IT和OT技术的融合加速了智能制造的发展

数字化转型的时代

台湾是全球主要的3C产品代工地。除了拥有足够的制造知识和技术外，制造商也在工业4.0和工厂智能化的趋势下积极接受数字化转型，引入新兴技术以加快产能，提高国际竞争力。然而，工厂智能制造的转型并不意味着引入人工智能或物联网解决方案就能成功。构建一个适合的、适用的智能制造系统，除了硬件和软件之外，是否有解决方案导入的实践经验是成功的关键。

台湾制造业正面临数字化转型的变化。如何加快实施智能制造并推动大规模应用将是一个重大挑战。IBM台湾总经理表示，由于缺乏整体目标或长期愿景，许多智能制造项目面临无效性或停滞不前的困境，难以扩展部署到跨工厂或跨领域的应用。制造业在定义了自己的核心竞争力之后，想要整合新技术，但也发现企业不能仅仅依靠自己的努力来实现智能制造的目标。IBM指出:“在一个竞争激烈的世界里，单打独斗已不再可行。我们必须与我们的伙伴一起创造和合作!”为了摆脱对制造业的分散和局部投资，在评估和概念验证操作阶段有必要采用全场景方法。从一个角度来看，找到最直接有益的应用场景，它可以具有可扩展性，可以快速扩大应用范围，这有助于企业的数字化转型。

因此，台湾IBM携手行业合作伙伴，打造完整的智能制造生态系统，整合运营技术(OT)、信息技术(IT)和AI，共同提供从OT、IT、AI到企业应用系统和混合云的完整解决方案和解决方案。专业的服务使智能制造真正实现为应用场景，创造可实现的投资效益和可扩展的运营结构。精度、成品率、利用率是制造业竞争力的所在。它涵盖了生产线的四大要素，包括人员、机器、材料和工艺。连接OT和IT将是人工智能在制造业实施不可或缺的关键和先决条件。企业的核心命题是如何提高质量，降低成本，创造最大的利润。未来10年，企业面临的最大挑战是人才。如何降低人为失误的风险，使人员操作更加高效将是关键。因此，引进人工智能势在必行。OT的结构必须先解决，然后才有意义把数据发给it ! Smart manufacturing can't just be a single point application. It must integrate OT and IT. The key is the "five Rs", that is, making the right decisions and taking the right actions with the right data, the right time, the right location.

制造商从最后开始考虑智能工厂建设。例如，一条生产线有几个工序。每道工序完成后是否可以判断质量?关键机器是否每天24小时正常运转并正确使用?是否有可能优化员工的工作流程?如果你想自动化操作，你必须考虑如何在边缘设备上计算数据，并直接做出决策。实现智能制造有四个层次。首先是机器层面。想要好的、正确的数据，就必须从机器设计入手，获取有效的数据，通过数字化的方式呈现机器的状态，设计出零件、装置、设备可以重复使用，提高机器的利用率，面对未来的变化，降低机器更新升级智能化的成本。二是生产线水平。 In the face of a small number of diverse product changes, it is necessary to make good use of flexible construction and dynamic reorganization of modular simulation technology to reduce the production cost of flexible manufacturing. The third is at the factory level. Faced with market demand, it uses smart planning and execution system scheduling, understands the data and the relationship between the overall system, and allows intelligence to be injected into the factory to develop smart decisions that support each stage; to achieve increased production capacity and Process optimization. The fourth is the enterprise level. In the process of developing smart manufacturing, enterprises of any size need to have a platform that supports improvement and can continue to evolve and optimize and continue to bring value to the enterprise with a flexible structure and sustainable competitiveness. Finally, the key to success is to use the four levels of Manufacturing on Demand, supplemented by integrated ecosystem collaboration, to further effectively achieve the goal of continuous transformation of smart manufacturing.

