Google Cloud宣布推出Manufacturing Data Engine，以及Manufacturing Connect兩項全新解決方案，協助製造業者連接、處理既有孤島資產，並且讓資料標準化，藉此提高從廠區生產到雲端的資料可視性，同時也能在資料完成整合後，藉由人工智慧分析數據，並且從數據中洞察、預測有用資訊，藉此實現預測性維護，以及對應機器層級的異常檢測。
從數據顯示，目前僅約21%比例製造業者在生產流程導入人工智慧技術，其中因素包含有太多孤島數據，以及資料無法標準化，同時也因為諸多既有人工智慧與分析解決方案都是作為資料研究使用，對於一般製造業者使用需求並不友善。
因此，Google Cloud提出的Manufacturing Data Engine、Manufacturing Connect兩項解決方案，將可協至製造業者透過Google Cloud雲端平台將數據標準化，並且減少數據孤島化現象，讓數據內容可透過人工智慧進行分析、洞察有用資訊，進而協助製造業者判斷生產流程是否仍有可作改進，或是避免潛在風險產生。
其中，Manufacturing Connect由Google Cloud與企業邊緣數據平台業者Litmus Automation共同開發，針對工廠邊緣運算需求所打造平台，並且基於多達250種機器通訊協定的龐大資料庫，藉此與絕大多數的製造設備及工業系統連結，同時可將資料即時傳到Google Cloud，進而透過Manufacturing Data Engine進行處理、分析，更可藉由人工智慧進行深層分析，從中獲取有用資訊。
配合Manufacturing Data Engine、Manufacturing Connect兩項解決方案，將可實現以下成效：
• 製造分析和洞察：協助製造業者快速建立可自訂的資訊主頁，從工廠KPI (例如整體設備效率)到單一機器感應器資料等，透過視覺化方式呈現關鍵數據。與Manufacturing Data Engine整合後，工程師和工廠經理可以自動建置新的機器和工廠，並且啟用標準化資訊主頁、檢視KPI和隨選分析功能，進而發掘整個工廠的新洞察和機會，而這些內容更可在企業與合作夥伴之間輕鬆共享。
• 機器層級的異常檢測：協助製造商識別異常狀況，並且利用Google Cloud的Timeseries Insights API，針對機器和感應器的資料 (例如噪音、振動或溫度)提供即時警報。
• 預測性維護：讓製造業者能利用在數週內完成部署的機器學習模型，以及高精度的人工智慧最佳化技術，協助預測設備的服務需求，進而減少停機時間與維護成本。
《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》
