採訪／施鑫澤 文／鄭宜芬
AI 顛覆了傳統製造業，洛克威爾自動化27日舉辦「2025 洛克威爾自動化大學」研討會，亞太區總裁 Scott Wooldridge 探討 AI 時代下的製程最佳化及數位創新技術，將從自動化邁向「自主化」，設備透過模擬與學習，自動適應新的參數，並根據不同的物料與產品需求進行調整。即使產品規格或種類變更，機台無需停機，人為干預也降到最低，能大幅減少工程投入，提升生產效率。
洛克威爾自動化亞太區總裁 Scott Wooldridge 表示，當 AI 技術整合至現有工作流程中，深度應用於控制層並建立自主學習的環境，工業自動化將邁向自主化的未來。同時，機器人與軟體定義自動化將為製造產業提升創造力、生產力和價值，開啟全新的想像。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook，與全球 CIO 同步獲取精華見解 ]
自主化宛如 AI Agents 直接部署在工廠
產業逐漸從自動化（Automation）邁向自主化（Autonomy）。Scott Wooldridge 表示，自動化指的是透過特定的系統或工程設計來執行既定的生產流程。然而，當物料或產品規格改變時，往往需要重新進行工程設計，包括調整參數、修改程式碼或重新配置機台，這通常需要人工介入。
相較之下，自主化製造則能大幅減少工程投入。自主化設備能夠透過模擬與學習，自動適應新的參數，並根據不同的物料與產品需求進行調整。因此，當產品規格或種類變更時，機台無需停機，人為干預也降到最低，設備能自主調校運作模式，提升生產效率。
自主化技術通常嵌入於工廠的控制系統，與設備緊密整合。例如，Vision AI（視覺人工智慧）能夠即時監測生產異常，並根據最新的運營參數自主調整機台設定，達到比傳統自動化更高的靈活性。AI Agents 應用於工廠環境分為兩種類型：
- 母體 AI Agent（Master Agent）
負責整體廠房的最佳化與管理，協調各個小型 AI Agent。這類系統需要由資料科學家或專業團隊進行監督，確保工廠運作最佳化。
- 小型 AI Agents：
部署在設備端或機台端，這類代理系統具備零接觸或低接觸特性，易於維護與管理，並根據特定的生產流程提供專屬功能。
至於工廠能否自行管理 AI、IT 部門該介入嗎？Scott Wooldridge 表示，在某些情境下，IT 部門的介入是必要的，尤其在 IT（資訊技術）與 OT（操作技術）融合應用方面，這可以分為兩類：
- 無需人工管理的 AI 應用
例如產線控制、視覺檢測（如防震、防模糊）、能源管理等，這些 AI 應用應能自動運作，不需要人工干預，類似於手機內建的防震與影像最佳化技術。
- 需要 IT／OT 融合管理的 AI 應用
例如自主移動機器人（AMR）、車隊管理等，這些涉及整體供應鏈運作，需要整合 IT 與 OT 系統，以確保高效協作與最佳調度。
Scott Wooldridge 表示，工業 IT／OT 的管理模式發展迅速。幾年前，許多企業建立大型資料科學團隊，負責收集與分析工廠資料，並透過累積的資料來進行能源管理與供應鏈最佳化。然而，現今趨勢是將這些能力更貼近設備端，讓機台本身具備更強的資料收集與自主管理能力，以減少對中央化資料團隊的依賴，提升工廠即時決策能力。
[ 推薦閱讀：【專訪】天工精密副總經理徐亞琛 ]
精準製程 × 資料驅動 × AI 創新 三大轉型關鍵
洛克威爾自動化臺灣區總經理譚世宏表示，臺灣產業普遍面臨人才不足、淨零轉型與全球供應鏈重組等問題，傳統製造業升級設備的需求殷切，以加速推進轉型進程。
- 精準製程管理提升生產效能
數位基礎是邁向智慧化與自主化的首要目標，而洛克威爾自動化於變頻器、感測器、控制元件等組件層面即內建聯網功能，借助高相容性、模組化等特性，協助企業從關鍵硬體中部署數位功能，加速轉型基礎建置。近期，洛克威爾自動化與 NVIDIA 展開戰略合作，以數位分身技術打造物理仿真模擬工廠，實現工廠級別的虛擬控制測試，並幫助企業於部署前進行驗證，降低產線擴張或調整時的風險。
- 資料驅動強化營運與資安
在數位基礎建立後，前線人員採用 FactoryTalk Optix 人機介面，一站式收集、整合、可視化資料，並串接第三方應用程式實現深度分析，轉化洞察為行動；Plex 製造執行系統 SaaS（軟體即服務）則提供雲端原生的機台管理與製程追蹤，產線可更緊密地連結設備與供應鏈。當 OT 與 IT 連結程度提升，不能忽視建立安全的數位防線，洛克威爾自動化強調以 OT 資安解決方案強化架構，同時建立 OT／IT 端人員的資安意識，強化企業風險管理能力。
- AI 創新推動高質量智造
AI 與邊緣運算協助產線進行維護，提供潛在故障風險及維修週期洞察，大幅降低潛在停機時間。同時，將 AI 導入至實際製程中，FactoryTalk Analytics VisionAI 以視覺 AI 進行品質管理，提升機器視覺於品質判別的準確率及效率。
[ 推薦閱讀：工業物聯網的演進與未來挑戰：應用與邊緣運算協作管理平台 ]
產業應用部分，智慧系統整合領導商廣運機械將 Emulate3D 數位分身技術應用於物流系統，在虛擬環境中的物流模擬、機械設計及產能驗證，最佳化建置成本及作業效率，高度的物理仿真並降低虛實差異，減少實際部署的落差。
包裝機領導品牌虹興機械導入 iTRAK 智慧追蹤系統、Optix 資料平台等軟硬體，建置智慧彈性間距橫式包裝機，扭轉傳統機型維護成本高昂、缺乏標準化資料、無法及時監測生產等痛點。
透過自主化技術的導入，未來工廠將更加智慧化，並具備高度彈性與應變能力，使生產流程更高效、可持續發展。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
