機(jī)器人是自動化產(chǎn)線中的關(guān)鍵之一，但近來因Tesla促使制造業(yè)開始重新審視生產(chǎn)線高度自動化發(fā)展是否仍存窒礙。有專家分析，此次Tesla生產(chǎn)瓶頸的問題之一，在于現(xiàn)階段機(jī)器人尚未能利用人工智能(AI)強(qiáng)化自身制造能力，而促使機(jī)器人足以取代人類在生產(chǎn)在線的位置。不過即便如此，市場仍樂觀看待AI在制造業(yè)的應(yīng)用。

Tesla Model 3生產(chǎn)過程遭遇瓶頸，執(zhí)行長Elon Musk坦承「過度仰賴自動化是個錯誤」，但自動化發(fā)展由來已久，是現(xiàn)今制造業(yè)的趨勢所向，理應(yīng)可為制造業(yè)者帶來更好的生產(chǎn)效率，市場指出，這次Tesla生產(chǎn)地獄事件的問題之一在于實現(xiàn)「高度自動化」的機(jī)器人并未達(dá)到預(yù)期成效。

專家認(rèn)為，目前機(jī)器人尚未發(fā)展與人相同水平的適應(yīng)能力，造成仍需不斷透過人類對機(jī)器人進(jìn)行調(diào)適。其次，越復(fù)雜的任務(wù)，背后所需之技術(shù)也更為復(fù)雜，Musk也曾指明當(dāng)初為達(dá)到機(jī)器設(shè)備間能夠互相溝通，然而因背后的通訊問題太過繁雜，造成部分根本無法使用，Tesla最終也在不得以的情況下將系統(tǒng)卸載。

對于高度自動化所帶來的生產(chǎn)瓶頸，市場認(rèn)為這是因為目前機(jī)器人本身還不夠智能所致，當(dāng)一個過程發(fā)生變化或工廠開始生產(chǎn)新產(chǎn)品時，制造業(yè)者需要重新配置設(shè)備并找到不同的解決方案，但自動化調(diào)適是目前人工智能和機(jī)器人技術(shù)所未能達(dá)到的。

雖然Tesla事件多少讓外界開始對自動化產(chǎn)線產(chǎn)生疑慮，不過專家則是認(rèn)為在機(jī)器人之外，人工智能對于制造業(yè)者仍具有相當(dāng)大的影響力與效益。

研調(diào)機(jī)構(gòu)Gartner調(diào)查，目前AI在全球各產(chǎn)業(yè)中已屬于使用相當(dāng)廣泛的技術(shù)，其中用于信息安全是目前各產(chǎn)業(yè)著重的目標(biāo)，占所有AI應(yīng)用中的大多數(shù)，占比45%，而運用AI改善制造與營運流程，則是排名第二的產(chǎn)業(yè)需求，占比37%。

以鋼鐵業(yè)來說，現(xiàn)在一方面面臨鋼材品種、規(guī)格需求多樣化，對產(chǎn)質(zhì)量量與交貨期要求越來越高，而另一方面受限于市場環(huán)境發(fā)生變化，導(dǎo)致鋼材市場跌宕起伏，競爭激烈。

身為臺灣最大煉鋼廠，中鋼在大環(huán)境競爭激烈的趨勢下也不得不做出一些轉(zhuǎn)變，中鋼信息系統(tǒng)處處長張日新表示，現(xiàn)在煉鋼鐵已經(jīng)不是問題，如何煉好鋼才是重點?，F(xiàn)今中鋼走向大量客制化服務(wù)，核心就是提高產(chǎn)品良率。

鋼鐵產(chǎn)業(yè)需要透過實時測量調(diào)整生產(chǎn)計畫，為了降低次品率，往往容易增加額外處理與時間以及成本。假設(shè)鋼胚有30~40厘米厚，在壓薄之前肉眼無法看出里面是否有瑕疵存在，而在這方面，AI便能發(fā)揮效益，因為光憑人類感官所搜集到的信息在某些時候會產(chǎn)生誤差、模糊，而AI則可以協(xié)助提升信息精確度。

同樣在AI領(lǐng)域大有所為的還有韓國浦項鋼鐵(POSCO)。浦項鋼鐵的智能工廠平臺「PosFrame」能將煉鋼廠運行需要的數(shù)據(jù)視覺化，而今年浦項鋼鐵則是和GE(General Electric)合作，將平臺結(jié)合GE針對工廠的解決方案「資產(chǎn)性能管理」(APM)，后者可針對工廠內(nèi)設(shè)備發(fā)出早期預(yù)警，讓設(shè)備狀態(tài)維持在最佳狀態(tài)。

透過這個混合平臺，浦項鋼鐵預(yù)期可望提升鋼鐵廠房的效率和安全，高附加價值產(chǎn)品占所有鋼鐵銷售的比率上升至60%。不僅協(xié)助企業(yè)改善制造流程，未來AI在制造現(xiàn)場中也將在重要時刻發(fā)揮效用。

Gartner認(rèn)為，透過特殊算法加上機(jī)器學(xué)習(xí)與日漸成熟的自然語言處理技術(shù)，可為制造業(yè)者在現(xiàn)場實時運用資料分析推理、預(yù)測并產(chǎn)生洞見，根據(jù)當(dāng)前制造現(xiàn)況條件向操作人員提供建議和決策參考。

例如IBM的IoT Equipment Advisor便是采用自然語言問答系統(tǒng)，從使用者的問題中，利用日積月累的資料去判斷，推薦最合理的方法，并給予信心度指數(shù)關(guān)連，協(xié)助使用者在面臨修復(fù)、維護(hù)、程序或技術(shù)相關(guān)的問題時，輔助其進(jìn)行決策。