北科大 EMBA 3.0 進化推手:陳凱瀛 教授

採訪報導:產學處 吳易軒專員

北科大EMBA 3.0 未來式

北科大EMBA專班成立14年以來,已有50多位學員獲得百大經理人MVP。109級EMBA招生主軸定調為「AIOT(加速、創新、優化、轉型)」,在此招生主軸下,推出全新的模組化課程設計、全新的EMBA管理個案講堂,並與中小企業聯輔會合作開課,總共三箭齊發,推動EMBA 3.0。

與中小企業聯輔會合作「高階財務管理人才聯合培育計畫」,自109學年度開始實施,以強調雙證(經濟部頒發之高階財務管理顧問證照及北科大EMBA碩士學位證書)、札實師資及嚴格訓練課程為特色,發揮產官學研訓跨界最佳綜效,為EMBA加值。

除此之外,全新的模組化課程設計,涵蓋經營與策略管理、組織與領導人力資源管理、工業與科技管理、行銷管理、創新與創業管理、財金管理、資訊管理、社會人文藝術與其他等八大類選修。其中「創新與創業實務」,要求學員必須創立一家公司,並跟同學或學長姊合作,聘請北科大企業校友擔任創業導師,結合校友力量,實踐所學的知識。


(圖/北科大首度與中小企業聯輔會共同規劃高階財務管理人才培育專業課程)

疫後時代,AR科技再進化

突然爆發的新型冠狀肺炎疫情,全球產業都被打個措手不及,人們的實體接觸變少、甚至是沒有了,連帶著工作模式、商業模式將被重新定義。陳凱瀛教授強調在未來,自動化、智慧化、5G的應用將迫切的被需要,陳凱瀛教授本身專業領域便包含自動化、軟體整合、單元控制器、派工法則、RFID,近期則著重 擴增實境AR的應用。

AR在生產現場的應用研究包含生產現場的可視化(Visualization)、生產線教育訓練及評估、還有結合5G與AR的遠端維修。

首先,物聯網是驅動工業4.0發展的關鍵性技術,智慧互聯可以幫助工業生產線進行廣泛的優化和精準的預測,AR作為一種可視化工具,為物聯網提供了極大的附加價值,但對於生產現場來說,它還是略顯抽象,若只能呈現綠燈正常、紅燈異常的訊息,仍未能精準解決問題。AR便能解決此問題,以波音公司為例,在造飛機的過程中,飛機中擁有巨量且複雜的電子線路,在進行這些工作時,工程師需要對照的功能手冊進行處理,這是一個耗時耗力且嚴重耽誤工期的一項工作,但波音公司使用Google Glass對這項工作進行了整理,效率提升了許多,也降低出錯率。


(圖/工人按照Google Glass的指示佈線)

除此之外,也能將AR技術與智能終端結合,運用在設備維修、操作培訓中。工作人員可快速獲取準確指導,輔助操作,在降低學習成本的同時,提高工作效率和安全性。

最後,陳凱瀛教授提到結合5G與AR應用於遠端維修,富士通在不久前的年度論壇中,就展示結合視覺辨識技術與HoloLens的應用,藉由遠端即時教學,協助工廠技師完成設備基本維修,或僅是「找到對的零件」適時解決現場問題。目前就有空壓機代理商的北科大校友有意願進行這樣的數位轉型。類似這樣的擴增實境應用,可以是瑣碎卻日常的場景,也可以讓現場執行者把雙手空出來,同步多工進行其他更重要的協作。


參考資料:
https://money.udn.com/money/story/5723/4225890
https://kknews.cc/zh-tw/tech/9mmvax8.html


本文授權於:國立臺北科技大學 國際產學聯盟

關鍵字:
北科大EMBA/自動化整合/單元控制器/派工法則/RFID/AR/5G
陳凱瀛
臺北科大 工業工程與管理系 陳凱瀛教授
簡介

陳凱瀛教授在北科大任教20年,曾任工業工程與管理系主任,目前為管理學院副院長,也是EMBA的執行長,在世界局勢詭變的現在,帶領北科大EMBA邁入3.0。


學歷

國立台灣大學 機械工程 博士


經歷

- 北科大EMBA執行長
- 北科大管理學院副院長


聯絡方式

T . 886-2-2771-2171 #6024
E . [email protected]
A . 106台北市忠孝東路三段1號行政大樓5樓

- 歡迎企業洽詢合作 -

我要分享

相關文章

2021-08-25

室內環境守護神:黃育賢 特聘教授

黃老師指導研究團隊開發攜帶智能感測器之「室內環境守護神」,基於行之有年的LASS『空氣盒子』的共同開發經驗,以及台灣大學醫學院蘇大成醫師,對於居家環境與人體健康管理方面的指導,團隊把傳統的LASS『空氣盒子』改良。

2021-08-11

設計心理學專家:鄭孟淙 副教授

鄭孟淙老師擅長使用心理學理論融合工業設計,幫助設計師了解用戶思想和行為,設計出更貼近使用者需求的產品,鄭老師也有協助企業評估產品,以提高產品價值。

2021-07-21

即時離床預測系統:蕭榮修 教授

在醫院或安養中心的老年病患常在上下床時發生意外跌倒,為減少意外發生,蕭榮修教授的研究主要是以深度神經網路(Deep Neural Networks, DNN)預測老年人或病患離床之意圖,希望透過此技術預防老年病患離床時發生的跌倒傷害。