摘要
面對總體環境變化快速，使工業領域在各環節上面臨變革挑戰加劇。但同時，在新興科技發展逐漸成熟下，許多商機亦應運而生，不論是物聯網、人工智慧、邊緣運算、雲端運算或區塊鏈等，皆為解決方案服務提供與需求者帶來轉型契機。
工業數據方面，對製造業者而言，新科技應用能否創造價值的關鍵，來自不同流程長時間累積之工業數據，且為重要戰略資源。
協作機器人方面，協作機器人係為工業機器人的次類別，具備多種技術特徵，像是輕型材質、襯墊、「皮膚」（裝載嵌入式感測器的襯墊）和機器人基座或關節處的感測器或感測模組，讓人類與機器人得以在共享的工作空間中共同協作。其中，人類彈性高，能輕鬆應對各式突發狀況；而機器人則擅長處理一致性、重複性高的任務，若能有效讓兩者相互協作，將能有效因應少量多樣、具彈性的生產模式。
工業安全方面，以「機器取代人力」在製造業中常被認為是升級轉型之關鍵，但在特定產業，人仍是不可或缺的重要角色，若欲有效降低成本與提高效率，兩者間之互動協作將無可避免且愈趨頻繁。因此，國際安全法規其實也持續對此因應調整，也說明未來製造業者在導入機器人應用時，若無持續關注相關標準與法規，除了可能對人員安全造成威脅外，亦可能導致停工等狀況發生。
3D視覺感測技術方面，在工業4.0浪潮下，帶動許多製造環節中自動化系統與設備的進一步發展，其透過光學科技模擬人類的靈魂之窗，能夠滿足多樣物件與複雜環境上的辨識需求，以因應日趨複雜的人機協作情境。此外，在人工智慧的帶動下，兩者結合之創新應用，更讓機器設備具備了人腦的思考與判斷能力，進而能針對特定情形採取必要的決策行為。
數位轉型方面，越來越多的製造業在「數位轉型」理念下，摸索著引進與應用嶄新數位技術來進行，而2020年受新冠疫情影響加速數位轉型的發展。數位轉型除了透過引進IT技術提升個別業務效率外，也包含業務流程整體及商模本身的改革。近年來，智慧工廠成為全球製造業的顯學，隨著勞動力減少、工資上漲、產品交期短、市場需求變動大等議題出現，製造業正面臨新一波轉型挑戰。如何在控制生產成本的同時，還能提高生產力與效率，則是製造業數位轉型的主要目的。
而美中政治角力持續，直接挑戰全球供應鏈生產布局，對國際既有分工型態帶來改變，加上現今消費型態改變與疫情影響，使製造業者在生產製造上面臨諸多挑戰。因此透過智慧科技導入製造環節，提升內外部突發狀況之應變能力，儼然已成為業者關注之議題，也進一步帶動智慧製造商機的成長。
本書以智慧製造與製造業數位轉型為主題，內容涵蓋智慧製造、協作機器人、工業安全、視覺感測技術、智慧製造大廠與數位轉型案例，以及相關的產業發展分析等，供製造業與相關產官學研等機構或人士作為參考。
- 前言 I
目錄 III
圖目錄 V
表目錄 X
第一章 智慧製造相關技術發展分析 1
一、 國際工業數據共享機制之發展現況與展望 1
二、 協作機器人市場發展與功能效益解析 22
三、 工業安全議題下人機協作應用發展與展望 32
四、 3D視覺感測技術於製造業應用發展分析 47
第二章 智慧製造與數位轉型案例分析 67
一、 AMR大廠發展案例分析－Geek+ 67
二、 國際智慧製造大廠發展案例分析－德國SAP 90
三、 國際智慧製造大廠發展案例分析－德國Siemens 107
四、 日本製造業數位轉型案例分析－安川電機 122
五、 日本製造業數位轉型案例分析－住友電木 133
六、 「燈塔工廠」案例分析－日立製作所大甕廠 142
第三章 台灣智慧製造發展機會與挑戰 153
一、 從「全球燈塔工廠」評選看製造業轉型方向 153
二、 台灣製造業數位轉型所面臨的機會與挑戰 158
三、 2021年台灣工業電腦產業回顧與展望 170
四、 智慧製造浪潮下我國解決方案商發展契機 188
附錄 213
一、 英文名詞縮寫對照表 213
二、 中英文名詞對照表 216
