如何掌握智慧工廠的最佳導入模式？
隨著製造業的進一步演進，傳統製造模式主要著重於自動化和大量同質產品的生產，而智慧製造則強調根據客戶需求進行敏捷的客製化生產。智慧製造作為工業4.0的核心組成部分，依賴於感測器、機台回傳數據、RPA 監控老舊機台畫面、搜集ERP與MES等系統所記錄的海量數據，這些數據蘊含著生產與營運流程中的關鍵資訊。如果能有效地進行數據分析，企業將能獲得深層次的洞察，從而支持更具科學性的決策制定。
智慧製造的核心效益．
智慧製造是一個數位化與自動化深度融合的動態過程，其導入涵蓋多種可供選擇的技術路徑和應用場景。這些技術如同積木一般，可以根據企業的具體需求靈活選用，以解決特定的生產或營運挑戰。
當這些技術元素通過高效整合並且互相協同運作時，就能構建出一個功能完善的智慧工廠，實現工業4.0的終極目標：利用新一代資訊技術，將生產過程相關聯的各個環節，例如供應鏈、生產規劃、材料規劃等流程進行架構及場景的整合，進行高度的客製化與智能化，以快速響應外部市場的變化需求。
智慧製造的痛點
在智慧製造的發展中，如何有效地從製造現場收集大量的數據，並進一步利用自動化技術構建智慧工廠，成為產業面臨的重大挑戰。人工智慧在此過程中究竟應如何發揮作用? 這些都是企業必須深入思考的關鍵議題。
製造業的數位轉型乍看之下似乎簡單，但在實際執行中卻充滿高度複雜性。台灣製造業者大多數正積極推動智慧化，目前多採用概念驗證（POC）來測試智慧製造技術的可行性。然而，這種方法也衍生出一些挑戰：
挑戰 1：單點試驗能否擴展至整個工廠，甚至跨區域到全球製造據點？
目前的製造現場，生產進度和品質的穩定性依然高度依賴大量人力支撐。然而，技術人員的經驗傳承以及新技術人才的培養，成為重大挑戰。實際上，缺工問題在 COVID-19 之前就已存在，中美貿易戰更進一步加劇了這一問題。原本仰賴低價勞力的生產的優勢，又像遊牧民族一樣，再往下一個勞力低廉與密集的國家移動．製造業者不得不再次面臨新廠設立、設備採購、作業員訓練等一連串挑戰。
在這些過程中，傳統的隱形冠軍企業仍需依賴人力操作的標準作業流程（SOP），從新廠的建置，到採購設備、訓練作業員、檢測的管理經驗、製造的圖層規劃、製造參數、配方參數，都需要重新建立，這對企業來說是一大負擔。相較之下，高科技製造業由於具備規模經濟的優勢，採取模組化、系統化和文件化管理，雖然可以減少重複投入，但同樣在製造參數、配方以及操作人員熟練度等方面，仍需投入大量訓練與資源。這些資料並非單純複製即可適應新廠。每個新廠的環境差異（例如設備不同、材料來源不同、氣候影響等），都需要重新進行測試與校正。
為了解決缺工問題，製造業開始積極佈局自動化，希望藉由無人工廠或「關燈工廠」的方式取代人力，提高產品的良率。然而，如果智慧製造無法從訂單管理、供應鏈、生產規劃到材料規劃，甚至應收應付流程進行全面整合，那麼僅限於單純的自動化將無法真正實現經濟規模與協同效益。（案例分享：某飲料大廠生產落後的原因是因為部分關鍵物料，「準時」付款給供應商．發現此問題後重新議定付款條件，讓關鍵物料較其他原料提前發貨進到生產排程）
Tips! 潤謙觀點：自動化不該是工廠舊系統的唯一正解，智慧製造需要完整的垂直場域整合，才能實現經濟規模及協同效應。
Tips! 潤謙觀點：垂直場域整合過程中多數企業面臨的另一個挑戰是 IT 架構與應用系統中超過八成仍屬於舊系統。除了將預算集中於維護機台系統外，內部人才的技能也大多偏重於舊系統，這成為轉型中的一大障礙。
挑戰 2：如何評估投資報酬率（ROI）？
企業在推動智慧製造時，通常先從專案試驗著手，將應用場景劃分得過於零散，雖然在單一場景中的應用，例如機器視覺應用在良率改善、瑕疵檢測和預測性維護等方面，技術已相對成熟。然而這些單點成果無法形成可複製至其他產線的經濟規模，或缺乏能夠創造高經濟效益的應用組合。
