數據中台就緒,即可輕易執行 AI/ML 分析
著眼於此,CloudMile 提出三大解決方案,期望協助製造業者解決上述難題。
第一項是資料湖(Data Lake),也就是金融等其他行業所稱的數據中台。鑒於製造業的資料價值鏈偏向線性,常導致資訊分散、墊高整合成本,CloudMile 透過自家開發的數據導向解決方案,以數據中台為核心,從最基礎的數據蒐集、集中收納生產、銷售、供應商及客戶等所有數據,到數據視覺化呈現整體的生產與銷售狀況,來降低跨單位溝通成本。持平而論,數據標準化並非易事,得經歷資料匯集匯流的過程。;值得一提,現今不少企業積極投入 AI/ML 分析,但許多人也許忽略,這個分析不應是一次性專案,而是連續性動作,只要有新資料進來就必須執行運算,若將資料湖建置就緒,要做 AI/ML 就輕而易舉。
第二是混合雲,儘管製造業基於過往經驗,長年將資料累積於地端,不太可能一夕間翻上雲,但展望今後假使繼續固守地端,必然面臨越來越多挑戰;在此情況下,改採混合雲、意即雲地整合策略,能保有內部高敏感資料安全性的同時,還能借助雲端運算的高彈性優勢,逐步佈局數據驅動、AI 應用落地的智慧工廠。。以常見的 AI 視覺檢測系統為例,製造業可以透過混合雲架構來導入 AI 視覺辨識技術,運用 Google Anthos 平台在雲端訓練模型,再將模型傳回地端進行瑕疵檢測,隨後便可將蒐集而來的資料送回雲端,透過雲端運算反覆訓練模型,既可善用高彈性、高擴展性的雲端運算資源,又能兼顧地端的執行效能及安全性。
第三是 Open API,讓製造業者得以輕易串聯供應鏈上下游、建構自己的生態系,順勢化解存貨、價格、規格等各方面資訊不透明的難題;對此劉永信強調,事實上 Open API 不只能做到 API 管理,還蘊含資料治理功能,可透過角色設定,清楚定義每個參與者的權限,並透過加密等保護措施,達到嚴謹的數據管理,此外提供完整的日誌機制,記錄下所有數據存取的足跡。CloudMile 擁有 Google Cloud 的 Apigee 導入實例,可協助製造業者蒐集物聯網遙測及分析資料,像是從遠端獲取客戶機器設備的數據,提前進行診斷和準備,節省客戶等待的時間;業者也能透過平台發送產品偵測數據連結的 API 給客戶、經銷商及合作夥伴,讓他們可以自行整合、自動化機器設備維護與監控運作。這些都是踏上智慧工廠的首要任務。
贏得金融、半導體客戶信賴,累積深厚實作歷練
不可諱言,論及 Open API、Hybrid 和 Data Lake,每一項都是雲端服務公司必定端出的利器,並非 CloudMile 獨有。但劉永信強調,CloudMile 擁有全亞洲領先的實作團隊,在大型金控和半導體業都有 Open API、Hybrid Cloud 建置實績,而 Data Lake 則已贏得大型商業公司與政府部門的青睞,等於三者都受過大型機構的嚴格驗證,在雲端服務領域可謂罕見歷程。