生成式 AI 催生智慧產線,製造業搶當「智造業」

如同描述未來世界的科幻電影一樣,一座自動運迎的智慧工廠中,有不僅有機械手臂左右移動的調整精度,還有人型機器人穿梭其間搬運重物、輸送帶上抬頭一看還有螢幕儀表顯示數據,三者之間傳輸著即時資料監控每一站製造流程中的環節數值,包裝完畢後再由自動物流配送,廠區少了勞力密集,更在智能調控下達到節能減廢,符合碳、水運用的標準。

這樣的場景是否很美好呢?是的,它正是我們夢寐以求得工業 4.0,為「製造業」提供了一條全新並富競爭力的光明道路,連起物聯網、大數據、機器設備、智慧應用,其中最必要的關鍵就是近來火紅的人工智慧,然而若生成式人工智慧尚未崛起,恐怕這一切仍僅止於想像。

因此我們需要思考,究竟生成式 AI(Generative AI)為人工智慧帶來了怎樣的重大突破,它又能怎樣被運用於製造業中,降低成本、低勞力密集、錯誤風險,同時協助永續、提高產能與良率?以下三個方面可以為我們找到亮點:

亮點一:打破隔閡,製造的智造新出路

首先,AI 不再是昔日的吳下阿蒙,在生成式 AI 問世之前,普遍認為「AI 僅擅長垂直式的產業應用』,AI 的訓練成果僅能供單一產業的運用,演算法與模型難以跨產業運行,這對於橫相關連諸多行業、縱向串連上下游產業的製造業來說,無疑難以讓智慧製造進入整個生態系中,AIGC 的問世卻為此帶來打破僵局之機。

生成式 AI 由 AI 自動生成內容,透過預先訓練讓模型「分析與歸納資料」,也就是「學習」,運用 LLM 大型語言模型、NLP 自然語言處理、CV 電腦視覺等技術,了解文本、語意、圖像、情境不同的資料型態,依據提問「融合、拼湊、模仿」出使用者想要的文本、圖像、影音,就是所謂的「生成」,再與分析式人工智慧(Analytical AI)結合,就能應用於多個「智慧製造」的場景中。

如明尼蘇達礦業 3M、阿斯特捷利康 AstraZeneca、法拉利 Ferrari、樂金 LG AI Research、瑞安航空 RyanAir、湯森路透 Thomson Reuters 和領航投資 Vanguard…等。

亮點二:六項範疇,製造業應用跑在前

其次,製造業有六個領域相當適合生成式 AI 介入,包含「開發設計、產品週期、製造產線、設備管理、製程控制、供應鏈/進銷存」等,而我們熟知的客服,也是最廣泛被智能化的領域。此外,許多專家與製造業高層人士也都認為,生成式 AI 適合打造「知識與決策中心」,也能在「永續管理」上大顯身手,為環境、安全、衛生帶來監控預警,同時也能為節能、減碳、減廢帶來控制優化。

生成式 AI 能協助生成出大量創意的設計圖稿,業者可比把設計圖做為訓練資料,協助「開發設計」生成出符合廠家風格、專利技術的設計圖;若把應用放在「產品週期」,則可以建立模型,預測產品生命週期,減少錯誤開發的浪費,接著在落地到「製造產線」,利用影像/圖像分析來揀選分類產品,或協助倉儲理貨。

再照流程往下走,可以加入 IoT 物聯網裝置採集數據,協助「設備管理」,確保設備的各項數值維持正常,減少失效運作的產值損失、或是設備故障帶來的公安危害,接著同樣運用圖像辨識檢驗製成品的外觀,或監測機器運作時的聲波圖型,來判斷是否有異常風險,提升「製程控制」的妥善率。我們還能把 AI 用在「進銷存/供應鏈管理」上,解讀 ERP、SCM、CRM 等數據資料,匯入 BI 商業智慧找出數據洞察(如 Amazon Quicksight),管理預測訂單、庫存、備料。

亮點三:強心針,大廠導入生成式 AI 有成

其三,知道他山之石、可以攻玉,美國汽車製造業早已運用生成式 AI 提供設計建議、減少車體量、或優化零件規格,或是如 BMW 運用了生成式 AI 優化供應鏈庫存,透過 Amazon QuickSight 做商業洞察,將相關數據生成出視覺化圖像,供地區銷售團隊進行佈局決策。

把焦點轉向運動消費品的愛迪達,愛迪達採用 Amazon Bedrock 開發了生成式 AI 解決方案,工程師只要透過人機介面對話就能從知識庫中找到答案;而生物製藥大廠默克也透過 Amazon Bedrock 建立生成式 AI 功能,分析患者、提供患者治療的建議,提高生活品質。

