在全球製造業面臨多重挑戰之際，「上雲」已成為企業強化市場競爭力的必然趨勢。AWS 資深解決方案架構師王仕榮近期參與 TechOrange 科技報橘主辦的 AI 智慧大工廠論壇，就以「驅動製造業上雲轉型：善用 AI 技術優化生產效能與強化供應鏈韌性的關鍵策略」為講題，聚焦製造業借力雲端與 AI 技術驅動產業升級轉型的關鍵。
王仕榮指出，目前製造業主要面臨三大挑戰。首先，地緣政治的動盪造成物流不穩定，導致供應鏈不如過去流暢；其次，市場需求變得更加不可測，產品迭代速度越來越快；第三，少子化與高齡化造成製造業人力短缺、勞動力成本上升，甚至當勞動人力老化後，也會形成技術斷層。「究竟製造業如何克服這些挑戰？AWS 會鼓勵大家從數位轉型開始，」王仕榮說。
製造業實踐數位轉型的三步驟
然而，數位轉型的過程並非一蹴可幾，王仕榮建議企業先從「文化」層面著手。「我們鼓勵企業先建立機制與執行力，並透過數據做決策，讓數據成為推動企業轉型的關鍵，」王世榮強調，數位轉型的第一步是改變企業文化，確保決策基於數據，而非依賴個人經驗或臆測。此外，數位轉型的觀念也應該內化於每位員工心中，而非僅是達成 KPI 或獎金的手段。王仕榮舉例，亞馬遜有一個 Working Backward 的文化，出發點就是從商業需求解決客戶問題，再進一步回推需要收集什麼數據、改變哪些機制。
在執行層面，王仕榮建議企業「Start from small, always from start small」，意即從小地方開始著手推進，轉型的速度才會快。另一方面，企業應該有目的蒐集與利用數據，避免無效或未經清理的數據導致「垃圾進，垃圾出」的情況，因此為了有效管理，企業應及早建立資料湖（Data Lake）或資料倉儲（Data Warehouse）等數據儲存與機制，確保資料有序管理。
在改造文化、了解執行原則後，接下驅動數位轉型的關鍵，就在於如何善用雲端。「工廠在地端一定有機房與 IT 設備，但假設這些設備不夠用了，就可以延伸到雲端，所以上雲就像是地端的延伸，」王仕榮強調，雲端平台提供豐富的工具與服務，讓製造業者不必從零開始，即可快速建構解決方案。此外，無論是結構化或非結構化數據，都可以快速傳輸至雲端處理、分析、儲存、運算，甚至結合 AI 與生成式 AI 技術，產生有價值的商業洞察。
雲端技術加值「五層式架構」，助力製造業在 AI 時代開創新價值
「從 2022 年底開始，生成式 AI 突然爆紅，製造業如果要理解與應用這項新技術，可以參考五層式的架構，」王仕榮說明，五層式架構分別為算力、資料儲存、機器學習框架、大型模型、開箱即用工具與服務。在雲端平台上，不僅有充足的運算資源可以滿足 AI 模型訓練與推理的需求，也有提供全託管的資料庫與資料倉儲服務，以及易於使用的機器學習框架、全球頂尖大型模型、可以直接使用的生成式 AI 工具與服務等，這些資源皆能助力企業大幅降低 AI 應用的技術門檻，加速企業導入 AI 的進程。
王仕榮舉例，製造業可以借力自動化及雲端工具加速產品設計步驟，或是透過雲端資源優化能源效率與供應鏈流程，甚至在製造過程中，企業可以將機器設備所產生的數據即時傳送至雲端，並利用 AI 進行預測性維護，從而減少設備故障時間。
製造業借力雲端與 AI 技術提升營運效益的實戰經驗
作為助力製造業者提升生產效率的重要夥伴，AWS 擁有協助眾多企業上雲、強化供應鏈管理的豐富實戰經驗。像是助攻日本豐田導入 AI 進行耐用性測試，並透過機器學習分析材料與結構數據，提高生產品質。此外，台灣多家製造業者已運用電腦視覺技術，自動檢測工廠生產線上的產品瑕疵，如電路焊接不良或組裝錯誤，以提升生產品質並降低人力成本。在智慧安全管理方面，AWS 亦協助台灣工廠透過 AI 分析影像，檢查進場工程師是否穿戴完整的防護裝備，確保作業安全。
今年六月，AWS 將在台灣正式推出雲端基礎設施區域（Region），並建置三個可用區（AZ），為台灣企業提供低延遲、高可用性的雲端基礎設施，同時加速驅動台灣製造業的數位轉型，助力企業更輕鬆地落地 AI 應用，持續優化生產流程與供應鏈管理。
當全球市場競爭加劇，AI 與雲端技術已成為能否突圍市場的關鍵。從產品設計、品質檢測到供應鏈管理，AWS 已透過雲端與 AI 技術驅動眾多企業加速數位轉型，同時邁向更具效率與韌性的生產模式。
