數位化、自動化與工業 4.0 正在推動製造業的發展轉型。但多數量產仍然由人力完成，例如汽車等工業。

談到製造業，自然會有許多關於工業 4.0 的討論。如您所知，工業物聯網 (IIoT) 及自動化、人工智慧 (AI)、機器學習、擴增與虛擬實境 (AR 與 VR) 是常見的流行語。

這些強大的工具已經在改變製造業，而發展並沒有放緩的跡象。作為 Axis 負責推動工業4.0 解決方案的員工之一，這個領域顯然貼近我心。相信我，許多令人興奮的創新正在發生。

然而，最近我發現，由於工作與環境的緣故，容易將一切視為理所當然。所以我很驚訝，量產的組裝仍有約 72% 是由人力執行。

我在跟新的合作夥伴交談時發現這個數字。那是 Drishti 公司，主要業務在為產業提升生產力、品質及訓練，包含人工組裝需求較頻繁以及普遍採行精實生產的各行業。Drishti 在汽車產業的地位屹立不搖，在醫療器材、電子設備與其他長線離散製造產業亦是如此。Drishti 也是 Axis 應用程式開發夥伴 (ADP) 計畫的一員。

結合人力與AI人工智慧

當談到工業 4.0 時，我們主要聚焦在連結智慧元件，讓機器之間進行溝通以便獲得好處。從這個角度來看，Drishti 提供的是混合解決方案。Drishti 透過影像來結合生產線的人力與人工智慧。Drishti 以這個方式於製程收集大量資料並加以分析，為提升未來作業流程奠定基礎。

由於大多數量產單位仍然採用傳統方式計算生產力，利用碼表記錄結果。因此，這個作法可為工業製程發展向前邁出一大步。但這個作業模式提供的效果相當有限，因為可能忽略可用以改善作業流程的寶貴資料。

另一方面，Drishti 在每一個工作站上方放置攝影機，快速持續對製程進行監控。攝影機與人工智慧的先進分析功能，將影像串流轉換成有用的資料。例如，您將會得知每一個流程花費多少時間，以及是否出現任何異常、瓶頸或重複的動作而增加工時，甚至危及品質或安全。

您可估算每一個工作站所花的時間，以及是否執行了所有的製程步驟。如果步驟遺漏，系統將會發出警報。

更容易找出根本原因

基本上，Drishti 的設定都與資料有關，能夠輕鬆取得的資料。如偵測到不良品或收到客訴，會更容易找到原因。例如，當我觀看影像時，其中一位工人鎖緊螺絲兩次，比正常流程還多一次。也許這聽起來不太嚴重，但最終可能加倍了固定螺栓的扭矩。在製程後期或使用階段造成誤差。

如正確執行所有步驟，但出現部分不正常的情況 (如上述提到的問題)，分析功能會將其分類為生產誤差，可以返回檢查可能導致誤差的原因。

最後，為客戶提供商業價值。Drishti 指出了四大優勢，聲稱其設定提供深入產品的能見度，降低錯誤數量，協助員工增加更多價值，同時加速改善產品。一如既往，體驗之後才能評斷優劣。例如，一位客戶提高了 21% 的產量，另一位客戶降低了 34% 的產線人工成本，第三位客戶則降低了 48% 的不良率。

操作人員成為代言人

我無意在此向您推銷Axis系列產品，Drishti 採用我們具備先進功能的攝影機作為完美的感測器。正因如此，我們是Drishti 的獨家攝影機供應商。接下來文章進一步討論特定的解決方案，透過更多客戶體驗以及應用與商業洞察來加以佐證。

但是，操作人員是否並不喜歡這一切，因為感覺受到監視及控制。

不，事實上並非如此。反之，根據Drisht 的調查，操作人員經常成為作業模式的代言人，如您深入了解便不會感到意外。Drisht 提供客觀的元素，讓操作人員在日益數位化及自動化的世界證明自我的價值。收集的資料也可作為堅實基礎，提供訓練並提升未來的能力，讓操作人員及公司都能獲得好處。

當然，使用Drishti 的服務時，保證影像串流符合 GDPR 及操作人員隱私權很重要。這是客戶最關心的環節。針對此考量，Drishti 獲得合作夥伴的協助 – 是的，您猜對了 – 安裝的攝影機搭載隱私遮罩軟體。這個解決方案能即時運作，不會影響影像品質或功能。

大量資料

不難想像Drshti的服務積累了大量資料。需要串流、分析並儲存共數十萬小時的影像與資料。後續的文章將討論Axis壓縮技術如何管理大量資料。

我期待能更詳細描述這些解決方案如何運作，以及Axis解決方案如何協助Drishti的服務，提升手動組裝產品的生產力與品質。請仔細閱讀，因為我相信會很有趣。尤其是，如果在製造業採取精實製程，手動組裝會是作業中重要的一環。

 

Drishti 網站