智慧製造的應用需要跨越不同部門和流程之間的壁壘，確保數據的無縫流通以及各場景之間的協同合作。如果企業僅專注於某一單點技術的改進，而忽略了整體系統的整合，那麼這些技術的效益將難以最大化。因此，智慧製造的成功不僅在於局部自動化的實現，更在於如何將這些技術串聯成整體解決方案，並在整個生產環節中進行擴展，從而形成真正的經濟規模與協同效應。
Tips! 潤謙觀點：企業必須建立清晰且完整的執行藍圖及時間表，將智慧製造的執行計畫規劃為三年期，每年制定具體的執行預算，以便有效評估投資回報並降低風險。
智慧製造痛點解法
解法1：工藝的傳承將數值類的老師傅經驗做模型並加以管理，以減少缺工在生產上的影響
工藝專家經年累月所累積的經驗，包含製程中的關鍵技術細節及最佳化參數。然而，這些知識通常隱藏於個別專家的心智模型中，難以有效地傳遞和複製。為了突破這一知識轉移的瓶頸，運用人工智慧技術及演算法，將這些隱性知識數據化，並構建成具備價值的知識模型。這些模型不僅可以進行系統化管理，還能透過推理機制尋找最佳化的製造參數與配方，從而推薦製程與配方的最佳組合。
解法2：自動化並不等同於智慧製造，智慧製造需要完整的垂直整合場域
智慧製造不僅涉及工藝的傳承，更需要應對當代工業環境中的複雜挑戰。在此背景下，許多人認為導入自動化設備是解決人力不足問題的核心策略，因為機器能夠取代人力，從而使生產過程更為高效。然而，這種看法忽略了智慧製造的多層次本質，過於簡化了其內涵。
自動化的實施確實是工業4.0的重要組成部分，透過機械手臂、自動化生產線等技術，企業得以縮短產品研發週期並降低生產成本。然而，這並不意味著自動化就等同於智慧製造。智慧製造的核心在於全方位整合各個製造環節，從原材料供應到最終產品交付，必須在整個垂直場域中實現資訊透明、數據互聯互通，以及智能化決策能力。唯有在這樣的綜合系統架構下，自動化方能充分發揮其效能，成為智慧製造不可或缺的基礎構件之一。
因此，智慧製造並非僅僅是自動化操作，它更需要對整個生產過程的深刻理解與對數據的高效分析和優化能力。當自動化設備僅作為孤立的系統運作而無法與其他生產環節協同時，其價值便顯得有限，難以真正達到智慧製造的目標。真正的智慧製造是基於智能技術，促使生產鏈各環節實現高效協同，最終達到提升整體運營效率、降低運營成本、並確保產品品質的目標。
解法3：智慧製造執行藍圖、方法論
自動化是智慧製造的起步階段，但在從自動化到智動化的過程中，依然存在諸多複雜的環節亟待深入探討。這些環節究竟包含哪些具體內容？我們應如何逐步實現智慧化的目標？這些問題正是企業在推動智慧製造時必須應對的核心挑戰。
許多企業對工業4.0懷有高度期望，但往往低估了實現這些目標所面臨的現實挑戰。我們觀察到，許多客戶傾向於一蹴而就地實現工業4.0，卻忽視了必須經歷的基礎準備及階段性目標。因此，潤謙決定從客戶視角出發，深入理解其需求，從而構建出適合的智慧製造執行藍圖與方法論：
1.首先，企業需要明確自身所面臨的命題與挑戰。
對於現階段問題和目標的深刻理解，是成功轉型的基礎條件。企業應該系統性地分析製造過程中的瓶頸與痛點，並且清楚自身在整個產業鏈中的定位與作用，從而制定出合適的轉型策略。
Tips! 潤謙觀點：如何找到命題：潤謙的訪廠3步驟
步驟1: 訪談
在此階段，如何有效地進行訪談至關重要。我們的首要目標是與客戶進行深入交流，以全面理解其痛點與需求。然而，這些需求在初期階段往往尚未明確具體化，因為大多數情況下，客戶對其真正的核心命題並不清楚。因此，訪談的過程通常需要多次反覆進行，且必須同時涉及高階管理層與基層作業員。
步驟2: 調研
