中鋼用AI驅動數位轉型，以4大對策克服少子化缺工、經驗傳承難題

國內生育率低落，產業面臨少子化缺工問題如何解決？老牌鋼鐵業者在新興AI浪潮下如何推動數位轉型，中鋼近期分享如何運用AI加速數位轉型，並提出4大對策，包括研發人機協作技術，運用數位雙生及生成式AI等技術，來克服缺工、經驗難以傳承的挑戰。

中鋼綠能與系統整合研發處研究員許朝詠表示，中鋼約從2014年開始導入AI，主要應用在產線、銷售端，然而儘管中鋼投入大量資源研發AI應用，並且實際落地使用，但卻發現這些AI技術很難為企業帶來明顯效益，因為企業發展AI多是以單一技術或單一產線為目標，以中鋼研發無人天車為例，目標是讓無人天車技術得以實現，但並不容易可以量化，難以呈現為公司帶來的效益。

因此，2023年他們轉換方向，推動數位轉型不僅要讓AI技術能夠落地，而且不論是報表或是整體的營運績效上，最終要帶來實際效益。中鋼成立的數位轉型推動小組，前身為智能產銷委員會，目的是在生產及銷售兩個部門推動AI技術，研發部門則提供生產及銷售部門必要的技術支援。

去年成立的中鋼數位轉型推動小組，他們將資訊及行政部門納入，其中資訊部門負責資訊流的串接整合，行政部門則負責數位轉型的教育訓練及管理，AI核心技術訓練、數位賦能等等。

中鋼委託資策會以全球7大鋼廠為對象，歸納鋼鐵業者數位轉型的4大目標方向，提升生產效率、低碳化製造、智慧化營運、投資新產品，這些目標與中鋼推動數位轉型的目標不謀而合。

如同其他產業在營運上所面臨的困境，鋼鐵業也受到少子化勞力短缺衝擊，並且面臨台積電等科技業者競爭人才，「對於中鋼而言，過去在南部招募人力並不是問題，現在招募人才除了要和同業競爭，還要和科技業競爭，過去聽到的是台積電要來了，現在最常聽到的是同仁要去台積電了」，許朝詠說。

勞力短缺不只影響生產力，對員工高齡化的中鋼而言，人才招募不易，新血來不及補充，年輕的員工愈來愈少，衍生出經驗傳承難題，老員工的經驗難以交給新員工。

4大對策克服缺工難題

「中鋼導入數位技術的整體目標就是，達到2大目標，提升工作效率、加速經驗傳承」，許朝詠說。中鋼提出4大對策，包括提升人機協作程度、提升AI導入效率、建立高效訓練模式、提升經驗擴散速度。

中鋼導入不同的數位技術來實現2大目標，例如提升人機協作程度，結合AI電腦視覺、遠端控制、低延遲通訊技術，讓人員可以在安全的環境下操控設備；基礎建設方面，導入混合雲架構，讓AI應用能在雲地協作式開發、維運，加速推動AI普及；導入數位雙生技術，以數位模擬真實的生產環境，以瞭解虛擬環境的變數對真實世界產生影響；運用生成式AI開發行政、操作、維護各方面的數位助理。

開發天車人機協作技術、遠端協作技術

在鋼鐵的生產環境中，不論原料或半成品，重量多達數噸，一般機械手臂難以搬運，因此中鋼多仰賴天車吊運物料，約有一千多部不同的天車，用於搬運不同的物料及設備，每天天車吊運作業成為鋼鐵產線的重要工作。

為了提高人機協作方面，過去仰賴人工上下天車，在駕駛艙操控天車吊運物料，天車位於廠房的高架上，駕駛操控的天車手因吃飯、上廁所，經常需要上下天車，現場作業環境也有工安疑慮，為了推動自動化，幾年前中鋼研發AI無人天車，不需人工駕駛，讓天車透過電腦視覺及雷射測距，判定需要吊運的鋼捲位置，自動化吊運鋼捲作業。

但是，由於AI難以完成細緻化的吊運作業，因此天車雖為三軸同動，中鋼僅在限制環境下讓AI操作天車，例如AI無人天車只能兩軸同動，無法執行三軸同動作更細緻化的操作，即使無人天車能夠24小時作業，難以完全取代人力。

因此在無人天車之後，中鋼也開發天車的人機協作技術，他們在天車作業環境部署5G及Wi-Fi，並建立 5G及Wi-Fi網路備援，滿足天車遠端控制的低時延通訊需求，搭配大頻寬傳輸天車作業的即時影像，開發智能輔助夾取技術，包括改造天車防撞系統、人員安全辨識系統、天車半自動駕駛技術。

以小鋼胚的天車吊運作業為例，傳統上，天車手和地面人員協作，天車手操作電磁吸盤吊運多個鋼胚，從A儲位吊運到B儲位，每次吊運的鋼胚數量由地面人員計算後，輸入到倉儲管理系統（WMS）。

為克服缺工問題，中鋼在天車吊臂上架設攝影機，利用AI電腦視覺辨識天車所吊運的小鋼胚數量，然而，他們很快發現儲位大量的鋼胚，導致AI辨識吊運鋼胚數量容量誤判，因此他們在攝影機旁邊再加裝雷射線，每次天車吊起多個鋼胚，將雷射線打在被吊起的鋼胚上，由AI偵測雷射線區分被吊起的鋼胚和儲位的其他鋼胚，自動計算吊起的小鋼胚數量，利用這個方式，在天車多次吊運測試下，AI計算鋼胚數量的正確率提高到99%。

