技術論壇
發文時間 2020/11/05 小編
瀏覽次數 3426 留言數量 1 按讚 0
其他 AI趨勢產業分析
近幾年來AI應用領域變得越來越熱門,AI的商業化在加速產業數位化方面發揮了顯著的功用,同時也能透過提升勞工生產力和生產自動化的途徑推動生產力成長。根據埃森哲諮詢公司(Accenture PLC)的研究報告預測,未來資本和人口的成長將不再能推動全球經濟符合預期的成長,但AI技術的應用將能適時補上,尤其是在對AI技術研發投入最多的電子資訊相關產業。接下來就讓我們一起來關心一下AI市場的發展趨勢,以及AI在高科技製造業上的應用吧!
AI相關應用的市場規模正快速成長中,根據Statista的統計數據顯示,2020年全球AI相關市場規模估計為225.9億美元,相較去年的146.9億美元成長了53.8%,至2025年更將成長至1260.0億美元,等於在未來五年尚有超過1000億美元的成長空間。
資料來源:Statista,本研究整理。
從技術面來看,製造業的AI應用主要可分為電腦視覺、數據推理推論、移動控制、資料擷取與整理和語音及自然語言處理等領域。根據資策會教育研究所轉型中心的調查,約有四分之一的高科技製造業廠商以電腦視覺為最主要的AI技術應用,其次為數據推理推論,原因為高科技製造業目前是以品質檢測與製程優化為主流AI應用。另外有34.2%的廠商表示仍在規劃中或尚無相關應用。
圖2、高科技製造業廠商使用比例最高之AI技術
資料來源:本研究整理。
現代高科技製造業高度專業複雜化的特性,使其AI應用需要客製化的程度也相對較高,目前尚難以同一解決方案在不同類型的場域進行通用,僅能在同質性高之場域進行同類型應用的複製。現今高科技製造業常見之AI應用如下:
1. 品質管理(Quality Management)
品質管理主要包括品質預警和瑕疵檢測兩種應用方式。品質預警運用AI演算法配合IoT技術,透過對機台各項生產數據的即時監控與運算,提前預警可能影響產線品質的問題,屬於AIoT之應用範例;瑕疵檢測則是應用機器視覺技術,對產品的瑕疵進行偵測,針對細微瑕疵的檢測能力還能高於人類的肉眼檢測,若能與雲端數據處理架構進行整合,即可立即標記出瑕疵並自動進行處理。
2. 預防性維護(Preventive Maintenance)
對於製造業而言,產線若因故障等計畫外因素造成需要停機維修,將帶來嚴重的損失。因此,利用AI演算法和設備內的嵌入式感測器,來針對故障進行預測和應對,就能做到產線的預防性保養,達到減少計畫外的停機時間、節省人工和維修成本、確保運作效率、提高資產回報率以及延長生產設備的剩餘壽命等效果,成為未來製造業必備的解決方案。
3. 自動化生產(Automated Manufacturing)
運用AI技術達成產線自動化能有效提高生產效率與品質,甚至超越人力所能達到的程度,而且能在複雜或是危險的環境下不間斷地進行生產,避免人力生產的過勞風險和工安意外,同時減少瑕疵品的產生。而透過雲端整合各廠房的生產數據,再由AI運算來溝通協調不同廠房的產能、原料供給和維修保養等措施,並將在不同廠房學習到的經驗應用到其他廠房,也有助於強化整體自動化生產的效能。
4. 電腦輔助設計(Computer Aided Design)
AI在電腦輔助設計中的角色,也正在改變製造業設計產品的方式。藉由過去由設計師和工程師所完成設計的相關數據,例如材料類型、生產方法、預算限制、時間限制、設計限制以及其他製程參數,AI演算法將能透過這些數據資料來學習如何設計產品,並客觀地探索各種可能設計方案的品質、功能、成本和可製造性,直到找出最佳的設計方案。
5. 數位對映(Digital Twins)
數位對映利用IoT技術收集應用場域的各項數據資料,並透過AI模擬分析應用場域之情況,對實體人事物進行數位化映射,在虛擬世界中即時、雙向地描繪真實工廠運作,藉此對製造流程場域進行掌握和控制,達到優化運作效率、提升良率和降低成本的目的。
AI與製造業之間的連結也並非僅止於單方面的技術應用,AI技術應用普及化的過程所帶來的硬體需求,同時也會連帶提升製造業的商機。根據Statista的統計數據顯示,2020年由AI帶動之全球硬體市場收益約為714.7億美元,至2025年則將成長至2346億美元,成長幅度高達228.2%。由此可見,AI帶來的市場商機將使製造業受惠,而製造業的成長又會帶來導入AI的需求,兩者之間存在著相輔相成的正向循環,未來兩者之間的連結也會越來越密切。
圖3、AI帶動之全球硬體市場收益預測(億美元)
資料來源:Statista,本研究整理。
AI於製造業的應用有望解決許多問題,包括專業人才短缺、複雜決策和資訊整合等,雖然過程中需要大量的投資,包括人事和資本的支出,但完成後將能顯著地降低營運成本,並解決很多傳統製造或管理方法所無法解決的問題。而未來隨著AI應用逐漸深入製造業的各個角落,製造業工廠的智慧化程度,勢必也將越來越高。
財團法人資訊工業策進會∕數位教育研究所∕數位轉型訓練中心
盧士彧 副分析師
發文時間 2020/11/12 作者 jingrul691
按讚 0
謝謝分享,內容提綱挈領一目了然!
之前有人說要成功打造智慧化系統,必須具備三大要素,包括設備數據、製造業專業與製造場域,這三者齊備後,就可視需求選擇功能。但看來專業人也是非常重要而且不可或缺的要素之一!