工業4.0 ── 新一代的工業工程

一、什麼是工業4.0（Industry 4.0, I4）？
　　所謂工業4.0（Industry 4.0, I4），即是以人工智慧（Artificial Intelligence, AI）的技術，突破並整合歷史上三次工業革命成果的第四代工業革命。十八世紀中期，英國瓦特發現了蒸氣動力，開啟人類第一次的工業革命，將生活方式從自然動力提升為機械動力，產生了「機械工程」；相隔100年左右，法拉第與愛迪生相繼發現了電磁共生現象與電燈，再把蒸氣動力進化至電氣動力，因而有了被稱為工業自動化的第二次工業革命，「電機工程」於焉而生；到了二十世紀，隨著電腦及積體電路的研發，造成所謂的數位化革命（第三次工業革命），這時「電子工程」與「資訊工程」進駐，幫助人類邁入資訊化生活。

　　隨著這三次工業革命，人類知識不斷累積成長，並開始思考如何讓機器也能像人類一樣完成任務，I4因應運而生。它運用AI，讓機器具有類似人類學習與分析事務的能力，可解決實務問題，並進一步完成任務，此稱之為智慧化革命。圖一繪示了這四次工業革命的演進過程。


　　圖二繪示了類似四次工業革命之工業工程四波演進過程。從該圖可以看出工業工程之跨領域知識的特殊性，以及與I4所須知識的重疊性，故工業工程也是I4發展中不可或缺的一環。照筆者的認知，「工業4.0」中的「工業」的兩字，與「工業工程」中的「工業」，從字面的定義與實質內容來看，兩者幾乎相同。


二、I4的概念
　　有鑒於2008年的金融海嘯，減損了世界經濟產值，德國乃開始計劃一系列能提升該國經濟尺度的政策，I4是其中之一，於2011年正式提出，預估可擴大德國5～15倍的經濟尺度。I4雖然是建立在2003年美國提出的虛實系統（Cyber-Physical System, CPS）之上，但I4的技術與管理層面更深更廣；在技術上，CPS並未全然強調移動式的感測系統（mobile sensors/actuators system）與AI中自發性地自我組成的機器學習（self-organized machine learnings）技術，反較專注於運用已成熟的電腦虛擬技術，去完成一向被企業注重之垂直實體運作中的製造與服務的整合；然I4則將採用AI方法，不但完成企業之垂直整合，也納入水平支援企業的各個事項。

　　I4之所以能將企業垂直與水平的資訊做全面性整合（Holistic Aggregation），乃因能處理全面整合所產生之巨量資料（Big Data, BD）的雲端計算（Cloud Computing, CC）已有建樹，且不斷在發展精進之中；但是，既被稱為Big Data，若沒有夠格的硬體去完成它在Cloud Computing 上的各種複雜工作，I4的預期效益恐將被減損。超級電腦（supercomputer, SC）是一個最好的選擇，德國企業的I4也多考慮用SC。

　　還有，I4也特別強調，在必須保護地球生態環境的此刻，綠色製造與綠色市場的各式服務也應同時改用AI的方法來進行，以期及時找出防止地球生態更加惡化的可行途徑。圖三說明了I4的組成架構。
 
　　那麼，I4又是如何達到垂直與水平的全面整合目標呢？基本的I4實體骨架必須建構在被稱為及時（Just in Time, JIT）生產系統上，因為I4的生產目標幾與JIT生產的完全相同。圖四繪示了JIT生產的組成，在進行I4之前，一定要先在生產線上實現它們，I4才有可能走的下去；否則，沒有JIT做I4骨架，送至雲端處理的資料，將是實體生產不順的東西（thing），亦將浪費I4雲端更多的處理成本，或可能產出改善不大的「智慧」回饋給實體現場。


三、JIT生產為I4的骨架
　　及時（Just in Time, JIT）生產其實只是一種哲理或做事態度，它沒有固定的數學理論，但有很多依生產情況而異的做事要求準則，從圖四的JIT組成中，可看出一部份，本節將舉其中三種JIT生產準則。一是精實（lean）生產，它主張在圖五之「市場需求帶動的物料供應鏈（Demand-driven Supply Chain, DSC）上，找出生產價值之所在」。生產價值是運用可不斷改善過程的品質技術，在DSC上找出來的。


