【喝咖啡聊精實】工業4.0"智"造未來 人才培育刻不容緩
2018/11/27

在全球一片AI人工智慧的聲浪下,從政府到民間,從商務到工業,整個社會逐步進入AI+IoT時代。越來越多的設備開啟了智慧化進程,但許多企業也開始焦慮了,不參與這場科技競賽怕會被淘汱,可是加入又覺得現階段人力、技術、形態及財務現狀並不足以支應這樣的改變,該怎麼面對呢?精益管理告訴你:先透過人才梯隊的培養才是根本。

人工智慧(AI)結合物聯網(IoT)已是2018年最熱門的趨勢,尤其在全球各國都重金投入在這方面的許多建設,民間像無人車、無人餐廳、銀行…等應用服務及產品的產生,更讓人感到AI智慧對商業及生活模式改變的迫切。今年在上海舉辦的「2018世界人工智慧大會」上,阿裡巴巴公司董事局主席兼CEO馬雲先生也在會中告訴所有的企業,「人工智慧將定義人們未來的生活方式,會帶來社會變革,但人們不需擔憂人工智慧,而應該擁抱人工智慧,迎接新技術帶來的挑戰。傳統製造業如果不能從規模化、標準化,並向個性化和智慧化轉型,將很難生存下去」。

面對AI智慧製造的趨勢下,中小企業該何去何從?華宇企管顧問團表示:要形成AI智慧製造前,所有經驗資訊數據的收集是人做出來的而非機器,如果只購入高價格設備,而無優秀使用設備的人才團隊,也是沒有意義的。相較於讓設備升級,反而培育會善用設備的人才團隊,才是AI智慧製造推行是否能成功的關鍵核心!

雖然工業4.0的前景十分美好,但實現工業4.0卻必定是一個長期的過程,前期會付出不小的資金和人力投入,並且在變革的過程中,將會有很大的挑戰,這裡僅舉幾5個實質之挑戰點:

■挑戰點一:高資金成本投入

工業4.0投入之初,需眾多人力及強大硬體支撐,並要完成資料採集獲取、連接傳輸、計算分析,才得以呈現推送等功能。因此,硬體投入成本相當高昂,例如振動感測器,成本較高,對環境要求也高,環境惡劣的廠房,安裝相應的採集數據設備都十分困難。

此外,當資料連接建立後的每時每刻,都有海量的資料從機器中傳出,目前的大多數工廠普遍並不具備這樣的硬體條件和資料連接的基礎,架設數位化的分析平臺亦是筆大費用。

 

■挑戰二:軟硬體的開發

進入工業4.0時,面對不同種類的資料形式、機械結構以及不同資料的分析手段,需要經過整合建立統一標準化的分析平臺。但現今大部份工廠皆缺乏統一的標準,資料收集多又雜,準確度不一,這都使得分析的效率都一直處於較低的水準。

 

■挑戰三:資訊安全

在智慧化的過程中,資料不斷增加,資料交流不斷增多,勢必會像互聯網一樣帶來安全隱患。更令人擔心的是,工業資料中常含有大量商業機密,資料在傳輸和分析過程中,會增加洩密的風險。

所以如何在安全性得到保障的情況下,建立工廠內資料與工廠外分析平臺的連接,以及如何尋求合適的資料分析形式,保證分析和交互的私密安全性,是未來在進行工業4.0變革的時候需要面對的重要挑戰。

 

■挑戰四:建置前與後的人才培育及佈局

工業4.0歸根究底還是需要人來實現,建立工業4.0未來的工程師,不只要專注於一個領域,而是需要掌握多學科的知識。除了要熟悉機器和生產線的環境,還要瞭解企業整體結構和運行原理,同時還要掌握電腦科學和電腦工程的知識。然而目前這類綜合性人才在工業界奇缺,而針對複合型人才的培育機制同樣匱乏,所以人力資源的缺口也是工業4.0實現的挑戰之一。

 

■挑戰五:信息化、資訊化基礎建設

工業4.0是一個以物聯網+互聯網的工業應用模式,以最大限度的去提高生產效率。基於大資料庫的基礎下,廠家可提前知道這個月該生產多少量,給哪裡出多少貨,以保證有效運行,降低庫存。

那麼問題來了,這些要怎麼知道?這需要完整的資訊化基礎,更需要工業3.0+各種資訊採集。但現在工廠及生產線自動化程度到那呢?目前看來大多還處在工業2.0的電氣時代,完全談不上資訊採集,又要如何取得要的數據資料呢?

總結以上的重重挑戰,市場專家都認為,工業4.0目前仍較適合某些大型企業,比如汽車製造商,可是對中小企業來說也並非沒可討論的空間。尤其在於進入工業4.0之前,關鍵人才的佈局及培育就是最刻不容緩的事。

【喝咖啡聊精實】工業4.0

【外訓課程●線上報名】

喝咖啡聊精實搜尋