iKala 作為亞洲領先的全方位雲端賦能者，擁有超過 1,000 家亞太企業客戶與 12 個以上大型產業的數位轉型服務經驗。團隊由 50 多位 雲端 AI 與資料科學家組成，提供 AI 驅動的雲端管理平台 iKala AIOps，以及專業顧問諮詢服務，協助企業建立長期競爭力。
文／Nica
iKala 解決方案架構經理 Gordon Wei 剖析了當前製造業面臨的四大困境，提出了基於 Google Cloud Manufacturing Data Engine（MDE）的雲端解決方案。他指出，製造業先進們在轉型路上，常受到四大關鍵痛點的阻礙，包括 OT/IT 資料整合鴻溝、被動式維護、老師傅經驗傳承危機，以及市場與原物料預測。iKala 推動 Google Cloud 專為製造業量身打造的 MDE 解決方案可透過多種服務串接地端與產線資料，是企業實現資料倉儲（Data Warehouse）、AI/機器學習（Machine Learning）與自動化運用的核心工具。對於製造業高階主管關切的成本與資安問題，MDE 提供了降低前期成本、資料在地化，以及模型運用彈性等關鍵優勢。
[ 加入 CIO Taiwan 官方 LINE 、 Facebook 與 linkedin，與全球CIO同步獲取精華見解 ]
iKala 透過實際案例，展示了 AI 在製造業的廣泛應用潛力：
- CNC 機台預測性維護
透過 VPN Tunnel 將 CNC 沖床的 OT/IT 數據安全傳輸至 Google Cloud。資料會經過清洗（Data Cleaning）流程，去除雜亂資訊，確保資料品質。資料倉儲服務 BigQuery 與 Cloud Storage 不僅儲存資料，也提供分析功能，而 Looker 則用於戰情室般的視覺化呈現，即時顯示產線健康狀態。最後，利用 Vertex AI 進行機器學習，實現預測與檢測。Gordon Wei 提醒，雖然工具強大，但資料整合與定義關鍵數據的過程約需半年時間，因為 AI 的回饋品質完全取決於輸入資料的準確性與關鍵性。 - 工廠與物流車隊整合
此方案將工廠產線 Sensor 與運輸卡車上的 IoT Sensor 整合，資料同樣經由 MDE 上傳、分析。由於整合了運輸鏈數據，後續的應用得以延伸：AI 預測不只用於工廠內，還能與 API 整合，觸發自動化流程，或進行派車與回報等操作。 - 生成式 AI 驅動維修手冊
這是利用 GenAI 解決知識傳承的創新應用。企業將 PDF 維修手冊等數位檔上傳至 Google Cloud 讓 AI 學習。當設備故障時，工程師不必一頁頁翻找，只需透過人聲輸入故障碼或描述問題（例如「分析馬達聲音」），AI 即可利用 多模態（Multi-model）Live API（支援聲音、圖片、文字）快速提供精確的維修方法。此專案的重點在於微調（Tuning）階段：除了官方手冊，還必須將「老師傅的經驗秘笈」納入 AI 的學習範圍，才能讓 AI 判斷更精確、更完整。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