在確立命題後，接下來便進入現場調研階段。我們的調研的起點會於製造端，接著往前推進至企業供應鏈端與營運端。在這一階段的啟動作業，我們會親自到客戶的工廠，觀察生產線、機台、製程及作業員的工作情況，力求全面了解製造過程。我們會儘可能地收集必要的製造參數、通訊參數、工序和工法等資料，同時確保不觸及客戶的商業機密。在收集並理解這些資訊後，我們會進一步構思具體的改善提案，以應對企業所面臨的挑戰。
步驟3: 提案
在提案階段，我們會向客戶提出詳細的解決方案，並將其分為不同的執行階段。這些階段旨在系統性地推動轉型，從而使每一環節都具有可操作性和可衡量的成果。當客戶確認提案後，我們便進入細部設計階段，並在簽訂正式合同後，啟動具體的實施工作。隨後的步驟包括建置、商業化運轉以及驗收。
2.接著企業在從工業3.0邁向工業4.0的過程中，必須了解企業所處的階段、制定明確的階段轉型步驟，逐步推動智慧化的實現。
了解自身所處的階段，包括自動化的部署、數據的收集與分析、生產流程的持續優化、系統的整合與建制、企業資源調度、最佳化。就會知道現在所擁有的資源是什麼、為了解決特定的生產或營運挑戰需要的資源是什麼、實踐過程遇到的挑戰是什麼、衡量成功結果的關鍵KPI是什麼！
如何踏出第一步？
智慧工廠實施上必須從接單、生產、到發貨，進行垂直整合．我們深知萬事起頭難．因此在與客戶陪跑的經驗中，挑選與精心設計出優先順序矩陣，將各種工業自動化案例做價值排序．
Tips! 潤謙觀點：在多數的客戶情境下，我們都會建議自動化的第一步可以從自動化記錄稼動率開始
潤謙已設計好電腦視覺 AI 模組讓稼動率的自動化記錄相對容易實施．透過即時且準確的稼動率數據，企業能迅速識別並改善設備運行問題、業務接單量預估、人員排班，逐步提升效率，同時為其他自動化領域（如品質管理或派工）奠定數據基礎和成功範例。
機台稼動監控自動化電腦視覺AI模組介紹：
Low-code設計：僅需拖拉預設的自動化元件，即可組合成流程自動化，適用各式各樣辦公室或是生產場景，例如自動將Email中的PDF訂單做內容擷取並匯入ERP，或是原本需人工操寫機台資訊改為影像辨識擷取畫面並回寫系統．
模組化設計：潤謙已將常見自動化場景以模組設計成開箱即用，最快僅需兩天時間，即可搜集稼動率．
自動化監控：架設攝影機監控三色燈，產線三班輪轉隨時監控
自動化紀錄：以電腦視覺AI紀錄辨識監控畫面，紀錄紅黃燈對應之機台 運行、閒置、故障狀態，並回寫狀態與時間戳記至資料庫
自動化通報：當機台記錄為故障狀態，自動通報相關人員處理
資訊化設計：戰情室平台自動撈取稼動率數據，完全不需要其他設定即可呈現報表．
其他稼動率監控情境：除了三色燈以外，我們也有舊機台螢幕監控、指針計等數據與製程資訊自動監控蒐集成功經驗．
歡迎聯繫潤謙，將有專人為您服務
潤謙在智慧製造領域深耕多年，累積了豐富的經驗。然而，我們發現許多客戶在追求智慧製造或工業4.0時，往往希望一步到位實現目標。早期大家還未普遍使用「智慧製造」這個詞，而是流行談「工業4.0」。在與半導體龍頭的關係企業合作陪跑多年後，我們逐漸意識到，成功導入的核心在於如果我們提出的方案無法直接解決客戶的痛點，就難以真正落地。我們的解決方案雖然技術上完整，但若無法對應客戶實際需求，終究無法產生價值。
因此，我們改變了策略，站在客戶的角度思考，深度了解他們的實際痛點，並由此著手設計解決方案。為了更加專業地協助客戶，我們成立了顧問服務部門，專注於幫助客戶找到真正的問題並提出可行的解決方法。不只幫助您充分發揮大量數據的價值，更讓數據的整合與應用變得更簡單、更可持續。
潤謙的願景：協助有穩定營運基礎但想要追求新成長動能的客戶，將企業成功經驗和員工知識自動化、資訊化、最佳化．幫助優質人力專注在新市場、新產品、新通路．
Comments