第十一屆製造業 CIO 論壇 台北場 會後報導
隨著工業物聯網、自動化、機器人、工業 4.0 乃至 AI 導入製造業，對 IT 部門帶來嚴峻挑戰。Juniper 基於 AI 技術，將機器人及連線品質等 7 大指標可視化，避免產線因無線網路連線問題而中斷資訊傳輸。
文／明雲青
許多製造工廠亟欲升級為 AI 工廠，但往往忽略 IT 網路的同步進化。Juniper Networks 台灣區資深技術總監游源濱認為，製造業欲避免陷入上述窘境，當務之急便是以 AI 協助推動 IT 網路轉型。他強調 AI 如大腦，但工廠不只要大腦、也需要四肢與神經；譬如可佈建機器人來強化工廠的基礎架構，在產線上穩定執行生產任務。
有基礎架構還不夠，另需導入 IoT 感測器，必須四處鋪設、密度越高越好。因 AI 雖為厲害大腦，但假使缺少資料就無法運作，而且資料需要分門別類、經過有意義標示，感測器便是負責蒐集資料的關鍵元件。更重要的工廠亦需要脊椎、也就是神經網路，以便於連接感測器與機器人，時時將重要資訊傳回 AI 大腦。
游源濱表示，從前 IT 和 OT 各自獨立，現在基於 AI 工廠、智慧製造轉型，兩者必須融合，更凸顯 IT 網路重要性。所以製造業須建構一個適應未來10年AI 工廠的網路，其間需要滿足幾項重大條件。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ，與全球 CIO 同步獲取精華見解 ]
首先須以 AI 量化使用者體驗。工廠建立 AI 大腦之餘，務必要能隨時掌握四肢運作情況，意即理解前端用戶的連線狀態，他可能是人、機器人或感測器，才有助於洞悉其間神經系統是否健全，確保大腦暢通無阻接收資訊。而 Juniper 可透過 7 大指標追蹤每個用戶的量化體驗，持續蒐集用戶連線前、中、後所有狀態資訊，當監控到連線品質異常，便能精準分析根因並找出問題點。
其次 Juniper 讓 IT人員在管理網路時，可用自然語言提問，不必然需要藉助命令列；例如當連線品質不佳，Juniper 的 Marvis AI 助理便可回答究竟哪裡出問題。再來工廠亦需透過雲端管理模式，省卻安裝與管理地端控制器或系統升版等重擔；Juniper 的 Mist AI 引擎能滿足這些需求，且提供網路倒帶與動態數據包捕獲等獨特功能，使總部 IT人員輕易還原分支據點或海外工廠的網路異常狀態，從遠端運籌帷幄排除障礙。
另外是 IoT Assurance。工廠的感測器向來是 IT 管理者頭痛的一環，因它數量多，+不易佈建也不易維持安全性；此時可利用 Mist 雲端管理機制來實施自動化佈建，並強化 Pre-shared Key 生命週期管理，消弭 Credential 外洩風險。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
