(jù)實驗證實，機器人在歷經(jīng)8小時的學習後，分撿成功率竟可達到90%，這已和一名純熟的作業(yè)人員擁有相當?shù)乃健?/span>

甚至，更可作為工業(yè)機器人的故障感知，在異常前預測，從而避免機器故障帶來的損失和影響。現(xiàn)在的工業(yè)機器人大多配有感測器來蒐集正常或異常工作時的波型、電流等訊息，而透過機器學習後，通過反覆觀測到的波型，可以檢測到人類難以感知的細微變化，並在機器人徹底故障前就提出預警。

圖三 : 人工智慧賦予機器如人的大腦般具有分析、思考、推論、決策的能力，未來不需要人類在一旁監(jiān)看，也能做出相應且合適的決策。（Source：CBC.ca）

工業(yè)4.0發(fā)展至今仍無標準化的架構，為此也在執(zhí)行上增加不小的難度，面對智慧製造的轉型，企業(yè)在踏出第一步前，必須先了解自己最主要的需求為何，而非僅僅追求百分百的自動化生產流程。而諸如人工智慧等新技術的出現(xiàn)，或許一般中小企業(yè)或傳統(tǒng)產業(yè)等「門外漢」對此並不了解，因此最好的方法，還是不要自行關起門來做，而是訴求專業(yè)分工，借助如系統(tǒng)整合商的專業(yè)技術協(xié)助導入，以達到最佳化的效果。

**刊頭圖（Source：Information Age）