2025
card title
2025/12/10
使用案例

阻斷駭客網路攻擊鏈:AI 智能強化 OT 資安,從核心守護電商倉儲機器人安全

電商物流業中的機器人 在電商物流業中,尤其是倉儲領域,機器人、機械手臂與 AMR(自主移動機器人)扮演愈來愈重要的角色,從卸貨、入庫、撿貨、包裝、分揀、出貨,甚至退貨,都能看到它們的身影。隨著 AI 與機器學習技術的進步,機器人的應用範圍已超越以往想像:具備機器視覺的機器人能從卡車中卸載包裹;經視覺導引的機械手臂,配合吸盤或機械爪,能從入庫輸送帶上拾取包裹與軟袋,並依大小與形狀分類,再放入對應的物流箱;AMR 能在分揀區、輸送帶與裝卸區之間運輸包裹和物流箱,不再依賴固定的輸送線,而是創造模組化的路徑,隨需求彈性適應環境。   機器人不再只是取代人力的工具,而是能擴展人類能力的協作系統,有助降低勞動負擔,並讓倉儲作業更高速、更精確與更彈性地處理海量訂單。隨著全球電商機器人部署量預計在 2030 年突破 500 萬台,即使只有一分鐘的停機,也可能讓物流倉庫蒙受巨大的吞吐量損失。因此,網路資安已不能再只是事後諸葛,它必須內建於機器人的核心之中。   高效率,高風險,高危害 採用機器人的自動化倉儲系統,在擁有高效率的同時同樣帶來高風險。當數百台機器人與 AMR 同步運作時,只要網路遭到入侵,機器人控制系統出現漏洞,就可能造成連鎖效應,讓整個物流倉庫停擺,造成分揀線中斷、出貨錯徑、排程與庫存追蹤陷入混亂。財務衝擊更是隨即可見:訂單延遲、營收損失,以及品牌信譽受損。在高吞吐量的電商倉庫裡,每一分鐘的運作中斷都等同於現金流的流失,更不用說維修和更換損壞設備的昂貴成本。   機器人的挑戰: 機器人遭劫持,授權存取被拒 機器人被駭客遠端控制 遭劫持的機器人將惡意軟體散播到其他資產   傳統 IT / OT 資安工具的侷限 更糟的是,傳統的 IT 與 OT(營運技術)資安工具往往無法滿足 AI 機器人環境的需求。IT 資安工具,如防火牆、防毒軟體及 IAM(身分識別與存取管理)系統,主要建立於「認證與授權」的邏輯上,並非為了保護網路與物理世界緊密結合的實體資產。在機器人領域中,機器人控制系統需要即時控制馬達、感測器與致動器,這些操作要求毫秒級反應速度,而傳統 IT 資安工具不僅無法因應,也缺乏在存取被拒時提供安全回復機制的能力。   傳統 OT 資安工具則多為 ICS/SCADA 系統所設計,通常部署在封閉且隔離的網路環境中,連線設備不需要頻繁進行使用者認證或授權。然而,現代化物流倉中的機器人具備高度的移動性與動態連線需求,無論移動到何處都需要持續性的保護,而這正是專注於外圍邊界防護的傳統 OT 資安工具無法滿足之處。   從核心守護機器人 NEXCOM eSAF Guardian 採用 NVIDIA® Jetson Orin™ / Jetson Thor™ 平臺,將資安防護直接內嵌于機器人的「大腦」—— 也就是控制器之中,提供多層次的安全防禦,包括:   即時 OT 資安防護即時偵測與緩解網路威脅,確保對工業流程的影響降至最低。 網路監控透過深度封包分析,監測網路流量是否存在異常、違規或入侵企圖。 系統呼叫監控追蹤核心層級系統互動,以偵測可能代表惡意軟體或系統遭入侵的異常或未授權行為。 檔案存取監控監控檔案使用與存取模式,防止未授權的資料竊取或篡改。 IEC 62443 合規性確保從產品開發初期即遵循國際 OT 資安標準。   阻擋外部威脅固然重要,但從內部防護才能更進一步;透過分析威脅的實際行為,而非僅依賴特徵比對,能更準確地偵測未知的惡意軟體。     AI 預測模型 利用 OT 時序資料,LSTM(Long Short-Term Memory)模型是一項強大的機器學習預測工具,特別適合具有重複行為模式的場景。例如,該模型可用於預測感測器、掃描器或閘道器每 10 分鐘的設備連線數量,協助偵測操作異常與潛在的資安事件。