Pelaburan AI US$35j: Isyarat Masa Depan Smart Factory

AI dalam Pembuatan (Elektronik, Automotif, Semikonduktor)••By 3L3C

Pelaburan US$35 juta SDF Abu Dhabi ke Machina Labs tunjuk hala tuju sebenar AI dalam pembuatan. Apa maknanya untuk kilang E&E, automotif dan semikonduktor Malaysia?

AI dalam pembuatansmart factoryelectronics manufacturingautomotif Malaysiasemikonduktorsoftware-defined factoryUAE investment
Share:

Pelaburan AI US$35 juta yang semua pengeluar patut ambil serius

US$35 juta (sekitar RM164 juta) untuk satu projek pembuatan berasaskan AI bukan lagi tajuk futuristik – ia sedang berlaku sekarang di Emiriah Arab Bersatu (UAE). Strategic Development Fund (SDF) di Abu Dhabi sedang melabur sehingga AED125 juta dalam Machina Labs, syarikat Amerika yang pakar dalam AI-driven manufacturing dan robotik.

Kenapa kisah di Timur Tengah ini patut menarik perhatian pemain industri di Malaysia, khususnya dalam elektronik, automotif dan semikonduktor? Sebab coraknya sama: negara yang serius mahu naik kelas dalam rantaian nilai global sedang menuju ke arah kilang berdefinisi perisian (software-defined factory), robotik pintar dan pembuatan fleksibel.

Dalam siri "AI in Manufacturing (Electronics, Automotive, Semiconductor)" ini, saya nak kupas apa sebenarnya Machina Labs sedang bawa, kenapa pelaburan SDF ini penting, dan apa pengajaran praktikal untuk kilang E&E di Malaysia – daripada Penang hingga ke Kulim dan Senai.

Apa yang UAE buat bersama Machina Labs?

Ringkasnya: UAE sedang membina satu platform pembuatan logam canggih yang digerakkan oleh AI dan robot, dengan sasaran sektor aeroangkasa, pertahanan, mobiliti dan industri bernilai tinggi lain.

Beberapa poin penting daripada perjanjian SDF – Machina Labs:

  • SDF (dana pelaburan milik penuh EDGE Group) menandatangani perjanjian awal kerjasama dan pelaburan dengan Machina Labs.
  • Nilai pelaburan boleh mencecah AED125 juta (±US$35 juta).
  • Matlamatnya ialah menubuhkan usaha sama (JV) untuk menghasilkan struktur logam canggih di rantau tersebut.
  • Teknologi utama: kilang pintar berasaskan platform RoboCraftsman – sel pembuatan robotik yang ditakrif oleh perisian.

Fokus sebenar projek ini bukan sekadar beli robot, tapi membina keupayaan pembuatan yang boleh diubah suai dengan cepat melalui perisian, bukan penukaran jig dan acuan yang makan masa berbulan.

Bagi UAE, projek ini sejajar dengan strategi industri mereka: memindahkan ekonomi daripada hanya pengguna teknologi kepada pencipta teknologi dalam aeroangkasa, pertahanan dan mobiliti pintar.

Apa istimewanya teknologi Machina Labs?

Jawapan ringkas: Machina Labs cuba jadikan pembuatan logam berfungsi seperti software update – cepat, fleksibel dan sangat boleh diulang.

1. RoboCraftsman: Sel pembuatan yang ditakrif oleh perisian

Platform RoboCraftsman ialah sel robotik pelbagai proses yang digerakkan oleh AI. Dalam satu sel, mereka gabungkan:

  • Pembentukan logam (forming)
  • Pengimbasan (scanning)
  • Pemangkasan (trimming)
  • Penggerudian (drilling)
  • Sistem kimpalan dan pemasangan lanjutan

Semua ini dilakukan tanpa acuan konvensional (tooling tradisional). Di sinilah kelebihan besar berbanding kaedah stamping atau die biasa.

2. Tanpa acuan, masa dan kos penyediaan turun drastik

Dalam pembuatan logam tradisional – sama ada panel badan kereta atau housing untuk peralatan E&E:

  • Reka bentuk → bina acuan → uji → ubah → pengeluaran besar-besaran.
  • Proses bina acuan sahaja boleh makan minggu ke bulan, dengan kos ratusan ribu hingga jutaan ringgit untuk volum tinggi.

Dengan software-defined manufacturing seperti Machina Labs:

  • Reka bentuk baru = ubah perisian & laluan robot, bukan bina acuan baru.
  • Barisan pengeluaran boleh bertukar produk dalam hari atau minggu, bukan tahun.

3. Skalabiliti dan masa ke pasaran yang lebih pantas

Machina Labs menekankan bahawa kilang mereka boleh:

  • Menyediakan kapasiti pengeluaran penuh dalam beberapa minggu, bukannya bertahun untuk bina plant tradisional.
  • Menangani komponen kompleks yang biasanya memerlukan beberapa proses dan vendor.