　　在I4內之DSC運作方式是：先用雲端計算收集，並統計分析市場需求，再將分析結果以拖拉（pull）方式，逆向回送至各生產單位，直到供應生產的物料源頭為止。如此一來，可讓各生產單位預先知道它們應各自負起「為生產市場所需產品必須有的生產資源（人、事、時、地、物），屆時都要JIT到位」的責任；待未來生產資源JIT進貨時，再順向推往（push）生產線上加工，並與先前逆送的需求的資訊相互比對，若順逆兩者訊息相同，就表示供需雙鏈上的各個作業沒有延誤，而能將DSC智慧化分析也是各企業所期盼的。

　　邁向資源供需「零挑剔」的目標是JIT生產的另一個哲理（如圖四），這個挑剔有「缺點、庫存、傷害、當機、污染、浪費」等六種，外加「碳足跡、水足跡」認證的實質售價。所謂實質售價是指具有市場競爭力的品質保證價格，因此在綠色高品質生產下，只要生產成本降低，利潤就會上升。若I4想要達到「以最少成本獲最大利潤」的目標，這六種在綠色JIT中所強調的浪費，就必須利用AI進行控制。


　　選述的最後一種JIT生產哲理是：圖一中I4的群組製造系統（Holonic Manufacturing System, HMS），這是把具有相同或相似製造過程的不同零組件，所對應的生產機器與工具，群聚成一個小的U型加工區（圖六），以便零組件可在一起生產，減少加工過程中的搬運距離，並同時把須要配合加工的物料，分別放置在各加工區附近，如此一來，物料的放置就不會雜亂。這樣的做法可提高製造「少量多樣」，甚至大量客製化產品的產出率。為完成I4系統生產大量客製化產品的目標，基於AI設計的e化綠色HMS的確不可少。

　　圖六繪示了以AI設計的HMS個人化生產小區，其內除了裝設感測裝置，負責的知識工程師也都使用移動監管工具，或近或遠地經由ZigBee無線傳輸系統，維護其個人的智慧HMS。「智慧化個人生產小區」是I4依JIT的「多能工」生產準則而設計。

四、綠色製造與服務

　　在綠色精實生產的DSC上，綠色製造與綠色服務就是要設法消滅地球上的污染源、有毒物及廢棄物，EoL（End of Life）式的環境管控，較以往使用的EoP（End of Pipe）管控好。更多的綠色創新服務，將因I4的掘起而被激發，綠色經濟不但因此而產生，並不斷增加。依循「碳水兩足跡」及其它國際公認的環保現範（ISO14000、RoHS、WEEE、REACH、Eu……等），更多有價值的地球資源將好好被珍惜使用與保存，地球上動植物的健康亦得以永續。圖七中的6R乃是在執行I4時，必須遵守的綠色環保原則。而圖三中的六片綠葉，即是I4的六種組成技術，都必須在環保的規範下進行。六種技術中， JIT技術已在上節介紹過，另五種技術分述於下。

五、雲端計算
　　之所以被稱為「雲端」，起源於90年代，一群電腦網路工程師們，為了便於紙上作業的討論，信手以略呈不規則的「蛋」形，將可代表集合某一特定資訊的一群網路組件在紙上「圈」了起來，由於外觀看似一朵朵的雲而得名。然而，若沒有可共用於不同電腦網路之間與單一網路之內的Java語言（或後起之其它網路語言），雲層之間的通聯也不會產生，當然更不會有現在所謂的雲端計算，或新起之I4了。那麼，Java又如何得名？為何不稱為Blue Mountain？此乃起因於一群電腦語言工程師們，為感恩他們在喝咖啡時，腦力激盪出了如何解決網路不通問題時的靈感，據悉當時他們正在喝的咖啡名為「Java」。

　　以上兩個示例，似乎也提示了我們：「創新」（innovation）甚或「革新」（renovation）往往來自於紮實的基礎知識、平時多方閱讀，或是和他人的交談。在工作壓力下，人的思緒容易被卡住，地心引力從何而來？電磁共生何在？蒸氣機怎麼製作？這些許許多多在歷史上發生的創意靈感，似乎都在「沒事做的時候」發生。知識，特別是基礎的知識，即是實踐創意的充要（if and only if）條件，可用以實踐創意，而創意又回頭產生新的知識。

　　一般而言，雲端計算依其建置目的可分三種，包括：公有、私有與公私混合，而IaaS（基架服務）、PaaS（平臺服務）與SaaS（軟體服務）則是要造一朵雲的三種基礎計算技術。為了對付雲層內的千變萬化，更細部與新增的各種服務（XaaS）也應運而生，例如：通訊服務（CaaS）、監控服務（MaaS）……等。

