Re: [討論] 工業4.0對臺灣科技業有感嗎？

看板Tech_Job作者 (..)時間5年前 (2020/08/24 22:38), 編輯推噓26(26推 0噓 27→)
留言53則, 29人參與, 5年前最新討論串3/3 (看更多)
※ 引述《Hiterler (希特勒)》之銘言： : 什麼工業人工智慧 智慧型工廠 供應端最佳化 : 從2011喊了快十年 : 真的有改變科技業什麼嗎？ : 機械手臂也是老早就有的東西 : 還是本魯之前待的公司太小 接觸顧客少 : 所以沒有什麼用到的層面？ : ----- 我就這幾年玩工業控制和這一兩年玩工業AI看到的跟諸位分享， 有錯還請不吝指正。 有不少應用是ML/DL熱門以後才跟著出現或進化的， 在工業上比較常用兩項:電腦視覺(CV)、故障預測和健康管理(PHM) 其他的我比較少碰到所以就沒特別提了。 至於工業上的數據分析(比如加工時間、故障率...之類的)， 很多用最佳化或ML手法就可以得到一個不錯的解了， 用DL反而有種大砲打小鳥的感覺。 至於供應端最佳化，那種得要是全球性的供應鏈來分析才有參考意義， 台灣大部分廠商只有50家以下的直接供應商， 而且不少都沒有MES可供串接的情況下， 用隨機分布來算供應商到貨時間還比較快。 我都跟我的客戶和潛在客戶說工業4.0是浮動的，沒標準答案，還沒塵埃落定， 還在IT革命(第三次工業革命)的影響之中， 不然就說第四次工業革命就好啦，後面幹嘛要有小數點， 追求一個浮動標準是沒意義的， 重點在於要如何讓自己工廠獲利能最大化，如何合理配置人工、自動化以及AI的比例， 才是真的"智慧"。 比如說紡織業，利用CV(電腦視覺)可以讓錯誤檢出率提高個20%以上， 但對於機械加工業，CV在加工中幾乎無用武之地(你要用乾切削就當我沒說)。 對於某些設備產業，使用RNN based model(LSTM,GRU...etc)， 可以近乎100%抓出設備出錯前的特徵， 但對加工業，只要換個工件種類，模型就得重新訓練。 講得再深入一點， 對於一間小工廠而言，把一條產線IOT化的錢都可以再蓋一條新產線了， 而IOT上傳的數據他們也沒能力分析， 甚至這種工廠連MES都沒有，更沒聽過SAP這種東西，當然ERP也是不存在的。 對於這種想搞IOT化工廠的老闆我都建議他們把錢省下來蓋新產線比較實在， 或是只把幾個PLC或是機械手臂連接網路能夠在故障的時候發送訊息就好， 有些甚至連自動化都稱不上(只有單一設備)， 但， 光是這個看起來很簡單的PLC連網就能讓他們把晚班顧機台的人力省下來， 一點小投資，就有大大的收益。 至於再更進階的科技升級就我看來是沒意義的， 因為他們的訂單量就是這個小量體，還沒到量變能產生質變的程度。 這可以做為台灣很多小工廠的一個縮影。 而大間的科技業公司(集團)，員工人數過萬，我接觸過的兩三家， 公司內部連AI部門都有了， 加上本來就有的Automation部門、RD部門、IT部門、CIM部門、EE部門， 他們自己就玩得風生水起的，有些應用我也覺得有趣， 而且其中一間的CTO本人也很懂這些技術，細節都講得出來， 對於一個快60歲的人來說，我深感佩服。(只是實際執行是怎樣我就不知道了 呵呵) 對於這種不缺人才也不缺資金的公司， 有時候只缺個知道這些技術是啥或者方向正確不隨波逐流的頭兒吧。 我認為台灣的工業鍊一直缺有力的頭跟尾， 頭是製造設備的廠商， 尾是系統整合產品的廠商， 而中間段的代工廠、元件廠普遍來說水準是中間偏上的， 加上一些感測和分析的技術作為輔助， 的確能夠提高毛利率和提升生產效率，這是不可否認的。 以上是我目前和台灣廠商打交道的經驗和心得， 感謝各位的閱讀。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.137.190.243 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1598279933.A.A86.html
→
08/24 22:50, 5年前 , 1F
幾年前待過工廠，覺得AOI還滿蠢的，還要配一個人站
08/24 22:50, 1F
→
08/24 22:50, 5年前 , 2F
在那邊看pass與否，不知道現在ML是不是解決這問題了
08/24 22:50, 2F
→
08/24 22:52, 5年前 , 3F
元件飛到點位外也抓不到，壓壞後製程不少治具XD
08/24 22:52, 3F
推
08/24 23:15, 5年前 , 4F
是說台達吧
08/24 23:15, 4F
→
08/24 23:26, 5年前 , 5F
一些切削的損壞預估不知道怎麼搞，震動/聲音/視覺都有限
08/24 23:26, 5F
→
08/24 23:26, 5年前 , 6F
制
08/24 23:26, 6F
推
08/24 23:26, 5年前 , 7F
不是說感測跟分析技術進步很多嗎，幾年應該差很多吧？
08/24 23:26, 7F
推
08/24 23:29, 5年前 , 8F
工業4.0感覺就是又一波大吃小，以前小廠利潤不夠大廠看不上
08/24 23:29, 8F
→
08/24 23:29, 5年前 , 9F
，等到大廠這些整合好，是不是增加的利潤就讓他們有動力去
08/24 23:29, 9F
→
08/24 23:29, 5年前 , 10F
做本來沒興趣的生意了？
08/24 23:29, 10F
→
08/24 23:37, 5年前 , 11F
最近被上面要求看TSN 暈
08/24 23:37, 11F
推
08/24 23:51, 5年前 , 12F
換工件就得重新訓練這件事，是最近很多人想解決的
08/24 23:51, 12F
→
