ソフトウェア協会のAI専門ベンダー交流研討会への参加から、今年は智慧工場と智慧製造グループの各種研討会や同業マッチング会に参加するなかで、デジタル発展部が過去の経済部工業局と科技部の各専項補助金を統合し、AIベンダーの応用と導入に関わる工場が統一窓口で補助を申請できるようになった話が出た。また2023年からはAIエネルギー登録ベンダーにより多くの補助を提供し、AIツールを応用して工場の競争力を改善する面でより優位性を持つようになった。ここ数年の各種計画を継承し、台湾でもすでに多くのベンダーが関連システム・設備と成功事例を準備しており、台湾の智慧工場環境は次第に成熟してきていると確信している。

 
政府はAIを智慧工場へ投入する取り組みを数年前からすでに始めており、ここ数年で関連ベンダーと応用はますます成熟してきている。これは今年のソフトウェア協会と工業局の各種成果発表やマッチング会からも見て取れる。（詳細はソフトウェア協会のサイトと経済部工業局のサイトをご参照ください）

 
筆者自身も智慧工場推進グループに参加しており、品質力の部分を担当しているが、前段の機台（設備）の智慧化によるデータ産出は基礎的な作業である。かつては古い機台がデータを出力できず、新しい機台は出力フォーマットが各々非互換であった状況は、すでに大幅に改善されている。同時に、関連するセンサー（温度、圧力、流量、電気特性など）の開発から設置までを手がけるベンダーも雨後の筍のように次々と成長し、驚かされるのは彼らが連盟を組み、智慧工場の標準化をより速くより効果的に確立できるようにしたことである。これにより智慧工場の機台データの産出＆統合に良好な基礎が築かれた。さらに、データを情報フローと管理図表へ変換することも急速に成熟し、機台の製造プロセスパラメータのデータと、測定機台の品質結果および生産効率の智慧化調整、そしてそれを通じて少量多品種生産における精密生産と弾性生産の技術を掌握することは、AIP＆AIQの理想にさらなる科学的基礎を提供するだろう。

 
【智慧工場の現場応用_AIQ】
製造プロセスパラメータの変化を掌握すれば、製造機台の実際の状況を把握できる。品質測定のデータを掌握すれば、製造工程を経た後の工作物と達成目標との差異を知ることができる。もしP＆Qの変化を同時に掌握できれば、Qに問題が発生したときに、異常を引き起こしたP（原因）を直ちに突き止めてすぐに調整し、損失を最小限に抑えることができる。さらにはQが規格を超える前にPを調整して不良が発生しないようにすることもでき、「上医は未病を治す」という最高の境地に達することができる。

 
別の角度から見ると、P＆Qを同時に掌握すれば、必要に応じてP＆Qの各種関係を分析することができる。たとえばPn（複数の製造プロセスパラメータの組み合わせ）とQn（複数の管理項目）の各データの組み合わせを調整し、管理の最適化という目的を達成できる。たとえば、ある管理項目の目標がもともと100〜120であったものを105〜115に絞り込むよう顧客が要求した場合、どの機台のどのパラメータを、いくつからいくつへ調整すれば、最低コストで目標を達成できるかが分かる。

 
これまでこうした情報を掌握していなかった頃は、長い時間をかけて試行錯誤する必要があったが、少量生産のもとでは試し終わる頃にはすでに生産が終了している可能性があり、ましてやどれだけのコストがかかるかは言うまでもない！　もし今これを掌握していれば、迅速かつ効果的に調整できるだけでなく、弾性生産とコスト最低の最適案を達成でき、さらに科学的なプログラムによって迅速な複製・移転・最適化といった現代生産の真髄に到達できるのである。

 
最後に、台湾の競争力がますます高まり、チャンスを掴み、突破して再び高みを切り拓くことを祈念する！