作者:
JDCarry (JDC)
2018-11-20 00:16:43關於工業4.0的議題
小的想在此依淺見說明一下
關於工業x.0
所有的工業化進程 無非跟《效率》二字有關
理論和前面幾位大大相去不遠
但很多人都有疑問,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,自動化的關鍵是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,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:依個人拙見非常之多,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,se
nsor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!