簡單來說,機器人會學習辨別自己的「正常」行為,然後在異常出現、造成停機之前發出警示。   透過 NEXCOM eSAF Platform Manager,使用者可以利用至少一周的資料,針對每個設備訓練模型,並設定預期的操作閾值範圍。當實際行為偏離預測範圍時,系統會自動觸發警示。這種方式能達成真正的智慧異常偵測與警報,不需依賴傳統的規則式偵測系統。   為機器人系統整合帶來優勢 整合 NEXCOM eSAF Guardian 後,機器人製造商與系統整合商可獲得以下效益:   更加全面的資產保護:擴展至機器人與 AMR除了常見的現場設備外,每一個嵌入式節點現在都能獲得主動式防護。eSAF Guardian 保護各式機器人構型,包括人型、四足與輪式機器人免於遭到網路駭客劫持,應用場景涵蓋整個物流倉儲業。 更快的事件回應速度:從數天縮短到數小時整合監控系統呼叫、檔案存取與網路流量,異常可即時被警示,將事件調查時間從數天縮短至數小時。 降低 MTTR:從數小時縮短到數分鐘即時偵測劫持企圖與異常行為,避免非預期的生產中斷,將平均修復時間(MTTR)從數小時縮減至數分鐘。 符合法規要求:IEC 62443在元件層級即符合全球工業標準,助力機器人開發,並讓系統整合商更快掌握未開發的市場機會。 AI 確保未來安全性透過 AI 預測模型分析網路流量與設備行為來識別非正常運作模式,隨著新攻擊手法不斷進化,確保防護持續有效。   隨著全球物流倉儲逐步演變為自動化的生態系,NEXCOM eSAF Guardian 方案讓每台機器人都具備自我防禦能力,確保營運安全、資料受保護,不讓任何機器人成為駭客的目標。NEXCOM 新漢能協助您,從核心到雲端打造更安全、更智慧的機器人。
card title
2025/12/10
使用案例

物理 AI 工廠進化論:化工製程的可傳承智慧

化工製程新契機 化學工業是全球經濟的重要支柱,根據國際化工協會聯盟(ICCA)資料,該產業每年為全球經濟貢獻 5.7 兆美元,占全球 GDP 約 7%,並提供超過 1.2 億個就業機會。作為全球第五大製造產業,其每年產出高達 1.1 兆美元的直接產值。   在臺灣,化學工業的重要性同樣不容小覷。2022 年製造業產值中,化工業位居第三,僅次於電子與金屬機械產業。從石油煉製到人造纖維,化工產業仰賴的是連續不停的生產線,設備長時間穩定運轉是基本要求,製程穩定性更是關鍵。即使是微小的參數偏差,都可能影響產品品質,甚至帶來安全風險。然而,隨著製品愈發複雜、製程變數不斷增加,傳統被認為可靠的品質控制方法——如例行檢查、統計製程管制圖(SPC Chart),以及仰賴操作員經驗的方式——已難以有效應對不斷變化的挑戰。   為此,NEXCOM 新漢集團(8234)與 Profet AI 杰倫智能針對泛化工產業進行市場調研並與多家企業進行顧問訪談,深入瞭解生產線上的痛點與瓶頸。透過整合軟硬體的解決方案,NEXCOM 新漢將 AI 帶入實體世界,為化學工業帶來預測優化的新契機。   瓶頸之所在 當產品品質出現偏差,例如純度變化或物理特性異常時,團隊往往需要花上數天時間才能找出根本原因,過程通常涉及查閱設備記錄、交叉比對歷史參數,甚至反覆進行批次試產以隔離可能變項。然而,在講求迅速修正的生產環境中,此類做法逐漸變得缺乏效率:   製程參數高度相關,品質問題的真實成因難以追溯 以試誤法進行的製程調整拉長改善週期 過度依賴內隱知識,影響回饋速度與可復現性 缺乏兼具 AI 運算能力與傳統工廠設備相容性的邊緣運算平台   從硬體、軟體到真實世界的物理 AI NEXCOM 新漢的高效能工業電腦搭載 Profet AI 的 AutoML 軟體,協助製程工程師透過 AI 訓練與推論,快速找出品質變動的發生原因。   