智能工厂重点不是自动化而是统一大脑

什么是智能工厂？我们可以用以下这样的描述来形容：将工厂内的各式设备连结在一起，铺设神经系统、即时汲取所有资讯，实现工厂活动的可视化，亦即让所有活动透明可见。智能工厂就是用网路连结各处，管理工厂一切大小事。

这样的定义乍看之下有些抽象，所谓的智能工厂，其实就是要实现以下两件事：

1. 将工厂内的各种设备连结成网路

2. 从各种不同的角度取得与管理点的装置有关的数据

力求工厂内部种种活动资讯的可视化，资讯与资讯间因果关系的明确化。继而采取必要的行动，把诸如此类的事项做得更好 ，提升品质管理能力，删减包括间接部门在内的管理成本，二氧化碳减量／节能，改善现金流量，而且是做到超出人类管理能耐的层次。就是这样的一个次时代的工厂经营概念 。

接下来，我们一起看看智能工厂的细部资讯。

既有工厂缺乏资讯整合性、浪费时间资源。在既有的工厂里，工厂内的设备以及 MES 等系统，在功能上都是各自独立的系统。由于机器设备的供应商不同、负责人不同等因素，无论在技术上或是在组织上，都没有整合在一起。

一旦各系统之间需要合作，或是必须共享超出人员负责范畴的资讯时，只能透过各系统产出的报告，以及下载各系统的数据，以实际经由人手转交的实体形式，满足系统间合作与分享资讯的需求。

但资讯的共享只要经过人的手，就无可避免会因为需要处理时间而产生时间落差。传递资讯的人员，被迫有许多后续作业必须完成，而且对提供资讯的一方来说，要是自己得不到好处，他们也不会把资讯丢出来。

这会导致需要资讯的人，连自己到底有没有掌握资讯，都搞不清楚。更别说要借助分享彼此的资讯解决问题，或是设想出足以提升作业效率的新手法了，几乎无法期待能做到这样的事。

若以人的身体来比喻，就像是手指、四肢、眼睛、耳朵、大脑，全都只照自己的步调在运作的状态。就算大脑想要向右走，可能得花上好几天，脚才会往右移动。就算脚受伤，可能得花上好几天，大脑才知道这件事，就是类似这样的情形。

智能工厂就像工厂有个“统一大脑”

相较之下，在智能工厂里，属于同一阶层的部门或设备之间自不在话下，就连在分属于上下阶层的状态下，依然能够透过网路，机动地交换资讯。在智能工厂里，完全不存在任何部门之间或设备供应商之间的隔阂。

过去，不同厂商生产的个人电脑之间，无法彼此连接。要让个人电脑与商用电脑连线、合作，简直是痴人说梦。但现在办公室里的 CPU（中央处理器），包括影印机在内，彼此连线已经是理所当然。同样的，工厂里的各种设备，也将彼此连线。

只要透过网路彼此连线，既能大幅缩短时间落差，原本必须仰赖工作负责人的资讯共享，以及从组织的角度共享与活用资讯，都会变得更为容易。

届时，大脑的思考会马上传达给四肢，四肢感受到的一切，也会马上传达给大脑。

怎么样才算是一个智能工厂？

智能工厂是一个伴有具体“机制”的概念。此一“机制”的核心部分，主要是以“资讯系统”的样貌呈现。

不过，要请各位注意的是，这里讲的“资讯系统”是一个新概念，它不同于在制造业已日渐普及的 ERP 类的“资讯系统”、在制造第一线活跃的工厂自动化设备等“控制系统与机器人”，或者是用于让全公司沟通的群组软体等“资讯系统”。

那么，智能工厂的系统究竟必须具备何种特征，才能成为智能工厂呢？以下我们分别探讨。

最顶层是工厂管理系统，这里处理的是工厂经营时需要的资讯。包括财务资讯在内，有 KPI（Key Performance Indicator，关键绩效指标）之称的经营指标，乃至于二氧化碳减量等企业承担社会责任时必须关注的指标，都归在这里。

往下一个阶层就是所谓的基础系统。这些基础系统是由 ERP 所涵盖的部分，以及个别套装软体或各公司独自打造的系统等所构成的。

接着在下一层当中有 MES，其下层又设有 SFC。此外，针对资源（电力、热力、水）等基础架构系统，也力求透过网路收集数据。

控制类系统与资讯类系统的合作

智能工厂里的大前提是利用网路把现存于工厂的各种工厂自动化机器、设备、电力等基础架构、单独的管理系统等，都串连起来。而且，这些资讯不是只用在生产第一线而已，还必须传输到以掌管生产资料的 ERP 为首的基础系统，以及经营高层用于做决策的资讯系统，再予以活用。

若以专业术语来讲的话，其实就是让“控制类”的电脑系统，和“资讯类”的系统连上线。那么，这些以“控制类”称之的系统，是什么样的系统呢？

所谓“控制类”的系统，正如其名称所示，就是“用于控制机器的电脑”。代表性的有名为 PLC 的机器。

PLC 是一种小型电脑，其内部装有微处理器，这点和一般电脑相同，但它所使用的语言是把电气回路符号化而来的，因此 PLC 的程序设计必须由拥有特殊知识的电气技术人员来做，一般电脑程序设计师是做不来的。PLC 原本是由过去在汽车制造等自动化系统中使用的“继电器装置”发展而来的。

