打通資料孤島、開放外掛吸更多玩家

採訪・撰文／郭采樺　攝影／侯俊偉　圖片來源／施耐德照研華・施耐德電機

當AI走進工廠，製造業面臨一個十分棘手的問題，明明已經累積大量資料，為什麼AI工具還是很難直接派上用場？

「問題往往不在於沒有資料，而是資料散落在不同地方。」台灣施耐德電機配電產品事業部暨半導體行業總經理薛乃寧指出，大部分運作數十年的工廠，同時，存在不同年代、不同品牌的感測器、控制器、能源管理與製程系統，每套設備又有各自的軟體和資料庫。

薛乃寧觀察，「客戶很常跟我們講一句話，就是『我們非常多系統』。」許多工廠一套設備搭配一套管理工具，最後形成一座座「資料孤島」，系統愈多，資料串接反而愈困難。

如果把工廠比喻成一支手機，機台、感測器就像相機、麥克風，AI則像上面的各種App；而工業平台，則介於兩者之間的「作業系統」。它往下連接機台、感測器與能源設備，取得生產現場OT（營運技術）資料；往上串接MES（製造執行系統）等IT（資訊技術）系統，再疊加AI、數位雙生與分析工具。

目的不在於替工廠多裝一套軟體，而在於讓原本各說各話的設備與系統，開始使用同一套語言。

這成為研華、施耐德電機等大廠進攻工業AI前，在爭奪的基礎設施。有趣的是，它們切入工業平台的入口完全不同。