APP下载

【iThome 2021 CIO大调查 (下)|IT抗疫实例】某2000大电子业靠AIoT加速工厂转型抗疫

消息来源:baojiabao.com 作者: 发布时间:2026-02-16

报价宝综合消息【iThome 2021 CIO大调查 (下)|IT抗疫实例】某2000大电子业靠AIoT加速工厂转型抗疫
图片来源: 

iThome

5月中旬,本土COVID-19疫情袭卷全台,全国迅速进入三级警戒,疫情更从社区重灾区往外延烧,进到了高科技业,北部多家电子及半导体厂员工染疫,严重甚至有工厂产线被迫暂时停工,连半导体龙头台积电都有零星确诊出现,高科技业染疫风险升温,也让竹科产线拉警报。 

在疫情持续蔓延下,台湾高科技业IT部门扮演更关键的角色,如何透过IT防疫,甚至来阻断疫情传播链,成为高科技业IT所要面对一大考验。

一位高科技业IT资历20年的资讯主管,就以他自身IT抗疫经验分享。他目前是在一家颇具规模的本土电子元件制造商担任IT主管,这家公司约有一千名员工,其中总公司员工数约占2成,生产工厂则占6成。

就像一般高科技业常见防疫作法,这家公司在抗疫作法上,首先同样采用分流、轮流或居家上班,来分散及降低染疫风险,也因此,从去年开始,他们就已经提前部署WFH架构,也通过验证确认可行,让现有资讯系统,能符合远端在家工作的情境。在今年疫情持续升温下,这套WFH架构马上就派上用场,只需调整网络架构,就能因应多人同时连线需求,也能降低延迟等待的时间。 

 

大增4成IT预算,大力推动工厂加速转型自动化工厂

但真正的IT挑战是在工厂端,这名IT主管直言,不像业务或内勤人员能采分流方式作业,在工厂端产线作业,到现在仍需要有作业员到现场作业,否则将影响到产线运作,因为工厂还没做到全面自动化,就像最近有电子厂爆发移工群聚染疫后,产线只能暂时全面停工。

他强调,防疫这件事,最终还是得依靠疫苗的施打,所以他们现在能做的事,就是在等待疫苗这段期间,加强产线防疫措施,尽可能降低工厂人员染疫的风险,也因此,在工厂IT防疫上,这家公司也采取一些加强作法,除了要求产线人员全程配戴口罩,也架设红外线温度侦测设备,对所有进出人员进行量测。

而在IT防疫上,他们几年前开始在工厂大规模部署IoT技术,希望透过机联网,来实现工厂自动化、智能化,在疫情变化期间也有发挥作用,帮助这家公司减少不必要人员接触。举例来说,目前该工厂十分之一的机台都能连网,可以即时监控机台状况,管理人员不需要进到现场,就能远端监看生产状况,而这些数据搜集起来后,会再集中到后端一个大数据数据库分析,并与工厂MES系统整合,透过数据分析,让整个制程优化也能自动化完成。

相较于前几年推动智能工厂,他提到说,因这波疫情也加速这家公司的转型,举例来说,以前工厂采购生产设备,并不会知会IT,但从今年年初起,厂方就规定以后购买任何机器设备前都要知会IT,甚至将IT部门纳入工厂作业SOP里,这也让他们在智能工厂上推动,变得更容易许多。

正是因为这些年在工厂转型的推动,使得这家公司IT部门很早从传统IT服务范围,跨入工厂OT范筹,尤其在台湾疫情加剧的时刻,更让这家公司CEO看到IT部门的贡献,能够帮助他们维持营运不中断,因而增加对于IT的倚重,甚至赋予他更大任务,带领公司积极转型。。

虽然IT影响力变大,但他坦言,接下来IT责任会越来越重,他说,因为这是以前制造从没走过的路,但正因为如此,“CEO更需要仰赖IT的协助,才能够把事情做好。 ”他表示。

而今年疫情严峻,也反映在这家公司IT投资变化上,他表示,今年至少增加3~4成IT预算,用于加速推动工厂智能化,包括IoT等。

另外,他今年也开始规划要翻新IT架构,汰换已经用了20多年老旧IT系统,甚至也要开始拥抱容器(container)架构,他表示,目前正在测试阶段,未来将从现有虚拟化环境,逐步移转到容器和K8S管理架构,借此让整个网络、应用服务与服务器的控管更加容易,同时使用上也更具弹性,进而提高IT服务效率。 

 

转换新IT架构,对于维运团队在疫情期间管理上也更方便。他表示,现阶段内部资讯人员因配合防疫升级采分流上班,约有三分之一的IT人力在家办公,之后转换容器化架构后,目标要让80%的IT维运都能远端完成,仅少数的情况,需要进到机房维护。 

除了机联网,这家公司下一步也要导入零接触AIoT应用,并先从小规模试验做起,这也和今年iThome CIO大调查中的趋势不谋而合,越来越多的高科技制造业对于AI采用更为积极。对此,他也提出解释,认为高科技业今年之所以加大力道投资AI,某种程度上跟疫情加速转型有关,一来公司高层面对外在严峻的疫情考验,二来,缺工问题依然难解,迫使这些企业得加速催化内部的改革与数位转型。

他进一步说明,AIoT是两件事,一个是AI,再加上IoT,也因此,如果没有IoT,就不会有AI。所以,当有了IoT产生大量数据,AI才有这些庞大资料做训练与推论。在完成IoT部署后,他下一步就是朝向AIoT应用来发展,并先运用到生产线上的AOI检验设备,帮助他们能更准确地找出瑕疵的电子元件。

2021-06-16 10:18:00

相关文章