　　企業使用雲端計算的原因主要由於非核心的資訊與通信科技（ICT）工作都可委外負責，且費用也可與共同使用者分擔，能大幅降低維護成本，幫助企業往I4的方向轉型；但也因外包緣故，商業機密有外洩之虞，雲端資安的防護乃成為I4的首要課題。

六、巨量資料
　　巨量資料的由來乃因WWW上的東西（IoT）與服務（IoS）形形色色，其中只有20%屬於較易處理的結構性資訊，80%則是千奇百怪的非結構性資訊，而這兩類資訊又幾乎會同時出現，也因而在處理巨量資料時，產生了6V問題（Volume數量、Variety差異、Velocity速率、Volatility 存量、Veracity本質、Value價值）；要處理巨量資料，就必須能同時處理此6V。Hadoop是其中一種方法。有趣的是，「Hadoop」的研發者不願以傳統方式為產品命名，反而以其幼兒時，叫寵物的發聲「hadoo」為名。

　　HaDoop是一種主僕式（NameNodes-DataNodes）的樹狀資訊架構，其處理網路各型物件或檔案的方式為：先依各電腦當時的負載量情況，做好分配物件的工作，此稱之HDFS（Hadoo Distributed File System），再將分配完成的網路物件，做分割、壓縮、排序、整合的動作，此稱之Map Reduce。經過這樣的處理方式，將可節省儲存WWW巨量資料之倉儲系統（data warehouse system）的大量空間，繼之可以儲存更多更雜的網路元件。

　　而MongoDB、Hive、Cloudera與Pig，都是可以匹配Hadoop的資料倉儲與SQL介面。在I4系統中，可運用SQL中的OLAP（On-Line Analysis Processing）功能，便能挖出倉儲中的相關資料，再予以統計分析，得到所要的資訊。若要再從資訊轉成知識，甚至轉成I4所謂的智慧，就非得再進一步運用AI與統計分析技術不可。（請參考圖三）

　　其實，Google與Amazon早已預知將面臨此6V瓶頸，特別禮聘世界級AI專家，在超級電腦上發展能降低雲端6V現象的AI計算法，以期早日取代目前使用的Hadoop系統。

七、移動裝置
　　當移動式感測器（如RFID、bluetooth）遍佈裝設於綠色JIT生產系統及各種生產設備時，整個生產過程便可經無線傳送設備（如ZigBee），將生產訊息連接起來，由知識工程師送上雲端中的Big Data倉儲（如圖五），再運用雲中的AI技術，挖掘倉儲與生產訊息關聯的各種資料，並用統計技術分析其意義，做為後繼自發化機具生產的訊息（如圖六）。由於WWW功能的不斷更新改善，以及移動工具與裝置的推陳出新，企業的經營模式將因I4產生很大變化。

八、社會網路
　　這是一個地球村的概念，包括：環境保護、東西分享、分工合作、互相扶持、理念溝通、腦力激盪、協同決策、問題解決……等。由社會網路所產生的東西（IoT）與服務（IoS）都非常巨大且雜亂，透過AI從中找出客戶與產品的關聯，將有助於企業的創新、研發與行銷。圖五中之DSC規劃與設計，也可運用社網資料，經由統計分析，動態改善服務客戶流程的品質，而消費者使用產品的心得也可自社網中取得。對大量客製化的市場來說，I4不但可快速滿足市場多樣化的需求，也使形形色色的客戶感受到貼心的服務。

　　自社網雲端取得廠內的生產資訊與廠外的市場資訊後，對利用AI技術將雙方資訊轉化成可以創新產品的知識有很大幫助，並能進一步據以重組生產設備與改善生產流程。這個可重組的動作在過去一向不易完成，因為生產IoT資料多而繁，且分析模式不易確切建立，但若圖四之JIT生產模式被AI完成，在DSC上各個環節的動態重組必然可成。

九、AI與機器手臂
　　之所以稱為「人工智慧」，是希望機器也能具有像人類一樣的智慧，會處理「說、看、聽、寫、嗅、想」；若是機器人或機器手臂，就還要加上「手、足」動作的功能。人類能完成上述動作，是透過自幼「學習」而來；因此，要使機器具有智慧的先決條件，便要讓它也能學習。（如圖八）。機器學習是AI首要的技術領域，其理論基礎是工業工程專業必修的統計與最佳化兩項技術。I4中的自我組成能力，就是一種讓加工機器學習實體事務的方法。分配式的機器協同學習是完成I4各目標的計算軟體。