IT和OT融合技术

OT和It的集成非常困难，因为OT没有一致的标准。因此，工厂应该从数据结构的概念出发，在生产之前搭建一个数据结构平台，如何从数据集成的接口做出不同的模型。收益率最大化。在生产中，我们必须利用好混合云AI应用，从数据的角度思考AI的效率。IT和OT融合后，利用不同生产线优化后的IT架构，寻找适合AI的模型，提高生产线效率。IBM有许多国际公司使用的人工智能训练模型，可以直接引入制造业。在行业争分夺秒的竞争中，制造业可以快速找到合适的AI架构。

下一代制造业需要使用基于云的SaaS和容器化，以便在合适的时间提供不同的服务。关键是如何设计它的数据结构。数据结构允许工厂在未来开发可视化仪表板和开发DevOps时面临不同的挑战。企业要进行数字化转型，首先要明确自己的核心竞争力和核心价值观。不要为了技术而使用技术。他们必须为每个员工设定投资回报、目标和关键结果(OKR)。作为物联网解决方案的集成商(aggregator)，世和集团可以帮助客户快速匹配可立即部署的解决方案，提供多种选择而不受单一品牌的限制，并帮助客户引入最具成本效益的解决方案。减少企业试错所需的时间和成本。并与IBM合作开发物联网生态系统，共同推动建立应用标准，缩短行业产品上市时间。IBM构建智能制造生态系统，与战略合作伙伴共同解决制造业物联网连接层的设备组网和数据提取挑战，以及边缘应用场景，帮助客户突破OT数据转化为IT数据的技术瓶颈。 After data extraction, AI data application scenarios and AI platforms will be further created, and the subsequent three stages of smart manufacturing competitiveness including dynamic simulation, smart factory, and dynamic customization will be gradually implemented to accelerate the advancement of Industry 4.0 and specifically realize the benefits of smart manufacturing.

刺激工厂转型，内外部原因

在过去的几年里，制造业的产业环境发生了实质性的变化，这些变化给电子装配行业带来了严峻的挑战。外部环境，由于中美贸易战，迫使制造业改变生产战略，先后开始调整集中在大陆制造基地的生产模式，向世界各地分散。然而，在不同的国家建立工厂将面临不同的地理，文化和建设方面的挑战。现有的生产模式不仅不能完全复制，而且可能会延迟工厂的扩张，导致生产能力下降。

行业内部的挑战来自人力资源。台湾人口继续负增长，加上制造业不是年轻人优先选择的就业机会。这两个因素造成了台湾制造业的不足。此外，操作人员的素质差距也是造成生产线效率低下的主要原因。特别是在要求多工序、高精度的电子装配行业。

为了解决内部和外部两大挑战，制造业不可避免地需要引入自动化生产系统。通过自动化设备的标准化生产方式，使生产线运行平稳，产品质量趋于一致，从而解决人为变异的问题。但是对于电子组装行业来说，电子产品的结构复杂，不可避免的生产线上有很多工序必须手工完成。因此，在全自动化生产线上引入无人工厂解决方案是很困难的。是最合适的实施方式。

数字化转型的3个关键点

没有100%的自动化并不意味着电子装配行业不能实现智能化转型。考虑到竞争力，电子组装行业对智能制造的需求越来越强。原因在于，在制造业规模不断扩大的同时，只有智能化才能准确地管理生产线。数字系统可以更快地响应变化的外部环境。比如，肺炎疫情过后，很多工厂会逐步复工。工厂可以通过远程监控或智能系统调整生产方式，缩短复工时间，快速恢复生产。也因为智能设备的广泛使用，大大减少了对劳动力的依赖，减少了影响。

在相关智能制造系统的建设中需要特别注意三个关键点。第一是系统投资回报率的设定，第二是OT和IT两个系统的整合，第三是系统在线进度的控制。其中，OT和IT的系统集成是客户最困难和最费时的投入。

IT和OT之间的障碍不仅在于技术水平，还在于组织结构。IBM提出的规划蓝图必须先与高层沟通，明确关键绩效指标(KPI)和投资回报率(ROI)，然后让同事开始实施，否则只能是单一点的突破或创新。不能带来更高的价值。在实施上，可以依靠聚合器整合it和OT技术，利用虚拟化、安全防护、人工智能等现有it领域相关技术部署架构，为企业打造即用型应用解决方案。数字化的进程必须开始滚动。行业的整体解决方案可以缩短试错的时间，然后积累大数据，挖掘数据的潜力，将其转化为可以辅助决策的信息，逐渐积累为知识，最终演变为智慧，主动做出可操作的决策。