Untuk sektor automotif dan aeroangkasa, ini bermakna:

  • Lebih mudah lancarkan varian model baru.
  • Ubah suai struktur untuk pasaran berbeza tanpa melumpuhkan plant.
  • Kurangkan risiko stok mati akibat reka bentuk yang cepat lapuk.

Kalau kita banding dengan konteks Malaysia, banyak plant automotif dan E&E di sini masih bergantung pada pendekatan yang agak kaku: line dibina untuk satu keluarga produk, dan perubahan besar memerlukan capital expenditure yang tinggi. Pendekatan Machina Labs membuka pilihan baru: fleksibiliti sebagai kelebihan daya saing.

Bagaimana pelaburan UAE ini isyarat trend global AI dalam pembuatan?

Pelaburan SDF bukan kes terpencil. Ia sebahagian daripada gelombang global di mana kerajaan dan dana strategik mula melihat AI dalam pembuatan sebagai infrastruktur kritikal, bukan sekadar projek IT.

Beberapa mesej jelas daripada langkah UAE ini:

1. AI dan robotik kini dianggap aset strategik negara

Bila dana milik negara labur dalam syarikat seperti Machina Labs, ia menunjukkan tiga perkara:

  • Keselamatan bekalan (supply chain resilience): UAE mahu keupayaan menghasilkan komponen kritikal (misalnya struktur aeroangkasa dan pertahanan) di tanah sendiri.
  • Kebebasan teknologi: kurang bergantung pada pembekal luar untuk komponen sensitif.
  • Penciptaan ekosistem: teknologi Machina Labs akan berinteraksi dengan syarikat lain dalam EDGE Group dan rantaian bekalan rantau.

Malaysia sebenarnya sudah masuk laluan sama – cuma mungkin belum cukup agresif di segmen AI-driven manufacturing. Rangka kerja seperti Industry4WRD, Pelan Induk Perindustrian Baru 2030 (NIMP 2030) dan penekanan pada E&E bernilai tinggi menunjukkan hala tuju yang serupa.

2. Smart factory bukan lagi kemewahan, tapi standard baru

Apabila negara seperti UAE sanggup melabur puluhan juta dolar untuk membina kilang pintar yang ditakrif perisian, mesejnya jelas:

Kilang yang hanya automasi asas tanpa data, AI dan fleksibiliti proses akan makin ketinggalan.

Dalam sektor elektronik, automotif dan semikonduktor di Malaysia, kita dah nampak langkah:

  • Multinasional besar di Penang dan Kulim mula gunakan AI untuk jaminan kualiti (AI vision).
  • Kilang automotif dan vendor Tier-1 menggunakan robotik kolaboratif untuk pemasangan dan pengendalian bahan.
  • Loji semikonduktor menggunakan predictive maintenance untuk mesin kritikal.

Pelaburan seperti SDF–Machina Labs mengesahkan: trend ini global dan sedang dipercepat.

3. Hibrid: pelaburan + pemindahan teknologi

SDF tak hanya beli saham. Mereka jelas bercakap tentang:

  • Melokalisaikan teknologi bernilai tinggi di UAE.
  • Menyokong ekosistem EDGE Group dengan keupayaan baru.

Model hibrid pelaburan + pemindahan teknologi ini sangat relevan untuk Malaysia, terutamanya dalam E&E:

  • Bukan sekadar menarik FDI untuk guna Malaysia sebagai low-cost base.
  • Tetapi runding struktur supaya ada pusat R&D, pusat AI manufacturing, dan pembangunan bakat tempatan.

Apa pengajaran untuk industri E&E, automotif dan semikonduktor Malaysia?

Ini bahagian yang saya rasa paling penting. Kalau anda pengurus kilang, jurutera proses, atau pembuat dasar, apa yang boleh diambil daripada kes UAE–Machina Labs ini?

1. Lihat AI sebagai asas proses, bukan projek sampingan

Kebanyakan syarikat mula dengan AI sebagai "projek pilot":

  • Satu kamera vision di satu stesen.
  • Satu model ramalan penyelenggaraan untuk satu mesin.

Tak salah, tapi pengalaman menunjukkan banyak projek ini terhenti di fasa pilot. Pendekatan Machina Labs berbeza: AI dan perisian adalah teras arkitektur kilang, bukan add-on.

Untuk kilang di Malaysia, beberapa langkah praktikal:

  • Bentuk pelan 3–5 tahun untuk jadikan keputusan utama (kualiti, perancangan, penyenggaraan) berpandukan data dan AI.
  • Wujudkan pasukan kecil dalaman yang gabungkan jurutera proses, IT/OT dan data scientist (boleh mula dengan konsultan luar, tapi sasarkan pemindahan ilmu).

2. Utamakan fleksibiliti produk dalam perancangan capex

Capex kilang tradisional selalunya berfokus pada satu produk atau platform. Pelajaran dari pendekatan software-defined factory:

  • Tanya soalan ini setiap kali buat pelaburan mesin atau line:

    • "Sejauh mana line ini boleh diubah untuk produk lain tanpa kos tooling besar?"
    • "Berapa banyak fungsi yang boleh dialihkan ke perisian?"