NEXCOM TT 300-A3Q 是一款體積精巧、效能強大的系統,專為工廠自動化與 AI 模型訓練設計。其 PCIe x16 擴充槽可安裝高階 GPU,提供 AI 訓練及其他進階 AI 應用所需的運算效能。機身配備 4 組 COM 埠與 2 組 GbE LAN 埠,提供工廠現場設備的極致連接性;2 組 HDMI 與 2 組 DP 埠能支援 4K HDR 四螢幕顯示輸出,滿足智慧中控中心的多螢幕顯示需求。   透過 TT 300-A3Q,AutoML 軟體能獲取產線上的製程數據,如溫度、壓力、液位與流速。軟體的 No-Code 操作介面讓工程師能夠輕鬆利用歷史資料建構預測模型,將各項製程變數與品質結果建立關聯性。模型建立,並經過推論後,系統便能呈現關鍵影響因子,幫助工程師聚焦真正重要的參數。此外,工程師還能透過預測模型模擬不同操作條件對品質的影響,主動出擊,在實際結果出現前即進行參數調整,提前掌握潛在結果,有效提升優化效率。     真正的突破 清楚掌握影響產品品質的關鍵參數 異常狀況診斷更迅速:試誤次數減少 57%~61% 參數調整更精準:驗證時間從 3~5 天縮短至不到 1 天 產品穩定性提升 28%   更重要的是,這些成果無需重組團隊甚或建立龐大的資料分析部門,可直接由製程團隊達成。真正的突破來自於:讓最熟悉製程的人擁有正確的工具,發揮其專業與判斷力。   不只是修正 以往只能依賴經驗的製程優化,如今變得可視化、可追溯、可重複利用。每一個所建立的模型都會自動記錄其架構、輸入與輸出、關鍵變數,以及預測表現等資訊,讓個別工程師的製程知識轉化為整個組織可共享的智慧資產。   這不僅僅是一次性的成功,更是一套可複製、可擴展的持續改善系統。只有浸淫產線數年才能獲得的寶貴經驗,如今得以在不同地點的產線之間傳承與應用,實現真正的智慧製造轉型。   關於新漢 NEXCOM: https://www.nexcom.com/index.html
card title
2025/12/04
使用案例

全壘打到串連安打:半導體智慧製造 AI 應用的革新

臺灣的半導體優勢伴隨著前所未有的壓力 臺灣在半導體產業的領先地位,是數十年投資與深厚技術專業累積的成果。然而,隨著製程節點持續微縮,產業的複雜度急遽上升,參數間的交互影響變得更加敏感;產品上市週期加快,製程容錯變小,傳統仰賴經驗優化的方式,已難以應對這些新挑戰。再加上高昂的量測成本與工具的回饋延遲,讓第一線團隊的壓力更形沉重。改善參數調整反應速度的需求迫在眉睫,然而其優化週期卻依然緩慢而繁瑣。雖然有些企業試圖透過擴充中央資料分析團隊或建置大型資料湖來應對,但這些自上而下的解決方案,往往忽略了一項最關鍵的資源 —— 製程工程師的腦內知識。   此使用案例為您示範 NEXCOM 新漢集團(8234)與 Profet AI 杰倫智能的顧問服務如何攜手,透過 AutoML 軟體與 AI 運算平台,協助製程工程師擴展專業、發揮最大效益。   半導體應用 AI 智慧製造的挑戰 在半導體製造中,從發現問題到解決問題,往往不是以小時而是以「週」計。其中一個關鍵環節—— CVD(化學氣相沉積)虛擬厚度量測,或許不是 AI 應用中最吸睛的案例,卻點出智慧製造現況的一個根本問題。   多年來,製造業關於 AI 應用的討論焦點一直圍繞在「可行性」,但實際上,最大的瓶頸並不是技術,而是「可及性」。那些最了解製程問題的工程師,即使他們熟知壓力、流量與溫度之間微妙的交互影響,卻往往無法將他們的知識應用於建立解決問題所需的資料模型上。   我們在一家大型半導體公司親身見證了這點:儘管該公司擁有專門的資料科學團隊,但大多數來自工程團隊的製程優化構想,最終仍無法及時地在冗長的優先事項清單脫穎而出。工程師們渴望自行解決問題,卻被過於破碎的工具與難以上手的模型建構流程所限制 —— 問題並不出於資料本身,而是出於資料的可及性和易用性。   