若我們將上述案例稍加整理,就可以發現生成式 AI 於智慧製造的應用,可歸納為三大類:1. 生產作業的改善優化、2. 技術維運的知識諮詢、3. 洞察發現的差異縮短,分別用來促進智慧自動化、製造開發技術提升,以及生產管理創新。預料這也會在 3~5 年吸引更多產業投入。

亮點四:智慧決策,邁向智造里程碑

當製造邁向智造,意味著所有投入、過程、成果的資料,都應該要完整採集保存,AI 模型訓練之用,更能利用生成式 AI 對資料的歸納與融合產出,打造屬於製造業者的專屬企業「知識庫」與「決策顧問系統」。而一般最常見的「智能助理」、「智能客服」也能透過如 Amazon Q 具體實踐於工作流程與客戶維繫上。

然而,並非所有的製造業都正走造「智造」的路上,《台灣智慧製造關鍵能力調查》(由勤業眾信與科技部人工智慧製造系統研究中心發起)曾針對電子、半導體、金屬製品、機械設備、化學製品等製造業進行研究,並以「轉型準備、驅動力、數據應用、基礎建設」三項指標來評估台灣企業是否做好「智慧製造」的準備,其中做好準備者有 64% 是來自電子及半導體產業,

不僅如此,財團法人人工智慧科技基金會的《產業 AI 化大調查》也指出,在「不了解要如何運用 AI」方面,製造業者為 25%,高出平均的 15.4%;在「低於 25% 的員工具備足夠的 AI 知識」方面,製造業者高達 88%,而製造業也認為導入 AI 最大個困難在於,數據不足難以整合(54.4%)、人才招募困難(32.4%)、產業供應鏈 AI 技術未成熟(32.4%)、導入AI 金額成本太高(36.8%)。

兩個專業報告不約而同的指出,高科技製造業最勇於成為 AI 先鋒,但其他製造業仍在觀望中尚未跟上人工智慧的必然趨勢,對於因應未來競爭力恐存在不小風險。

告別 AI 的荒島求生,製造業用雲端 AI 解決難題

對於想要導入生成式 AI 的製造業者也不必擔心,現在只需要透過 AWS 就能敏捷、快速、低成本、高資安的導入 AI、轉型成為智慧製造,從基礎層(AWS Graviton、AWS Inferentia、AWS Trainium)、技術層(Amazon Bedrock、Amazon SageMaker)、應用層(Amazon Q、Amazon QuickSight),都有完善解決方案與雲端託管式服務,且符合國際資訊安全與保密規範。

過去「工業 4.0」只聞樓梯響,如今生成式 AI 的崛起,正好讓產業生態圈涉及多個領域的製造業,有了導入人工智慧,真正從製造進入「智造」的新契機。

爲了提供大衆體驗 Claude 3 及其他部分 Amazon Bedrock 平台大語言模型(LLM)的機會,現在就邀請大家限時免費體驗,每一個在本 AWS 網頁開設的測試帳戶現在不需要綁定信用卡、且享有 24 小時內完全免費,輕鬆一鍵創造實驗環境。

關於 Amazon Web Services

自2006年來,Amazon Web Services一直在提供世界上服務最豐富、應用廣泛的雲端服務。AWS不斷擴展可支持幾乎任何雲端工作負載的服務,為客戶提供超過240種功能全面的雲端服務,包括運算、儲存、資料庫、聯網、分析、機器學習與人工智慧、物聯網、行動、安全、混合雲、媒體,以及應用開發、部署和管理等方面,遍及33個地理區域內的105個可用區域(Availability Zones),並已公佈計畫在馬來西亞、墨西哥、紐西蘭、沙烏地阿拉伯和泰國等建立6個AWS地理區域、18個可用區域。全球超過百萬客戶信任AWS,包含發展迅速的新創公司、大型企業和政府機構。AWS協助客戶強化自身基礎設施,提高營運上的彈性與應變能力,同時降低成本。欲瞭解更多AWS的相關資訊,請至: thinkwithwp.com
 免費註冊 AWS 帳號

新戶註冊即享 AWS 免費方案,可探索超過 100 種 AWS 的產品與服務,還能加碼領取獨家贈品!

 與我們聯絡

若欲尋求技術、帳單帳戶、登入存取支援,或希望與 AWS 的雲端業務聯絡,都竭誠歡迎您與我們聯繫!

 探索台灣資源中心

集結研討會精采回顧雲端主題白皮書開始上雲系列等免費資源,進一步豐富您的雲端之旅。