智慧工廠內的現實挑戰

企業投資報酬率問題，成本門檻決定檢測精度

在工廠自動檢測這塊，就算系統一開始測試都過了，但真的拿到現場用的時候，客戶還是不放心，還要派人再檢查一遍，這樣搞下來自動化檢測反而沒有比傳統人工檢查來得快。

而資本額較大的大公司，比如晶圓廠這種生產流程很標準化的地方，他們捨得花大錢買專業設備，檢測成功率可以做到八九成。但是對一般的中小企業來說，這些設備實在太貴了，只能買便宜一點的，結果檢測成功率就掉到六七成。

還有一個問題是，中小企業做的產品比較特殊，很多都是立體的結構，用一個角度根本看不完整，裡面的構造更是看不到。雖然理論上可以用好幾台攝影機從不同角度拍，但三四台攝影機加起來的錢對中小企業來說還是很吃力。投入的成本跟得到的效果不成正比，所以很多中小企業對自動檢測系統都還是抱著觀望的態度。

AI學習速度瓶頸，跟不上產線變化的訓練困境

雖然現在大家都在談AI應用，很多AI廠商也常常說他們的技術可以做到98%、99%這麼高的成功率，但這些數字大多是在很理想的環境下測出來的。

等到真的把這些技術放到工廠裡用的時候，就會發現有一大堆問題會影響實際的效果：工廠裡面有油污、燈光不穩定、機器震動，這些都會讓攝影機沒辦法正常工作。而且AI模型的訓練速度根本跟不上產線實際生產的節奏，系統沒辦法適應生產需求一直在變的狀況。

這些現實的問題讓AI技術要在工廠現場真正用起來變得超級困難，更可怕的是，如果太急著導入還不成熟的AI系統，反而可能製造更多麻煩，像是誤報、漏檢這些問題，接著就會影響品質控制、讓生產效率變差，一個問題接著一個問題出現。

智慧工廠技術選擇的策略性思考

面對AI技術落地這麼困難，企業真的需要更實際一點來想策略，在選技術的時候，應該要看看自己公司真正需要什麼、現在有什麼資源，不要一味地追求最新最炫的技術。

對很多中小企業來說，一下子就全面導入AI技術可能不是最好的做法，反而是先從最基本的數據收集開始，一步一步建立智慧工廠的基礎比較實在。

在這個過程中，IoT技術因為比較成熟而且成本也不會太高，常常變成中小企業數位轉型的第一步。用IoT系統，公司可以先做到基本的生產數據收集，為以後可能要用到的AI應用先把數據基礎打好。而且IoT系統本身就能讓生產效率明顯提升，投資回報率也比較高。

IoT與感測器的實際應用

在工廠自動化這一塊，很多客戶一開始會抱有幻想，認為就是裝幾個感測器就可以解決所有問題，但現實卻是複雜得多，以螺絲計數為例，單純依靠重量計算通常都會有誤差，很難達到符合精度的目標。

所以在實際執行上，大多數客戶不會選擇用感測器解決這類問題，而是轉向更全面的派工與報工系統，用來監控產品在生產線上的進出站數據來確保品質。

例如，當100公斤的原料進入生產線，系統會確保出站產品重量不會超出合理範圍（如102公斤）。通常系統會設定3-5%的容錯範圍，一旦超出便會觸發警報。

這種方法除了解決數據管理的問題，還可以直接對應到績效考核和財務計算，讓客戶對系統的依賴度更高，想要更認真去用。

IoT與AI的功能區分

IoT 跟AI在合作中，IoT主要負責數據的採集和傳輸，是AI運作的基礎設施；而AI則專注在處理已經收集並初步消化過的數據，進行更深層次的分析和決策支持。

以人臉辨識這塊來說，目前主要的兩種方法，一種是將整張照片無差別傳送到後台進行處理；另一種是在前端設備上先提取人臉特徵點，只傳輸這些特徵數據到後台。

後者屬於經過前處理的資料流程，可以大幅減少傳輸量，提高系統效率。這種數據的預處理已經是實用AI應用的一部分，但尚未涉及更複雜的機器學習或深度學習技術。

IoT應用場景評估，產業需求不同的分析評估

天擎科技的SaaS系統設計得可以跟客戶現有的MES或ERP系統直接接上，對於還沒有建ERP系統的客戶，所有生產數據就會存在天擎的系統裡面，這樣寶貴的生產數據就不會被浪費掉。

系統的核心零件V-Box是專門用來解析各種機台協定的虛擬設備，以前是實體的硬體設備，但現在雲端技術普及了，大部分客戶都選擇把它放在雲端，擺在機房裡面做數據的收集、儲存跟整理。

在系統架構裡面，IoT層負責基本的數據收集工作，上面那層就是用戶看得到的功能模塊，主要處理數據的組織、分析跟視覺化呈現。這種分層設計讓系統既能滿足數據採集的基本需求，又能提供很多不同的數據應用場景。

當企業要導入智慧製造系統的時候，採取分階段、循序漸進的策略非常重要。天擎根據過去輔導的經驗建議，第一步應該優先導入ERP系統，當作企業資源整合的基礎，等ERP運作穩定了以後，再進一步推動IoT（設備上雲）的建置，這樣可以提升數據採集的即時性跟準確性，減少人工抄寫的麻煩。

但不建議同時導入ERP跟IoT系統，因為兩個變革幅度都很大，如果沒有充分規劃跟緩衝期，很容易造成用戶在短時間內沒辦法適應，導致專案失敗。循序漸進的導入方式能讓企業內部人員慢慢適應系統變革，有效降低內部抗拒跟執行風險。

另外，不同產業型態對系統導入的需求也不一樣。對於已經導入ERP的製造業者，機聯網可以很精細地掌握生產數據，甚至可以做到「分鐘級」的即時追蹤。但如果是以委外代工或組裝包裝為主的企業，像是專門處理各種產品的加工廠，其實透過派工跟報工系統就可以達到管理需求，導入IoT的效益就比較有限。

智慧工廠的建置不是一次就能搞定的，企業要根據自己的需求跟資源，選擇適合的技術路徑。IoT跟AI的互補應用，還有天擎SaaS系統的分層設計跟分階段導入策略，為企業提供了一條務實的轉型路徑。

下一篇文章會深入介紹天擎SaaS系統的具體功能，並分享實際案例，展示它如何協助企業克服挑戰，實現高效的智慧製造。