  • Pertimbangkan pelaburan dalam:

    • Robotik fleksibel (cobots, sel robot mudah diprogram semula)
    • Sistem vision dan AI yang boleh dilatih semula
    • MES/SCADA yang terbuka dan mudah diintegrasi.

3. Gunakan AI untuk kurangkan masa new product introduction (NPI)

Inilah salah satu kelebihan utama Machina Labs: mempercepat NPI. Dalam E&E dan semikonduktor, kitaran produk semakin pendek.

Contoh pendekatan yang boleh diadaptasi di Malaysia:

  • Guna simulasi dan AI untuk reka bentuk proses sebelum line fizikal diubah.
  • Latih model AI untuk mengesan kecacatan dari kumpulan kecil data awal, bukan tunggu sehingga volum besar.
  • Bangunkan playbook NPI yang standard – kombinasi alat digital, SOP dan pasukan lintas fungsi.

4. Fikir ekosistem, bukan kilang secara berasingan

SDF jelas menyebut bahawa projek Machina Labs akan menyokong:

  • Ekosistem EDGE Group
  • Keperluan strategik beberapa sektor serentak.

Untuk Malaysia, terutama di kluster Penang, Kulim, Melaka dan Johor:

  • Pengeluar elektronik, automotif dan semikonduktor boleh berkongsi pusat kecemerlangan AI manufacturing:
    • Contohnya pusat latihan data, makmal ujian robotik, atau pusat sandbox smart factory.
  • Agensi kerajaan boleh susun skim bersama antara MNC dan syarikat tempatan untuk memindahkan pengetahuan AI dalam pembuatan, bukan hanya assembly biasa.

Di mana syarikat anda patut mula dalam perjalanan AI manufacturing?

Realitinya, tak semua orang boleh melabur puluhan juta dollar seperti SDF. Tapi ada beberapa langkah praktikal yang saya lihat berkesan untuk kilang E&E dan automotif di Malaysia:

1. Audit digital dan pembuatan sekarang

Mulakan dengan soalan jujur:

  • Data proses anda berada di mana? PLC? Excel? Atau langsung tak dikumpul?
  • Stesen mana paling banyak bottleneck, rework dan scrap?
  • Berapa kerap anda ubah model/varian produk dalam setahun?

Dari sini, pilih 2–3 kes guna (use case) AI yang paling jelas impaknya:

  • Vision AI untuk pemeriksaan kualiti
  • Predictive maintenance untuk mesin mahal
  • Pengoptimuman jadual pengeluaran.

2. Rancang peta jalan ke arah smart factory

Daripada terus "nak jadi Industry 4.0", buat peta jalan yang lebih realistik:

  1. Fasa 1 (0–12 bulan): tangkap data, automasi asas, pilot AI kecil.
  2. Fasa 2 (1–3 tahun): integrasi sistem (MES, ERP, SCADA), perluas AI ke beberapa line.
  3. Fasa 3 (3–5 tahun): mula peralihan serius ke konsep software-defined, di mana perubahan proses banyak digerakkan oleh perisian bukan hardware.

3. Bangunkan bakat dan rakan kongsi

Kejayaan Machina Labs bukan hanya pada robot, tapi pada gabungan:

  • Kepakaran pembentukan logam
  • Kejuruteraan perisian
  • AI dan pemodelan.

Di Malaysia, kombinasi serupa boleh dibangunkan melalui:

  • Kerjasama dengan universiti (contoh untuk vision, robotik, data analytics).
  • Rakan teknologi yang faham kedua-dua dunia: lantai kilang dan AI.
  • Program latihan berterusan untuk jurutera proses supaya selesa dengan data dan skrip mudah.

Penutup: Apa makna pelaburan SDF–Machina Labs untuk masa depan kilang di Malaysia?

Pelaburan sehingga US$35 juta SDF ke dalam Machina Labs menghantar mesej yang jelas: AI dalam pembuatan bukan lagi percubaan, tapi strategi nasional. UAE memilih untuk membina keupayaan pembuatan logam canggih yang boleh diubah suai dengan pantas, disokong AI dan robotik, untuk menyokong sektor aeroangkasa, pertahanan dan mobiliti.

Bagi Malaysia yang sangat bergantung pada E&E, automotif dan semikonduktor, isyaratnya sama:

  • Smart factory berasaskan data dan AI akan menjadi standard baharu.
  • Fleksibiliti reka bentuk dan NPI yang pantas akan membezakan plant biasa dan plant yang menjadi pusat serantau.
  • Pelaburan teknologi perlu datang bersama rancangan pemindahan ilmu dan pembangunan bakat.

Kalau syarikat anda masih melihat AI sebagai projek sampingan, mungkin sudah masa untuk ubah perspektif. Soalan yang lebih tepat sekarang ialah:

Dalam 3–5 tahun akan datang, sejauh mana proses utama di kilang anda akan ditentukan oleh data dan perisian, bukan hanya oleh mesin dan acuan?

Jawapan pada soalan itu akan tentukan sama ada anda memimpin gelombang seterusnya AI dalam pembuatan – atau hanya mengejar dari belakang.