CVD 虛擬量測模型 在這樣的背景下,該公司導入了 Profet AI 的 AutoML 軟體,目標很簡單:讓製程工程師能夠自行建立並部署預測模型,不必再排隊等待資料科學團隊的支援。   CVD 是一個高度精密且耗時的製程,薄膜厚度與均勻性至關重要。傳統流程需仰賴批次試產、資深工程師調整參數的經驗,並等待離線檢驗來驗證結果。這樣的回饋迴圈過於緩慢,在發現異常時往往為時已晚,造成補救措施難以及時奏效。   而透過 AutoML 軟體,工程師將歷史製程數據,如壓力、氣體流量、溫度、時間等,打包成模型訓練所需的資料集(Dataset)上傳。短短數小時內,他們便能建立能準確預測薄膜厚度與均勻性的模型,並驗證其有效性。   AI 智慧製造樞紐 NEXCOM TT 300-A3Q 高效能工業電腦搭載 AutoML 軟體,且具備 PCIe x16 擴充槽,可安裝應用 AI 所需的高階顯示卡。系統採用第 12/13 代 Intel® Core™ 處理器,並透過 Intel® OpenVINO™ 和 Intel® Deep Learning Boost 技術加速各式 AI 工作負載,特別適合 AI 模型訓練與推論。   相較於其他高效能電腦,NEXCOM TT 300-A3Q 的緊湊機身可完美安裝於空間狹小的環境中。設備支援 -5°C 到 55°C 的寬溫操作範圍與 10% 到 95% 的濕度環境,即便在高溫高濕等嚴苛條件下依然高效輸出。所有 I/O 連接埠皆位於前方,安裝與維護更為方便。   此外,NEXCOM TT 300-A3Q 也可應用於涵蓋整廠生態系的 AI 部署,從邊緣資料擷取(DAQ)到製造營運管理(MoM)系統,最終整合至企業 ERP 與 MES 等系統。TT 300-A3Q 蒐集來自現場設備與 PLC 的運行數據後,交由 AI 進行分析,並將洞察匯整於中控「企業戰情室」,實現即時監控與 KPI 導向的決策管理。藉由企業戰情室的 多個 AI 模組,如產線監控、能源管理與資安防護,企業得以全面提升智慧製造的營運效率。   NEXCOM TT 300-A3Q 是將傳統工廠升級為 AI 智慧製造樞紐的關鍵平台,大幅提升自動化、即時反應與營運智慧。   成效數據:更少等待,更佳品質 導入的成效不在於「增加更多 AI」,而是在「消除等待」。這項改變徹底改變了整體工作流程:   原本需時 4 小時的生產前參數設置,縮短為 2 小時。 品質預測幾可即時達成,不再仰賴事後的物理檢測結果。 物理量測成本大幅降低,約可達 70%。 最關鍵的是,整體製程良率提升了約 2%。 從全壘打到串連安打 這種做法也解決了許多 AI 專案常見的失敗原因:模型雖成功,卻成了無法擴展的「黑盒子」,因為缺乏完整的紀錄與透明度。   透過 AutoML 軟體,模型建構的過程從資料選取、參數調整到效能驗證,每一個步驟都會自動記錄在平台中,形成結構化且透明的資料庫,這讓後續團隊能夠回溯、重複使用,甚至在原有基礎上進一步優化。原本只是一次性的成功案例,如今成為可複製、可擴展的最佳實踐。   真正的轉變:賦能工程師,而非取而代之 智慧製造的核心挑戰從來不是資料不足,也不是缺乏問題可解,而是「易用性」的瓶頸。   當製程工程師能夠自行驗證想法、建立 AI 模型時,企業才能真正釋放那些海量資料中的隱藏價值,讓數據與資料不再只是冷冰冰的、有待挖掘的化石。Profet AI 的軟體與 NEXCOM 新漢的高效能工業電腦不只是提供了一套工具,而是帶來了一種全新且更直覺的工作方式:當最了解問題的人也能成為解決問題的人,AI 就不再只是簡報上的流行語,而是工作的日常。   工業 AI 的未來,不是讓工程師變成資料科學家,而是讓資料科學真正走進工程師的世界。   關於 NEXCOM 新漢: https://www.nexcom.com.tw/index.html