許朝詠表示，AI落地經常發生的問題大多和環境有關，他認為AI專案應用有3個層次，第一個層次是單純使用AI技術，因為條件不可控，使得AI技術難以符合現場環境；第二個層次是限定環境使用AI，以天車吊運鋼胚為例，使用雷射線即是限定環境使用AI技術，但是容易因為環境變異造成AI辨識失準；第三個是精確設計環境後使用AI技術，控制雷射線只打在吊起的鋼胚上，在設計的環境中就能很好地使用AI技術。

另外，中鋼也開發天車遠端協作技術，在第二熱軋鋼帶工廠，利用5G專網涵蓋鋼捲儲區，透過5G網路及Wi-Fi網路備援，建立低延遲網路來傳送控制命令，同時改造天車系統，將控制訊號拉到控制室，使其可以遠端控制，天車手不需登上高處的天車，只要在地面上安全的操作臺，透過多個螢幕呈現不同視角的天車操作即時影像，從遠端操控天車吊運鋼捲。

天車手在地面的控制臺遠端操控天車，中鋼也盤點天車吊運鋼捲作業程序，評估哪些程序適合由人工操作，例如吊取鋼捲、放置鋼捲比較適合人工遠端操控，其他程序如電子圍籬、防撞系統、鋼捲號碼辨識、點到點移動控制則可由AI代勞，如此一來，每個天車的人工操作負擔大幅降低。

如圖所示，天車手只需在地面控制臺，透過多個螢幕來遠端操控天車吊運鋼材：

許朝詠表示，原本的人工操控天車程序，在導入人機協作後，人工操控只剩下夾取、放置鋼捲，其他則由AI自動化控制，天車手的工作負擔降到原本的20%，天車手剩餘時間可以切換操控其他天車，未來一個人可以遠端操控多臺天車，提高工作效率。

運用數位雙生技術模擬天車操控、高爐內佈料情形

為了訓練新手操控天車，中鋼打造模擬訓練系統，利用數位雙生技術打造鋼捲倉庫的數位分身，天車新手可以先在鋼捲倉庫的模擬環境中，練習操控天車吊運鋼捲，這套訓練系統支援駕駛艙操控及遠端遙控操作，讓天車手考照的同時，先熟悉未來的工作環境。

在鋼鐵的生產過程中，高爐用於高溫熔煉原料產生鐵水，但是高爐內上千度高溫，高爐內操控在鋼鐵業的產線過程中如同盲盒，高爐內布料的情形不易被瞭解，中鋼運用數位雙生技術打造高爐的數位分身，

許朝詠指出，中鋼透過Nvidia Omniverse建立高爐佈料的模擬，模擬高爐爐頂佈料到料面的情況，瞭解和真實高爐的佈料情況是否一致，從模擬系統的佈料變動，預測判斷真實高爐佈料的結果。

以生成式AI打造數位助理，加速經驗傳承、職能訓練

為了加速新舊員工的經驗傳承，以及新手員工的訓練，中鋼也運用生成式AI，以多年累積的既有知識庫結合ChatGPT，開發個人的數位助理。以生成式AI數位賦能員工，將他們不具備的技能、知識，讓他們具備或是能夠從系統中提取。

許朝詠認為讓員工大量使用生成式AI，最終他們會從工作場域中找出合適的生成式AI應用，並且提出他們的需求。

目前中鋼內部已有生成式AI應用，例如將設備、線路資料格式化後存於資料庫，傳統上，不會SQL語法的員工需要仰賴熟悉SQL語法的其他人協助，從資料庫中取得需要的資料，現在利用生成式AI，不會SQL語法的員工得以自然語言提出問題，由AI生成SQL語法從資料庫中取得資料，再以自然語言回答。

中鋼運用生成式AI開發工程小管家，工程人員遇到問題，可以自然語言像系統提問，由小管家搜尋資料後回覆：

另一個生成式AI的應用實例是在維修指引方面，資深員工多年從事維修工作所留下的文件，中鋼根據這些文件開發維護指引系統，結合生成式AI，維護人員遇到不熟悉的維護難題，可以自然語言向指引系統提問，由指引系統找尋資料答覆，讓新手員工學習如何維護設備。

許朝詠指出，數位轉型過程中最重要的是，如何導入數位技術協助員工完成工作，中鋼在推動數位轉型中導入各種數位技術，例如導入AI來開發遠端操作人機協作，利用人工和AI各自的優點打造人機共同作業，以提升工作效率，其次是導入數位雙生技術，在建立數位分身的過程，藉此機會盤點內部的資訊流是否足以呈現實境情況，以及虛境模型能不能解釋實境的現象，「能夠做到這兩件事，數位雙生才能帶來效益」。另外，中鋼導入混合雲，結合低程式碼工具，讓員工可以快速建立AI應用，最後運用生成式AI建立專家詢問系統，活用過去員工的經驗資料，讓新進員工汲取知識，獲得經驗傳承，達到訓練效果。