- 圖1 1 工業數據共享主要運作模式 2
圖1 2 工業數據各階段創造之價值 4
圖1 3 依權限和共識機制區分的區塊鏈類型 7
圖1 4 德國IDSA之主要角色與運作流程 11
圖1 5 各廠商於IDS中扮演之角色 12
圖1 6 德國IDSA參考架構 13
圖1 7 CIOF整體運作架構 15
圖1 8 以合約保障各角色之權益 16
圖1 9 工業機器人協作類型 23
圖1 10 2010-2020全球每年傳統工業機器人新安裝量（萬台） 26
圖1 11 生產製造自動化朝向人機協作提升彈性與生產力 27
圖1 12 未來製造情境所衍生之實體工安議題 33
圖1 13 未來製造情境對於人員造成之潛在危害 34
圖1 14 人機協作情境定義示意圖 35
圖1 15 依人機協作情境組合一覽 37
圖1 16 相關標準類型與ISO/TS 15066四種模式 38
圖1 17 Veo Robotics產品方案 42
圖1 18 Blue Danube Robotics產品方案 43
圖1 19 Touché Solutions產品方案 44
圖1 20 立體視覺技術原理 49
圖1 21 結構光技術原理 50
圖1 22 TOF技術原理 50
圖1 23 2D視覺感測於製造業中主要應用範疇 52
圖1 24 3D視覺感測於製造業中主要應用範疇 53
圖1 25 無人搬運車運作原理及製造場域應用 56
圖1 26 機器人隨機抓取原理及製造場域應用 57
圖1 27 3D視覺結合AI於產線品質檢測應用 59
圖1 28 全球3D視覺感測產業鏈一覽 60
圖2 1 無人搬運車產品差異 68
圖2 2 無人搬運車應用情境 72
圖2 3 無人搬運車主要競爭者成立時間分布圖 74
圖2 4 AMR主要競爭者定位圖 76
圖2 5 Geek+產品線分布圖 79
圖2 6 Geek+RaaS租賃經營模式 81
圖2 7 台灣AMR產業鏈 85
圖2 8 台灣AMR應用場域分布 86
圖2 9 台灣AMR相關業者發展機會 88
圖2 10 SAP向服務型導向架構基礎轉變之示意圖 91
圖2 11 SAP當前業務重點與範疇一覽 91
圖2 12 SAP 2014至2021年全球營收 94
圖2 13 SAP 2014至2021年產品營收比重變化 95
圖2 14 SAP 2014至2021年研發投入金額與比重 96
圖2 15 SAP內部研究發展模式一覽 96
圖2 16 SAP雲端業務發展歷程 97
圖2 17 SAP與生態系夥伴業務合作模式 99
圖2 18 2021年SAP全球主要國家地區營收與人員占比 100
圖2 19 SAP外部加速器與投資 101
圖2 20 Siemens主要業務範疇 108
圖2 21 Siemens 2014至2021年全球營收 109
圖2 22 Siemens 2014至2021年研發投入金額與比重 110
圖2 23 研究發展模式與成果 111
圖2 24 Siemens於智慧製造發展歷程一覽 112
圖2 25 Siemens DI業務之產品組合一覽 115
圖2 26 2021年Siemens全球主要國家地區營收 116
圖2 27 Siemens建立全球生態系觸及各區域市場中之產業客戶 117
圖2 28 Next47運作概念 118
圖2 29 阻礙DX推動的2大類型 124
圖2 30 不能為充斥在社會上的DX所惑 125
圖2 31 YDX（YASKAWA digital transformation） 126
圖2 32 遠距會同案例 127
圖2 33 安川Solution Factory 129
圖2 34 統合指令室 130
圖2 35 收集數據應用案例 131
圖2 36 伺服馬達異常聲響檢查 132
圖2 37 酚醛樹脂成形原料製程案例 134