　　I4中所謂的智慧製造（如圖五、圖六）就是全廠採用無線感測器，將生產資源（人、事、時、地、物）全部關聯起來，彼此的訊息都送至智慧雲端的巨量資料倉儲中，再經過機器學習的處理過程，產出所謂的知識，並將之儲存於具有推論能力的AI知識累積庫中，形成可供未來處理新事務的智慧（如圖三、圖五）。此智慧可推論出新的製造指令或服務，並將之送回工廠，使廠內各設備依此新知識指令，自我完成後續在HMS內的各個生產作業（如圖六）。

　　由於在I4中，整個CPS的加工過程，都是在線上即時控管而成，並透過AI的動態學習機制，隨時重組（reconfigure）工廠加工的生產組態，防犯不良製程產生，掌控生產時效，因此，無論在生產力、產品品質、能源排放、成本減少、利潤增加等方面，都有很大的經濟效益（如圖九）；而這樣一套I4生產概念，也必須同時運用在整個企業的經營上，才會有協同環保、成本與利潤的整體效益。


十、超級電腦
　　所謂「超級電腦」（supercomputer, SC），一是其CPU（或GPU）不只一顆，甚至可能有成千上萬顆，例如名為Cube的超級電腦，就像積木一樣，能不斷堆疊立體方塊型的單一「多CPU電腦」至想要的個數；二是其作業系統是絕對平行式的（MIMD、 MPMD、SIMD等的平方結構），換句話說，一部超級電腦有N顆CPU，可以同時處理N項工作；三是運算速度極快，每秒鐘可完成千億次的浮點計算，約是1的後面有20個0左右。筆者於美國唸書時，曾在Argon國家實驗室參加一個暑假的超級電腦訓練營，玩過Cray、Uncle、Buttery、IBM等各型超級電腦，並在Uncle上實際做過平行FORTRAN程式的作業。

　　I4本就是計劃在超級電腦上執行，否則浩瀚無垠的資料如何處理、分析、消化與運用。對一個能製造超級電腦的先進國家而言，它的雲端計算當然能在超級電腦上開發，這也是德國之所以能提出I4的原因之一。但由於一個國家要輸出超級電腦，必須經過該國政府同意才行，因此，臺灣欲完全自主開發I4系統似乎不太容易，但用分配式的高性能多重電腦組成系統，雖計算速度不如超級電腦，卻也能完成I4任務。

　　既然I4涵蓋這麼多領域，究竟需要多少成本才能建置呢？用一個比較簡單的邏輯來想：從總體經濟（macroeconomics）的角度來看，當地球沒水、沒電、沒空氣時，它所造成的金融海嘯又是多少成本？再以個體經濟學（microeconomics）而言，當企業想要不斷提升它的利潤，就只有降低它的生產成本，並確保高品質產品與服務的產出，才能永續經營。而I4正是這樣一個全面性考量的系統，因為大量的人工作業與品質成本，將因智慧型機器與大量感測器的使用，以及具AI能力的雲端計算而降低，只用提高售價的方式去產生利潤，並不是一個永續經營企業的好策略。

十一、為何須要I4？
⊙提供透明可見的資訊，獲得確切的製造與服務資訊內涵。
⊙隨時隨地完成跨時空的即時溝通與合作，增加企業的國際競爭力。
⊙處理不同企業之間的不同需求，例如：通訊、資料庫、應用軟體等。
⊙快速提供新產品與服務，啟發研發人員靈感，加強創新能力。
⊙不因為節省企業的ICT成本，而降低營運效率。
⊙增加員工技能，使用移動工具，改善做事能力。
⊙獲得客戶的使用經驗（或抱怨），以改善產品品質。
⊙滿足市場大量客製化的需求，以爭取客戶。
⊙找出全球各國之區域化特色，以生產符合區域文化的特定產品。
⊙分析眾多不同的網路物件，以找出產品的市場競爭力。
⊙遠端即時管控與獲知事務，避免產生錯誤。
⊙研發3D印製的疊加製造技術，以增加產品規格的精確度。
⊙啟發靈感，讓產品更聰明，以創造更便利的物品。
⊙加速新產品研發，並縮短上市時間。
⊙不斷檢討與改善產品的生產足跡或履歷，永保產品本質。
⊙參與各國際製造規範的聯盟與合作，創造win-win。
⊙確保地球資源、供應面與需求面的綠色永續。
⊙整合製造與服務的平臺，提供正確改善事項。
⊙迅速建立與綠色供應商的溝通平臺，確保供貨的綠色品質。
⊙收集並運用企業內已有的經驗法則與經營知識，提升全球競爭力。
⊙提高各類應用軟體如ERP、SEM、PLM等使用效能，以減少支出。
⊙加強正確使用人力資源管理的機制，適才適所並給予相對職能訓練。

