根據《財富商業洞察》報告，全球製造業大數據市場規模預計到2026年將達到91.1億美元，年複合增長率為14.0%。數據正在改變製造業，透過邊際運算、AI/ML和串流分析等強大工具，即時數據驅動創新達到新的水平，智慧工廠正遍地開花。
製造「邊際」是指生產環境，包括攝影機、感測器、機器和組裝線等產生數據之處。企業運用邊際運算，從這些裝置或與這些裝置連結的自動化控制系統收集和轉化數據；再使用串流數據分析和AI等技術對數據進行分析，獲取即時洞察，以便快速做出決策和立即行動。然而，不斷擴大的數據集使邊緣技術不堪負荷。儘管面臨這些挑戰，製造業仍持續落實邊際創新，從邊際數據獲取價值的能力來創造競爭優勢。
AI可以提升企業保護員工、提高生產品質、避免維護問題與使用機器智慧來彌補技術缺口，讓企業更貼近市場並維持競爭力。AI在邊緣的應用帶來眾多好處，包括：
•降低瑕疵數量：AI可以追蹤從工廠進出的所有零組件。電腦視覺有助於加快和自動化整個生產週期的工作，能實時識別、標記並追蹤個別製程或零組件的瑕疵，以便立即進行修復。
•故障率降至最低：AI預測性維護系統運用來自感測器和IoT數據，來準確定位有維修需求的具體位置，大幅降低技術人員的診斷時間，使企業能主動預測並預防可能的設備故障，保持設備和流程處於最佳運作狀態。
•彌補知識落差：基於AR的AI系統讓遠端操作的專家可透過虛擬方式直接評估情況，並指導或培訓現場員工。AI還能理解情境內容，並載入標準流程以推薦下一步操作，這些都透過AR清楚演示，讓未經訓練的員工能夠在專家不在場的情況下執行複雜任務。
製造業需要強大的基礎架構和諮詢服務，才能成功部署邊際AI環境，並全面了解從接收邊際數據到實現業務成果的整個過程。為了簡化部署、整合、安全和管理，AI專家可針對智慧製造的使用情境客製化解決方案，加速實現價值的時間。
已有愈來愈多搭載AI和串流數據分析功能的邊際運算應用於預測性維護、電腦視覺、生產品質、良率優化、物流強化、生產優化和數位孿生等使用情境，這些都需要分析來自連網裝置、設備和其他資產的影像、音訊和感測器讀取等大量多維數據，並依賴Wi-Fi和蜂巢式網路的高速和超低延遲連網功能提供即時資訊。其他如AR和MR等新興應用，將需要5G網路的靈活性和成本效益，來解決長期連結性與數據傳輸量問題。
透過善用邊際AI，製造業不僅可提供客戶創新且高品質的產品，以具競爭力的價格，滿足日益挑戰的盈利能力、永續性和安全性目標。
＜本文作者：文◎廖仁祥現為台灣戴爾科技集團總經理＞