圖2 38 住友電木產品範例 134
圖2 39 生產線可視化 136
圖2 40 自動監控、自動控制系統 136
圖2 41 日立製作所大甕廠鳥瞰圖 143
圖2 42 日立大甕廠所配置 144
圖2 43 作業台車與組裝導引系統 147
圖2 44 進度、運作監控系統與工廠模擬器 147
圖2 45 作業改善系統影像 148
圖2 46 電子零件自動倉庫 150
圖2 47 貼片機之生產進度與設備運作狀況 151
圖3 1 4IR製造業者轉型重點 155
圖3 2 Stoppil設備 163
圖3 3 台灣工業電腦產業產值，2016-2021 171
圖3 4 台灣工業電腦產業產值依據產品型態分類，2018-2021 172
圖3 5 台灣工業電腦產業產值依據出貨地區分類，2018-2021 174
圖3 6 樺漢未來成長動能與全球供應鏈布局 177
圖3 7 樺漢未來發展策略 178
圖3 8 研華策略布局及相關應用 179
圖3 9 凌華產品布局及應用 182
圖3 10 佳世達集團產品線區隔 184
圖3 11 台灣工業電腦產業產值，2018-2025 185
圖3 12 工業發展歷程一覽 189
圖3 13 2019~2027全球智慧製造市場規模與產品類別占比預估 190
圖3 14 智慧製造發展形貌描繪 191
圖3 15 全球前五大製造業國家之不同規模製造業者家數與產值占比 193
圖3 16 智慧製造各環節之應用缺口 194
圖3 17 國內外解決方案商之契機 195
圖3 18 以服務提供者角度劃分之三大服務類型 196
圖3 19 降低門檻服務類型案例 198
圖3 20 持續優化服務類型案例 199
圖3 21 融合創新服務類型案例 200
圖3 22 國際智慧製造發展方向一 201
圖3 23 國際智慧製造發展方向二 202
圖3 24 國際智慧製造發展方向三 203
圖3 25 迎合智慧製造商機關鍵 204
圖3 26 規模差距使業者在導入需求動機上不盡相同 206
圖3 27 降低門檻 207
圖3 28 持續優化 208
圖3 29 融合創新 209
- 表1 1 主要共識機制之區塊鏈特性 8
表1 2 IIC與IDSA、IVI兩協會建立之備忘錄內容 18
表1 3 協作機器人系統之協作模式 24
表1 4 傳統工業機器人與協作機器人比較 25
表1 5 人與機器人互動情境定義 35
表1 6 各國機器人相關應用標準綜整 39
表1 7 盤點新創方案之比較 45
表1 8 各3D感測技術原理比較 51
表1 9 近年製造業相關之重要國際業者於智慧3D視覺應用之布局概況 61
表2 1 近年SAP於智慧製造領域具代表性之併購案 98
表2 2 2016~2021年Siemens具代表性之重大併購案 113
表2 3 日立製作所定義之生產系統成熟度模型 145
表3 1 2021年全球燈塔專案入選廠商 153
表3 2 國內製造業對於智慧製造數位轉型初衷 164
表3 3 國內製造業對於智慧製造數位轉型應用實績 165
表3 4 國內製造業對於智慧製造數位化轉型的瓶頸 167
表3 5 台灣工業電腦產業產值排名 175
表3 6 2020年樺漢各事業群表現 176
付款方式
匯款
匯款銀行：華南銀行－和平分行 (總行代號：008)
戶名：財團法人資訊工業策進會)
帳號：98365-05099-001-3)
※ 請於匯款時以發票抬頭匯款，並於匯款後將匯款明細如：發票號碼、匯款日期、匯入帳戶等傳真至 (02)2732-8943 ※
信用卡
您可直接線上訂購，或是列印後，傳真到 02-2732-8943。 我們收到訂購單後，將會立即與您聯繫確認。 如有任何問題，歡迎聯絡 MIC會員服務專線：(02)2378-2306，謝謝。