十二、I4對企業的影響
(1) 企業發展不同面向之新技術與服務（如：虛實網路製造、動態分段的DSC價值鏈分析），可能改變企業面對全球競爭的視野與環境。
(2) I4的崛起可能造成新一代工業領導者與資訊供應商的威脅。
(3) 因採用智慧電腦之自發性自我組成的學習環境監管企業整體的製造與服務，可能造成可靠度、安全性與病毒或駭客攻擊的風險。
(4) 因市場需求不斷改變，產品生命週期變短，I4初期可能衝擊企業成長穩定性。
(5) 因氣候變遷及新能源的開發與普及性不夠，可能造成影響I4發展的經濟動盪。
(6) 因員工的知識無法趕上I4環境所需，造成無法滿足市場需求的無效創新。
(7) 全球綠色生產與環保的要求日益上升，為執行I4所必須的準備。
(8) 儘管連接各設施的無線傳輸頻寬愈寬愈好，但國家的基礎建設能否趕上世界水準。
(9) 因各國無線資訊與通信科技的規範各自為政，企業後勤作業易受困擾。
(10) I4所涵蓋的技術甚多，跨領域人才是否足夠。
(11) 因臺灣的智慧機器人與機器手臂技術尚未成熟，可能拉長投資回收期。
(12) 腳步慢的企業，恐變成大象（或稱恐龍）企業，失去競爭力。

十三、企業如何轉型以因應I4的挑戰
　　圖三中，I4的所有技術都將衝擊原有的企業體質，為因應這些技術需求，企業要先了解，哪些技術立即可行？哪些需要較長時間養成？接著再針對企業營運的各類強項，逐一考慮如何組成所需技術，以及在JIT生產上所產生的價值（如圖五），如此便可繪製出企業轉型為I4的行道圖（roadmap），並依目標管理的精神，逐漸調整企業營運模式。那麼，如何完成這張行道圖呢？RethinkReinventRebuild將是企業轉型至I4的行道圖上，不斷用專業知識與工作經驗反覆運用的3Re意念圈。
・第一步：對市場所需產品的設計方法有概念、有感受、有認知。
・第二步：知悉生產產品的過程與原物料供應的來源。
・第三步：找出JIT生產的價值鏈。
・第四步：了解I4技術的原理。
・第五步：透過雲端計算獲知JIT生產對生產過程與市揚需求的關聯。
・第六步：了解I4如何對實體JIT生產產生虛擬製造的過程。
・第七步：了解能配合I4製造時程的後勤支援路徑。
・第八步：了解如何評估I4執行效能與整體效益。

　　企業最好能提供一個「無形思考，無意產生」的3Re（Rethink、Reinvent、Rebuild）空間，而員工也要大量閱讀並汲取與轉化基礎書籍中的知識，如此不但可增加跨領域的知識，也可跨過在I4洪流中的障礙，彼此同心協力，才能將企業產值拉到最大尺度。

十四、I4的人力需求
　　雖說I4是以AI為基礎，架設在雲端計算上的JIT綠色工業生產與服務系統，但仍需由「人」的設計及操作「才」能順利運作；因此，無論研發人員或知識工程師，都必須具備相對應的生產工程、統計分析、環境管理、資訊科學與人工智慧等跨領域的通才（系統整合）與專才（特定研發），才有能力建構、運用與維護I4系統。未來在I4企業內的工作成長，將不再有非技術的勞力操作員；反之，I4技術工程師的需求將與日俱增。目前元智大學工業工程系已能提供獲IEET認證的I4專業訓練課程。
十五、結語
　　“If smart manufacturing is such a smart idea, why isn’t an enterprise smart to already do it?” 或許，一個企業的「模式、技術、素質、財務與安全」可以回答這個問題。







＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