Page 36 - 2018 電子科技產業年鑑

（1）傳統產業多為「人機共工」：以紡織 與生產活動的異常。
業為例，至2020年紡織業近3萬勞工屆齡勞退， 因此，一個智慧工廠的數位轉型可歸納出三
製程經驗積累不易，流失競爭力。
個進程，詳表1：
（2）「老、中、青」設備機台共處，互通 6. 智慧工廠數位轉型：以思納捷公司為例
不易：雖然，近期採購的機台通常具優越自動化 2018年4月18日經濟部輔導了台灣第一家
性能，但面對整體智慧化轉型升級，與其他廠牌
或不同時期採購的設備進行整線、整廠之智慧化 可以提供產業界「工業4.0」完整方案的新創公
整合成智慧聯網系統著實不易，導致製程數據累 司「思納捷」成立。他們以多年的案場經驗為
積不足，難以進行品質關聯數據分析。 基礎，發現台灣傳統製造業對於應用物聯網的技
術缺口，因此規劃了淺入深分三階段方案（詳圖
（3）「少量多樣」，訂單交期縮短：欠缺 3），逐步協助工廠導入工業4.0，解決工廠真正
精確掌握成本的能力、新產品的品質與交期亦難 的問題，產生具體效益。
以掌控，無法因應少量多樣下所需之高度彈性製
程能力。 思納捷公司目前提供中小企業
「In-Factory」和「In-Park」兩大雲端AI總管
（4）無法有效提高品質與效率：產業亟需 的工業解決方案，協助24小時看管工廠及園
以高品質高效率成為差異化競爭力，如雲端運算 區能源、設備與機台。智慧工廠雲端AI總管
數據預測：建立數據模型、研發人工智慧機器學 「In-Factory」，能夠總管工廠基礎能源、設備
習功能模組以達到降低設備與生產活動的異常。 與機台，並結合智慧分析技術，以三部曲循序漸
提升產品附加價值，發展滿足客戶需求為導向的
製造服務創新營運模式。

5. 智慧工廠數位轉型的進程
若一個企業想要建置智慧工廠，在技術上必
須解決的兩大課題：
（5）虛擬工廠管理：系統即時控管工廠、
落實行動管理、提升生產效率與精簡人力維護。
（6）雲端運算數據預測：建立數據模型、
研發人工智慧機器學習功能模組以達到降低設備

34