AI機器人將如何顛覆製造業?

2020-05-21 15:34

? 人氣

台灣是否能夠把握機會在自動化典範轉移的亂局中佔有一席之地?(圖/ pixabay)

台灣是否能夠把握機會在自動化典範轉移的亂局中佔有一席之地?(圖/ pixabay)

台灣是否能夠把握機會,在自動化典範轉移的亂局中佔有一席之地?

在先前Robotics 2.0系列文章中,我們討論了AI如何讓機器人做到過去做不到的靈巧工作,並能夠開始自主學習。第一篇文章介紹了AI如何開啟Robot2.0時代。第二篇文章則描述AI機器人在倉儲運輸業的應用,透過觀察這個新技術的第一個應用場景,來預測這一切將如何影響我們的生產力、就業狀況以及於日常生活。

[啟動LINE推播] 每日重大新聞通知

這篇文章我們將聚焦目前大量運用傳統機器手臂及自動化設備,同時佔台灣產值最高(30%)的製造業。具有自主學習能力而且靈巧的AI機器人,將如何影響製造業流程及整體產業結構?供應鏈上的各廠商又該如何因應Robotics 2.0帶來的破壞性創新?

「未來已經到來,只是先被一部分人看見。」— 作家威廉.吉布森

The future is already here — it's just not very evenly distributed. — William Gibson

製造業自動化的現況

根據國際機器人聯合會(IFR)發布的最近報告,全球工業機器手臂的出貨量在2018年創下新紀錄,來到38萬4千台。其中中國仍是最大市場(佔比35%),接著是日本,美國,台灣排名全球第六。汽車以及電子製造業依然是工業手臂的最大應用市場(佔比60%),遠遠領先其他包含金屬,塑膠及食品等產業。具體原因我們在第一篇文章(link)中也討論過,由於傳統機器人和電腦視覺的限制,目前除汽車業和電子業以外,倉儲、農業和其他產業幾乎都還沒開始使用機械手臂。而這樣的情形將會被AI機器人及深度學習等新技術所改變。(請參考前兩篇文章)

看到這裡,你可能會想:自動化及工業機器手臂在製造業既然已經有幾十年的歷史,該自動化或可以被自動化的部分應該都已經自動化了,還有什麼創新的空間呢?

(圖/ IFR Statistical Department)
(圖/ IFR Statistical Department)
(圖/ IFR Statistical Department)
(圖/ IFR Statistical Department)

出乎意料地,就連自動化程度最高的汽車製造業,離所謂的全自動化關燈工廠(lights out factory)也還有很大一段距離。

舉例來說,汽車組裝的部分大多依然是由人工來完成。這也是車廠最勞力密集的部分,平均一間汽車工廠裡有三分之二的員工都在裝配車間。就連一向追求革新與顛覆,主張追求最高自動化的特斯拉執行長馬斯克,都不得不公開承認特斯拉生產線自動化的進度不如預期。

究竟為什麼自動化這麼困難?

自動化至今無法跨越的技術限制?

現今的自動化生產線普遍為大量生產設計,因此能有效降低成本,但也因此缺乏彈性。面對消費者越來越短的產品生命週期,越來越多的少量多樣客製化生產需求,人類往往比機器人更能夠因應新的產品線,也不需要花費很多時間去重新編寫程序或更改製造工序。

關鍵字:
風傳媒歡迎各界分享發聲,來稿請寄至 opinion@storm.mg

本週最多人贊助文章