AI智慧製造在各位想像中的樣子是如何呢？先進的工廠、先進的設備、一切自動化如理想中的的未來工廠一樣嗎？

（示意圖，來源：https://vmaker.tw/archives/40034）

沒錯，誠如各位所想像的，未來工廠或者說所謂的AI智慧製造的樣貌不外乎剛剛提及的自動化、智能生產等。但是AI智慧製造近年來卻成為一個Buzzword，時髦用語而已，就如同數位轉型一樣，人人都想做，但人人都不知道究竟何謂數位轉型一樣。

那麼究竟AI智慧製造到底是什麼？以筆者淺見在這邊拋出一個約略的概念給各位先進參考：智慧製造，即為通過新型的資訊技術，解決舊有製造業的痛點與難題，進而提升效率與品質。

基於這樣的概念出發，AI智慧製造就不難理解了，即是「透過AI助力，解決傳統製造業的痛點」，那麼在AI智慧製造上，雲端解決方案有什麼實際的案例呢？有的，筆者此次將拋磚引玉，通過台灣傳統鋼鐵業的困境來闡述雲端如何通過AI助力，來替傳統製造業打開新的局面。

傳統鋼鐵產業分布於台灣中南部或東部，大多都是進行鋼材打磨、鎔鑄、塑形等後期加工作業。目前多數台灣鋼鐵業業者都在積極進行轉型，並且引入新設備與擴建新廠區，只是新廠區與新設備，當然很容易使用新的解決方案，達成最佳的製造效率，但舊廠房與舊設備，依舊是目前的主力，卻面臨產能與成本的瓶頸。

而本次的案例，就是源自於廠房路線設計的關係，加上機器研磨鋼材的設備甚至是二戰時期的產品，原先設備廠商也已經倒閉，無法再進行設備更新升級，導致研磨出的鋼材，必須從A點耗費人力成本帶至B點進行鋼材檢驗，不合格的鋼材再從B點帶回至A點進行重新研磨。

這樣的過程除了耗費人力成本外，最重要的是耗費了大量的時間成本在做品質控管，那麼我們應該要如何應用AI來減少人力與時間成本呢？

針對此案例，在不影響其餘變數的狀況下，會在研磨機的出料口處，安裝邊緣辨識裝置，將影像通過工廠實體線路，傳輸到雲端資料中心，並且透過雲端平台的AI影像辨識功能，來進行圖像判讀，並且即時回傳判別結果。
當然，若是廠房有嚴格的資安規定，更進階的做法則是可以收集大量的鋼材圖片，並且預先進行雲端平台預置的模型進行Machine Learning，然後將Training完成的模型置放在邊緣設備中，達成「邊緣運算」的效果，藉此達成舊有工業產業鏈的升級。

流程如下圖：

本篇文章僅是透過鋼鐵業的案例簡略論述了製造業目前的困境與解方，下一篇文章，筆者將會帶領讀者深入探討雲端方案，並且詳細討論整體架構以及AI訓練過程。