08/24 23:51, 5年前 , 13F
是不是能從機台響應或特定sensor上找出問題並調整？
08/24 23:51, 13F
→
08/24 23:52, 5年前 , 14F
繞過這個問題，甚至減少換工件時的調機時間
08/24 23:52, 14F
→
08/24 23:53, 5年前 , 15F
台灣加工業很多都走小量多樣的，大量打不贏對面
08/24 23:53, 15F
推
08/25 06:44, 5年前 , 16F
感謝分享
08/25 06:44, 16F
推
08/25 06:48, 5年前 , 17F
push
08/25 06:48, 17F
推
08/25 07:24, 5年前 , 18F
推分享
08/25 07:24, 18F
推
08/25 07:25, 5年前 , 19F
推這篇的觀點
08/25 07:25, 19F
推
08/25 08:24, 5年前 , 20F
沒錯 最後終究會回到現實面 錢
08/25 08:24, 20F
推
08/25 08:42, 5年前 , 21F
感謝分享
08/25 08:42, 21F
推
08/25 09:24, 5年前 , 22F
覺得AOI蠢的老闆真的不少,本來幾千的元件要看,AOI幫忙
08/25 09:24, 22F
→
08/25 09:26, 5年前 , 23F
篩到只有幾個,不用10秒就能複判完一片板子,但很多老闆
08/25 09:26, 23F
→
08/25 09:26, 5年前 , 24F
認為只要多派幾個"有經驗"的老手,一樣可以抵掉一台機器
08/25 09:26, 24F
→
08/25 09:27, 5年前 , 25F
大部分的老闆會願意導入標準化的XX系統,很多時候都是因
08/25 09:27, 25F
→
08/25 09:28, 5年前 , 26F
為接到國外訂單,客戶要求才會購自動化設備,不然反正台
08/25 09:28, 26F
→
08/25 09:29, 5年前 , 27F
灣人工便宜,人海戰術能解的,常常都是用人力直接解決
08/25 09:29, 27F
推
08/25 10:10, 5年前 , 28F
推
08/25 10:10, 28F
推
08/25 10:35, 5年前 , 29F
十分同意"不應該追求浮動標準"的觀念
08/25 10:35, 29F
推
08/25 12:38, 5年前 , 30F
最後一段很認同
08/25 12:38, 30F
推
08/25 13:27, 5年前 , 31F
推心得
08/25 13:27, 31F
推
08/25 13:49, 5年前 , 32F
中小工廠還是無感拉
08/25 13:49, 32F
→
08/25 13:49, 5年前 , 33F
捨不得花錢的太多了
08/25 13:49, 33F
推
08/25 14:19, 5年前 , 34F
推 謝謝分享
08/25 14:19, 34F
推
08/25 14:38, 5年前 , 35F
推
08/25 14:38, 35F
推
08/25 15:03, 5年前 , 36F
這篇清楚 其實最關鍵不是AI, 而是是否能判別帶來的價值
08/25 15:03, 36F
推
08/25 15:23, 5年前 , 37F
push
08/25 15:23, 37F
推
08/25 15:39, 5年前 , 38F
推推
08/25 15:39, 38F
推
08/25 16:37, 5年前 , 39F
推
08/25 16:37, 39F
推
08/25 16:56, 5年前 , 40F
推這篇
08/25 16:56, 40F
推
08/25 17:51, 5年前 , 41F
1F示範了甚麼叫無知
08/25 17:51, 41F
→
08/25 17:51, 5年前 , 42F
不過可悲的卻是代表大多數人的觀點
08/25 17:51, 42F
→
08/25 17:53, 5年前 , 43F
現在談的AI大多數都是假的 喊給老闆爽的
08/25 17:53, 43F
→
08/25 17:54, 5年前 , 44F
全球有做到基本功的工廠工業4.0跟大數據幾乎是零
08/25 17:54, 44F
→
08/25 17:55, 5年前 , 45F
更不用說是AI
08/25 17:55, 45F
→
08/25 21:30, 5年前 , 46F
樓上這樣貶低別人只顯得沒格調而已
08/25 21:30, 46F
推
08/25 22:23, 5年前 , 47F
good
08/25 22:23, 47F
→
08/26 08:42, 5年前 , 48F
你沒看過不代表沒有 看你工廠的定義是什麼
08/26 08:42, 48F
→
08/26 08:43, 5年前 , 49F
Data Center其實就是工廠 沒大數據?沒AI?
08/26 08:43, 49F
→
08/26 08:45, 5年前 , 50F
然後別搞不懂目標 有賺錢的老闆不是追求多高端的廠房
08/26 08:45, 50F
→
08/26 08:46, 5年前 , 51F
而是他們清楚知道目標是獲利 人工成本1塊自動化成本10
08/26 08:46, 51F
→
08/26 08:47, 5年前 , 52F
搞自動化搞到要賠錢 何不開人力爽賺
08/26 08:47, 52F
推
08/27 13:00, 5年前 , 53F
推!
08/27 13:00, 53F
‣ 更多 choral 的文章
文章代碼(AID): #1VGz3zg6 (Tech_Job)
‣ 更多 choral 的文章
文章代碼(AID): #1VGz3zg6 (Tech_Job)