所谓“继电器装置”，是一种能因应可切换开启／关闭之类的动作开关、装置实际处理的数量，或者电力机器等设备的状态，输出控制用的电气讯号，借以控制机器的装置。一台 PLC，可以代替数千个继电器装置。

由于 PLC 是一个向工厂自动化的机器与设备传达命令的系统，其稳定性与精准性就格外受到重视。此外，设备的运转控制，在安全上极为重要，因此它必须达到的反应速度，也就是系统的处理时间，远远比主要由人类使用的资讯类系统来得快。

在作业系统方面也一样，PLC 使用的不是一般用于个人电脑上的那种作业系统，而是名为“即时作业系统”（RTOS, Real-Time Operating System），可同时处理多项任务，还能够确保在一定时间内回应的作业系统。

近年来，导入 MES 系统的企业也变多了。严格来说，它虽然不算是“控制类”系统，但可以定义为，把“资讯类”与“控制类”系统之间缺少的连系补上的“资讯系统”。MES 的主要功能在于，把来自于 ERP 的生产计画，转换为更符合制造第一线实际状况的“制造指示”，并予以管理。

MES 在设计上也有通过 PLC 取得数据、协助品质管理的用意在。但必要数据只有一部分是以通过网路取得为前提，其他资讯则是通过输入终端，以人工手动输入的方式取得。

综上所述，在今后的智能工厂里，工厂自动化设备主要是透过三种形式与资讯类系统取得连线：

1. 直接取得 FA 设备的资讯

2. 收集来自 PLC 的资讯

3. 收集 MES 的资讯

这三种无论哪一种，前提都是实际透过网路的连结自动取得资讯。

此外，虽然 FA 设备、基础系统、工厂管理系统连成了一个网路，但还是必须明确区分是控制类还是资讯类系统，分别予以管理与使用。若为资讯类系统，就算因为网路的拥塞等因素，导致资讯延迟若干时间才收到，问题也不大；但如果是控制类系统，资讯的延迟就可能引发严重问题。

标准接口采用

既有的制造设备，把大量的系统建构工作，发包给特定设备建置供应商处理，是一种理所当然的做法。该承包商在建构系统时，采用了自己最熟悉的的 FA 设备厂商的接口，而变得不容易与采用其他接口的系统合作。

之所以会这样，也是因为各式设备的界面没有标准化，承包的供应商很难单凭一己之力，建构出能够让不同设备间交换资讯的功能。

但在智能工厂中，PLC 与 FA 设备基本上都采用标准接口。工厂内的各式设备，就能够透过网路交换资讯了。标准接口的采用，是智能工厂这个概念的一大原则。

不同设备各有不同的使用目的，所需要的规格也很多样化，不可能全部都做成通用式的规格。不过 PLC 以及组件未来可以想见会急速走向通用化。一旦走上通用化，建构系统的知识技术就可能标准化，变得可以分享与再利用。

企业用户在推动智能工厂时，必须充分探讨要如何制定自己公司的标准化方针。因为，这一点正是决定未来投资绩效好坏的重要因素。

日志数据的储存与转换为 KPI

FA 设备的数据，本来就是以很精细的单位在处理与管理的。在短短的一秒钟时间里，机器就已经下了好几个判断，处理了好几件事。但就算把 FA 设备连成网路，将这样的数据抓到资讯系统里。对人类（管理者）来说，这样的数据，还是可以清楚地画分为有意义与无意义两大类。

虽然说是即时，但对于机器的所有即时动作，管理者并没有必要全部掌握。把控制类的数据给资讯化的用意，就是要把原本只是陈列出来、不具任何意义的数字，转换为具有意义的切入角度或是单位，再予以管理。

假设想知道电力消费的状况，而感测器是以秒为单位把数据传过来的。那么，如果要问，以秒为单位的耗电数据，对管理阶层来说，是否有意义？一般来说，是没有意义的。

就算看再多以秒为单位的数据，一方面很难判断数据好坏，也无法采取任何行动（除非数字很明显异常，那就有意义了）。对管理阶层来说，需要的应该是“生产一件或一个批量的特定产品，需要耗费多少电力”，或是“待机时与高峰时耗费的电力”吧。

总之，感测器按秒传来的数据，不要只是直接储存起来，而是要转换为能够活用的管理资讯，再储存起来。或者，也可以把储存起来的数据，定期透过批次处理等方式，转换为管理阶层需要的形式，储存于资料库中。

更重要的事情是，不要把每种数据当成单项数据（像是各设备耗费的电力）储存，应该要根据预先定义好的资料模式，把相关数据（制造订单编号、测定时刻等）加进来一并储存，好让应用程序能够活用这些数据。这正是智能工厂的精髓所在。

让事业能够成功的重要企业活动，称为“关键成功因素”（KSF）；实际用于管理 KSF 的数字指标，称为“关键绩效指标”（KPI）。

从经营阶层到第一线为止，都可以定义 KPI。名为”指标”，因此多半是结果的数字，但制定 KPI 原本的用意其实是“希望以数字呈现出能够带来成果的驱动指标”，管理阶层可以透过监测 KPI 得知未来的成果如何，并随时采取行动，藉以提升成果的水准。这才是 KPI 原本的正确使用方法。

假如只是结果的数字，那么再怎么管理，或许可以成为有助于未来行动的参考数据，但是却无法改变已经出现的结果。在结果出现之前，掌握其预兆，事前采取及时的措施，以创造出正确的结果，能够以这种形式活用 KPI，毫无疑问会是最理想的。