後疫情時代 製造業趁勢導入AI 強化產線韌性

新型冠狀病毒肺炎（COVID-19）疫情在臺灣雖已逐漸趨緩，但卻對全球製造供應鏈造成不小的衝擊，更考驗著製造業的韌性與遠端營運管理的能力。經濟部長沈榮津也呼籲，疫情雖對製造業造成影響，但同時也是製造業加速數位轉型、提升產業競爭力的機會，應該藉由此次機會逐步進入AI人工智慧時代。

　當前製造業者普遍面臨幾項困境，包括：人力短缺、設備無預警故障、產品良率不足。因此，製造業者若要在此波疫情下突圍，當務之急就是要針對企業內部好好的「健檢」一番，盤點產線的優勢與不足，妥善運用大數據、AI人工智慧等利器改善體質，讓工廠產線轉型升級智慧製造。建議製造業者可思考以下3點：機器手臂智慧化、機台設備故障預警示、製程調控最佳化，方能在此波疫情中逆勢突圍，甚至更上層樓，鞏固產線的韌性與競爭力。

　第一、機器手臂智慧化。人力不足是臺灣傳產製造業者普遍面臨的首要問題，今年更因疫情影響，世界各國紛紛禁飛、禁航，導致製造業者勞動力短缺；此外，製造業也正面臨市場「少量多樣」的產品需求，業者將更頻繁地換線生產，以迎合瞬息萬變的市場。因此，工研院以AI人工智慧深度增強式學習開發「機器人自主學習夾取技術」，可讓機器手臂在短短12小時學會夾取不同形狀、任意擺放的工件取放料技術，補足勞力需求，解決目前工廠換線，須仰賴專業工程師耗時耗力調整機器手臂的瓶頸。

　第二、設備故障預警示。產線機台、設備無預警故障，造成整條產線停擺，是製造業者的致命傷。輕則產線上的半成品報廢，重則交期延遲，甚至有損商譽。因此，工研院整合十幾種AI人工智慧演算法研發「半導體機台故障預診斷」，來分析機台設備過往的故障紀錄、並建置預測模型，針對產線機台設備與零件的健康狀態，進行維修時間點的預測，即時監控、提前預警、用維護取代維修，就能大幅降低設備突發停機帶來的風險，確保產線運作的穩定。

　第三、製程調控最佳化。對製造業者來說如何提高產品良率，是降低生產成本及提高產品品質的關鍵。以半導體製程為例，大多需依客戶要求的規格來調整製程配方參數，而過去製程工程師調整參數時，多憑自身領域知識與經驗，但過程耗時、耗材，工程師經驗也不易累積成為公司的研發資產。因此，工研院整合多種先進AI人工智慧演算法研發「製程分析與參數最佳化技術」，建構製程模型來描述製程參數和產品品質間的關聯，快速估測產品品質特性、優化產品品質，也可與製程工程師透過協作模式，減少實驗次數，有效縮短先進製程的研發週期、提升良率。

　大數據分析與AI人工智慧將是後疫情時代，製造業逆境突圍的最佳利器。對此，工研院擘劃2030技術策略與藍圖，分別在「永續環境」以及「共通基礎技術」中，長期投入智慧製造與AI人工智慧應用領域研發創新技術，協助臺灣製造業加速轉型升級、強化韌性，更可望讓產業有足夠競爭力抵禦全球供應鏈劇變的風險。