隨人工聰明（AI）鼓起，改變了傳統工場過往不具效力的治理形式，加上全球在工業主動化、聯網體系成長日益成熟，將加快聰明工場的完成。富邦證券研判，這波AI趨向海潮，聰明工場的落地將成為AI處理計劃中停頓最為疾速的運用之一。

　　在聰明工場的AI處理計劃，是指具有聯合迷信為基本的數據治理、導入主動化裝備及相干裝備的聯網（IoT）、協作機械人的協助，做有用的機械進修剖析，具有疾速導入分歧產線與虛擬數位化工場的立異形式，可以或許協助企業完成更明白且更具計謀性的決議計劃，到達有用晉升全體公司效能與獲利。

　　隨列國當局及相干產業目標企業的投入，很多運用場景也逐漸顯現臺面，依據拓墣產業研討所預估，全球聰明制作的市場范圍于2020年將生長至3,200億美元，年復分解長高達12.5％，估量沾恩廠商包含機械視覺、協作機械人、倉儲機械人、感測器、聰明監控、MCU、體系處理計劃等業者。

　　機械人與自行進修 年夜幅晉升效力

　　富邦證券指出，聰明工場重要根本架構在于AI與IoT的整合，應用相干技巧聯合工場監控、制程、倉儲、檢測等各站別產生運用，并藉由數據整合與機械進修，來殺青聰明工場的完成；今朝在聰明工場的完成上，可歸結出機械視覺、機械人、材料剖析等運用范疇，藉由工場中各站別所產生出的年夜數據，透過工業物聯網傳輸，以AI進修、剖析，到達工場最好化的表示。

　　起首，在機械視覺的部門，聰明工場的運用重要為聰明監控、倉儲空間治理、裝備監控及產品主動化檢測四年夜部分，在監控與檢測體系獲得影象的同時，AI就開端藉由影象畫素、亮度等訊息，停止運算、辨識、剖析與猜測，并聯合材料庫中的年夜數據停止進修與斷定，如斯一來即可到達即時猜測、剖析與警示才能，有助于晉升全體效力。

　　再者，工業機械人的導入在聰明工場中占領相當主要的位置，依據研討機構IFR預估，2016年到2020年全球工業機械人出貨量將跨越50萬組，年復分解長率跨越15％；產值也將由2016年的110億美元生長至2020年的300億美元，年復分解長率跨越20％。可以預期，聰明工場趨向明白，將帶念頭器人供給鏈需求年夜幅晉升。

　　比擬曩昔傳統工場機械人所需空間年夜，須要固定裝置，在平安性上也必須與人員隔離，防止功課人員被機械人舉措進程中所損害。今朝在工業用范疇陸續導入的協作機械人，不只所占空間小、可隨便改換任務地位，且協作機械人因藉由AI自行進修，功效性部門不局限單一功課舉措，可以運用的層面就越來越普遍。另外，協作機械人可以與人員或機械人同時功課，是以將來在聰明工場內將出現協作機械人與傳統工業機械人分工協作的態勢，此為聰明工場今朝死力成長的項目之一。

　　下降人力本錢 削減毛病風險

　　就產業別來看，例如倉儲、物流體系，須要對產品做分類、挑選、輸送等，全體功課分工異常細，工場內各站別分類也很復雜，過往重要依附人力從事相干任務，是以人力本錢占相當年夜比重，跟著機械人導入有助于下降本錢與晉升效能。

　　全球電子商務年夜廠Amazon 在2012年以7.75億美元收買倉儲機械人廠商Kiva system，隔年導入相干處理計劃，每一年幫Amazon節儉9億美元人力收入，并延長入庫與出貨所需功課流程，依據Amazon表現，每件物品物流本錢降低了48％，有助獲利晉升。

　　另外，聰明工場側重在聰明化，重要依附各監控裝備、制程裝備、檢測體系、協作機械人等所產生出來的數據，經過人工聰明停止材料剖析、斷定，加上機械進修剖析，到達工場效能最好化，加快全體產能效能晉升，有用晉升全體公司獲利。

　　在開辟新產品或建置新廠時，也可應用虛擬數位化（Digital Twin）技巧，運用各項生產數據，停止人工聰明模仿試產，猜測新產線效能及產品數據，藉此優化生產數據參數，協助工場在產線設計、參數設定、耗能、良率預估等，削減產能建置早期產生的毛病風險，供給企業本錢收入效益最好化，并完全轉變過往制作業生產形式。

　　臺廠坐擁 聰明制作優勢

　　富邦證券指出，臺灣在80～90年月因制作業的年夜量投入，培養經濟疾速生長，由各項傳統產業延續至ICT產業的面板、終端裝配、半導體等產業，接續為臺灣經濟發明岑嶺。各產業在其時豈論技巧或市占率均搶先其他競爭敵手，制作業建廠及生產裝備產業供給鏈上相當完全。在聰明工場海潮來襲下，已有很多企業開端跨入聰明制作范疇，并挾帶著對產業技巧的懂得、供給鏈的完美，有助于臺灣廠商供給周全性的處理計劃。

　　臺灣在聰明工場處理計劃、工業機械人產業及工業監控與檢測部分，已逐步有結果展示，包含多軸機械人、協作機械人、機械人零組件及廠房、機臺監測體系與聰明檢測體系等，在產品性價比上都有不錯的表示。富邦證券預期，在這一波工業聰明化產業海潮的帶動下，相干供給鏈營運無機會逐年生長，是將來值得存眷的標的。