工廠狂抓數據，最後居然全部變成佔據硬碟的無用垃圾？根據 台灣 CIO 雜誌 報導，許多製造業者雖然在產線裝滿感測器採集海量資料，卻常常陷於不知道拿資料做什麼的窘境。
為什麼單靠工廠基層自己推動自動化轉型，效益往往只能發揮百分之四十？答案就在於欠缺跨部門的整體規劃。智慧製造方案大廠的研發總監指出，如果由企業高層親自訂定規則，要求研發單位在設計產品階段就必須納入自動化產線需求，轉型效益就能一舉躍升到百分之九十。
不過，要讓 AI 真正發揮作用，最大的難關往往出在數據治理。所謂的 OT 現場設備技術與 IT 資訊系統整合，最怕遇到資料欄位名稱不一致。例如兩套資料庫明明記錄著同一件產品，欄位名稱卻完全不同。如果不先把資料進行梳理與清洗，隨意把沒有經過分類的原始資料丟給系統，只會增加系統負擔。企業必須先釐清資料到底是用來調整參數、進行品質追溯，還是做設備預防維護，並透過製造執行系統，也就是負責管理工廠產線運作的智慧管家，建立統一的資料模型，AI 才能讀懂這些內容。
資料梳理乾淨後，人工智慧與數位孿生技術就能展現真實本領。所謂的數位孿生，就是在電腦世界裡幫真實工廠打造一個一模一樣的虛擬雙胞胎。大廠研發總監表示，結合掌控機械手臂運動與馬達轉速的物理人工智慧，虛擬雙胞胎的模擬精準度可以高達百分之九十二。
在電腦裡模擬到底有什麼好處？以往產線要改版或調整設備，必須停工試錯，耗時又耗錢。現在工程師可以在虛擬工廠中直接進行產線排程模擬與機台調校，試算出來的運作參數還能直接下載給實體設備使用，不僅完全不佔用實際生產空間，還能縮減高達兩成的調試時間。
最後，要打造邁向未來的智慧工廠，除了互聯與智慧，可信任更是根本。隨著國際對產品資安規範日益嚴格，智慧製造系統必須採用零信任架構，也就是對任何設備與系統連線都不預設信任、必須層層查驗，才能在確保資安安全的基礎上，讓人工智慧真正成為製造業最可靠的助手。
