智慧製造2019.02.23

工業4.0進行式之三:T-Systems及T-Labs

YIN

物聯網 創新 自造者

除了智慧製造系統外,也有德國廠商將智慧科技運用於跨國物流系統,可以創造最適化的物流決策,避免資訊不完整的無效率行為。如T-Systems為IT顧問服務的領導廠商,也是德國電信的客服單位,有通訊、資訊、數位化等事業部,以及Avaya、Cisco、華為、Informatica、Microsoft等合作夥伴,期望用創新ICT技術來形塑連結型企業與社會,如雲端運算、移動方案、巨量資料、社群媒體、商業模式等,並運用於產品開發、生產、銷售或物流等領域,有效提升顧客、員工或投資者價值。

T-Systems的數位化事業部成立於2015年,強調創新數位化方案,可優化產品開發、生產製造及顧客管理,也積極開發巨量資料、物聯網、機聯網(M2M)、車聯網、互聯醫療系統(e-health)等技術。T-Labs(Telekom Innovation Laboratories)則為德國電信與重點大學(如柏林工大等)的合作單位,期望促進產業與學校合作,特別是ICT技術的中長期研究,如ICT技術的破壞性創新,或實務應用的情境模擬。

 

資料來源:T-System & T-Labs (2017/03)

圖ㄧ、「提升國際競爭力」的智慧化物流系統

 

圖ㄧ為智慧化物流系統的示意圖。上方為傳統的物流系統,跨國物流業者各自獨立運作,如港口管理者、碼頭/倉儲廠、貨運業者、拖車業者等,溝通介面僅有對講機等傳統工具,面對多元化及複雜化的全球物流需求,很難提升物流效率及成本競爭力,以及跨國物流量的快速增加,也存在運輸空間不足的問題。下方則為T-Systems與T-Labs合作的創新物流服務平台,所有廠商可運用此平台來串接,在資訊透明化的情況下,合作廠商可提出最適化的物流決策。

綜言之,隨著電子商務、物聯網、智慧感測等技術發展,物流產業也朝智慧化物流轉型,採用先進的智慧化技術,如條碼、射頻識別技術、感測器、全球定位系統等,以及資訊處理與網路通訊平臺,應用於運輸、倉儲、包裝、裝卸搬運、配送、資訊服務等環節,具有自我感知、思考、學習及解決問題能力,並根據不同情況估算成本、時間、品質、服務及碳排放等,達到貨物運送的自動化及高效率化,有助於企業增加利潤、降低風險、節省成本及提升顧客滿意度。

延伸討論

智慧製造

Edge AI 準備好了,創意商機起飛

飛飛
在軟體作為使用者介面的時代,軟體是為大量生產的現成品。使用者以既有功能為工具,或解決問題;或協助工作;或實現自我創意。使用者回饋通常透過日後不定期的更新、迭代或新產品才將之納入。換句話說,軟體的設計仍偏向開發端決定。物聯網不只是物物相連,其中 AI 智慧可說是直接邀請參與者加入軟體設計,並透過經驗值自動達到持續客製化,以建構資料流的相對低廉成本(長期遞減)方式,提供以個別使用者為中心的可客製化產品。
智慧製造

AIoT 資料流生態系, Edge AI 上場了!

飛飛
AI 的關鍵核心在於 Machine Learning 機器學習,尤其是 Deep Learning 深度學習,將機器運算層次從線性思維走向立體化處理,變革資料處理的機器運算概念,更從而徹底改變自 IT 產業堀起以來將近百年的基礎運算硬體組構,並連帶物聯網的願景,自此硬體組構衍生全新 AIoT 資料流生態系。在如今 5G 規格底定、全球邁入正式開通的時點上,AIoT資料流生態系也已經從 Cloud AI 延伸到 Edge AI。
智慧製造

I/O 也能虛擬化?

飛飛
Virtualization 是 IT 資源擴展的新興潮流;透過 isolation 隔離技術,能夠在相同的 IT 實體資源下,增生多套虛擬運作環境,相當適合雲端系統,也能在成本考量下,回應物聯網所可預見爆增需求的資料流及運算資源。