由於候選人政見
最近看了很多關於工業4.0的議題，只能遙遙頭
小的想在此依淺見說明一下
關於工業x.0所代表的含義
所有的工業化進程 無非跟《效率》二字有關
1.0 顧名思義就是工業化
已機器取代人力，在此不多加贅述
2.0 標準化
將工業化流程制定sop標準化，以便人員培訓及管理。
當製程進入標準、均一化時，就可以開始思考如何精進、簡化。
先繪製流程圖，設定問題》尋找真因〉擬定對策方法及設計實驗》執行〉分析方法、實驗
數據》修正再執行......重複以上步驟，逐步完成最佳化
——————分隔線———————
到這，我相信台灣有80%的企業沒有做過這檔事。這是公司精簡成本一個非常重要的步驟
，這麼喜歡cost down竟然不做......
3.0 自動化
依據2.0經驗，賦予機器，將製程無人化，簡單比喻：就是機器設備是下屬，人類是上司
。
人類給予命令，由機器執行
對於這點最重要的關鍵在於《監控》
監看機器如何完成人類給予的任務，
也就是Sensor的佈建
到這很多人都有疑問，當人類的工作大量被機器取代時，人類不會失業嗎？
我想澄清一下：並不會
原因是，如同上面提到最關鍵的是sensor的佈建，佈建的位置最清楚的，絕對不是（工程
師）或（空降的主管），絕對是現場作業的技術人員，對於建設初期，初始參數的設定、
工程細節、以及後續設備維護、參數修正也絕對是現場人員最為清楚，這一切都需要仰賴
這些基層勞工，那試問自動化會帶來失業嗎？
自動化一定會帶來人力上的過剩，有人一定會說：那還不是要裁員！
結果不一定如此，舉個例：在下的公司對於人員的訓練相當重視，對於多餘的人力，會給
予職務上的輪調，或是賦予專案提供基層員工參與，也就是將2.0的專案交給基層，因為
他們最懂製程，在製作專案的期間與工程師相互討論，讓高階了解現場作業、讓現場學會
發現問題及分析問題的能力，教學相長下無形間提高了現場人員的職能讓他們向上提升，
試問這樣人才的運用、培育會因為自動化而造成人員失業嗎？
4.0智慧化
許多人耳裡這是一個虛無飄渺的詞彙，但我覺得它並不這麼遙遠
1. 當3.0的sensor佈建時，海量的數據已達人類無法判定分析時，交給電腦這是智慧化的
第一步。
2.當海量數據分析，進入一種常態分佈、規律、循環的時候，就可以依照此一循環讓電腦
自行判斷應當的處置作為，非必要時人類已不需介入。
完成兩階段步驟即達智慧化。
應用：依個人卓見非常之多，但需要先期投入大量資金於監控設備、雲端運算。
舉個例子：交通運輸
試想當所有的路口設置車流監測，由中央行控中心控制交通號誌。
前期需要人力介入，sensor紀錄時間與車流相關數據，再紀錄人為操作記錄，當若干時間
數據形成某種常態分佈之後，這些數據將成為一大數據，再分析此一數據，電腦將可自行
依照車流、時間控制行車號誌，將號誌轉換效率最佳化，必要時人為介入即可。
再一例：智慧農業
一樣第一步佈置sensor，如：水液位、水質ph、水中含氮鹽類等sensor依據sensor控制水
閘、酸鹼控制、肥料投放時機，長期下來一樣可以累積操作慣性，形成常態分佈，讓電腦
自行判斷；另外還可以整合天氣預報數據，預測溫、溼度、降雨量、日照長短、紫外線強
度，來優化種植參數；也可以定期取樣土壤分析，分析土壤中鹽類變化，調整作物種植週
期，土壤改質......等等舉凡不及備載
以上 淺見提供大家參考
4.0其實沒有那麼遠！
--
最近看了很多關於工業4.0的議題，只能遙遙頭
小的想在此依淺見說明一下
關於工業x.0所代表的含義
所有的工業化進程 無非跟《效率》二字有關
1.0 顧名思義就是工業化
已機器取代人力，在此不多加贅述
2.0 標準化
將工業化流程制定sop標準化，以便人員培訓及管理。
當製程進入標準、均一化時，就可以開始思考如何精進、簡化。
先繪製流程圖，設定問題》尋找真因〉擬定對策方法及設計實驗》執行〉分析方法、實驗
數據》修正再執行......重複以上步驟，逐步完成最佳化
——————分隔線———————
到這，我相信台灣有80%的企業沒有做過這檔事。這是公司精簡成本一個非常重要的步驟
，這麼喜歡cost down竟然不做......
3.0 自動化
依據2.0經驗，賦予機器，將製程無人化，簡單比喻：就是機器設備是下屬，人類是上司
。
人類給予命令，由機器執行
對於這點最重要的關鍵在於《監控》
監看機器如何完成人類給予的任務，
也就是Sensor的佈建
到這很多人都有疑問，當人類的工作大量被機器取代時，人類不會失業嗎？
我想澄清一下：並不會
原因是，如同上面提到最關鍵的是sensor的佈建，佈建的位置最清楚的，絕對不是（工程
師）或（空降的主管），絕對是現場作業的技術人員，對於建設初期，初始參數的設定、
工程細節、以及後續設備維護、參數修正也絕對是現場人員最為清楚，這一切都需要仰賴
這些基層勞工，那試問自動化會帶來失業嗎？
自動化一定會帶來人力上的過剩，有人一定會說：那還不是要裁員！
結果不一定如此，舉個例：在下的公司對於人員的訓練相當重視，對於多餘的人力，會給
予職務上的輪調，或是賦予專案提供基層員工參與，也就是將2.0的專案交給基層，因為
他們最懂製程，在製作專案的期間與工程師相互討論，讓高階了解現場作業、讓現場學會
發現問題及分析問題的能力，教學相長下無形間提高了現場人員的職能讓他們向上提升，
試問這樣人才的運用、培育會因為自動化而造成人員失業嗎？
4.0智慧化
許多人耳裡這是一個虛無飄渺的詞彙，但我覺得它並不這麼遙遠
1. 當3.0的sensor佈建時，海量的數據已達人類無法判定分析時，交給電腦這是智慧化的
第一步。
2.當海量數據分析，進入一種常態分佈、規律、循環的時候，就可以依照此一循環讓電腦
自行判斷應當的處置作為，非必要時人類已不需介入。
完成兩階段步驟即達智慧化。
應用：依個人卓見非常之多，但需要先期投入大量資金於監控設備、雲端運算。
舉個例子：交通運輸
試想當所有的路口設置車流監測，由中央行控中心控制交通號誌。
前期需要人力介入，sensor紀錄時間與車流相關數據，再紀錄人為操作記錄，當若干時間
數據形成某種常態分佈之後，這些數據將成為一大數據，再分析此一數據，電腦將可自行
依照車流、時間控制行車號誌，將號誌轉換效率最佳化，必要時人為介入即可。
再一例：智慧農業
一樣第一步佈置sensor，如：水液位、水質ph、水中含氮鹽類等sensor依據sensor控制水
閘、酸鹼控制、肥料投放時機，長期下來一樣可以累積操作慣性，形成常態分佈，讓電腦
自行判斷；另外還可以整合天氣預報數據，預測溫、溼度、降雨量、日照長短、紫外線強
度，來優化種植參數；也可以定期取樣土壤分析，分析土壤中鹽類變化，調整作物種植週
期，土壤改質......等等舉凡不及備載
以上 淺見提供大家參考
4.0其實沒有那麼遠！
--
All Comments