智慧工廠成顯學 全球產業積極追求轉型
- DIGITIMES企劃
-
隨著各種精密機械設備的發明，以及資訊科技的進步，從1950年代開始，全球產業發展正逐漸從工業2.0進入工業3.0時代，過去60年間製造業引進具備自動化生產的各式設備，藉此取代減少對大量勞動人力的依賴，達成大幅提升商品生產效率與品質的目的，讓人類能夠以更低成本取得高品質商品。
然而隨著歐、美、日等主要國家經濟發展陷入泥沼，自1990年代開始全球製造業版圖開始產生變化，跨國企業開始將生產線轉移到大陸、東南亞等國家，除希望藉由人力成本較低優點，強化商品在市場上的競爭力外，也希望能夠更貼近當地市場，搶佔龐大人口帶來的商機。
此種製造業外移的狀況，讓美國、歐盟、日本等國家，飽嘗經濟率下滑、失業率攀升之苦，讓政府部門重新開始正視製造業存在的重要性。如前美國總統歐巴馬在2011年喊出美國先進製造夥伴計畫(AMP)的用意，期望強化在先進材料、生產技術、先進製程面向的投資，以便吸引高階製造業者回到美國，藉此改善國內工作機會不斷流失的困境。
而德國政府推出的工業4.0計畫，則訴求運用物聯網技術貫通生產流程，建構虛實整合的生產環境，協助中小型企業運用資訊科技升級，持續坐穩全球製造業龍頭的地位。而日本則是主打機器人新戰略，藉由大量部署感測器、引進雲端服務等作法，打造人機共存的未來工廠，藉此達到降低生產成本的目標。
致茂電子智慧製造系統事業部行銷處處長吳樞俊認為，已融入資訊科技的工業3.0，管理者在收集到來自生產設備發送的資訊後，都會運用分析工具找出生產過程中的缺點，最為後續改善製程的參考。
然而此種生產模式最大缺點，在於仍然得仰賴現場人員的經驗與智慧，才能達成改善生產流程、提升產能與品質的目標，但卻仍然不足應付消費者意識抬頭帶來的採購行為改變。
消費者意識抬頭 少量多樣化成主流
無論是德國政府推動的工業4.0，又或者是日本政府主打的未來工廠，都是期望能夠運用資通訊科技，將原本獨立運作的生產設備、資訊架構等整合，並將設備運作狀況、產品生產過程等訊息，快速且精準的傳送到智慧MES系統中，形成虛實整合的智慧化工廠，滿足消費市場對少量、多樣商品的強烈需求。
如30年前在全球經濟蓬勃發展之際，德國賓士汽車便觀察到傳統大量生產模式已無法滿客戶需求，所以早自1980年代便開始提供個性化批量生產服務，讓高收入消費者可藉由客製化服務，能夠取得與眾不同的專屬汽車。
而相同情形也發生在行動裝置大量問世的今日，消費性電子產品平均壽命僅剩下6個月，一旦功能、外型不符消費者期待，便可能短短3個月內在市場上消失，製造商被迫得開始針對不同族群推出專屬產品，以少量、多樣化的行銷模式，搶攻競爭日益激烈的紅海市場。
長期觀察全球高科技電子產業發展趨勢的西門子軟體發現，在傳統高科技電子產業最大的問題，在於產品設計部門生產線之間的溝通不良，產品開發人員在專案過程中，往往沒有考慮到生產設備的現況，而現場人員也沒有深入了解產品結構與設計理念，最終形成產品專案延宕的窘境，長期下來更將導致企業競爭力衰退的問題。
台灣西門子軟體總經理陳敏智認為，在相關資訊技術成熟，各國政府積極推動工業4.0的狀態下，現今已陸續有智慧工廠問世，預計2020年之後將會成為市場主流，這代表高科技產業需進化成符合工業4.0規範的智慧化企業，否則將面臨被市場淘汰的命運。
換言之，台灣高科技產業得要加快轉型速度，大量運用物聯網、人工智慧等創新科技，將各種生產設備整合為一，才可建構出滿足個性化需求的彈性生產機制。
自主調配生產進度 原料、人力配置最佳化
在工業4.0議題備受關注之際，至今尚且沒有任何組織為先進製造制定標準，各國政府主推動政策多是以協助製造業升級為主，期望藉由讓生產設備融入物聯網功能，搭配人工智慧、巨量資料技術，達成建置智慧工廠的目標。
在此狀況之下，負責統合生產設備的MES(Manufacturing Execution System；製造執行系統)，自然需具備串連異質平台的生產設備、機械手臂等等，才可能達成提高產品品質、降低生產成本、少量多樣化的生產能力，讓商業組織能夠順利轉型為數位企業。
致茂電子認為一座符合工業4.0定義的智慧化工廠，應該要具有自主調整廠區與產線之產能配置、自主調整上下游供應配送、自主優化生產環境之資源與能源配置、可輔助人員正確完成各種操作與組裝測試、可即時逆向追蹤生產進程與履歷等等。
唯有如此，企業才能將多元管道收集而來的資訊，融入生產設備之中，進而依照消費市場的變化，自動調整訂單配置、原料派送等工作，讓公司能夠應付來自四面八方的商業挑戰。
至於專注在影像監控的晶睿通訊指出，多數企業都專注在引進智慧化生產設備，卻忽略隨著監控系的技術不斷進步，新世代智慧監控系統帶來效益將遠超過想像，更是達成工業4.0目標不可獲缺的重要拼圖。
一套完善智慧影像監控系統，可有效整合廠區的數十台攝影機，協助管理人員精準掌握廠區人員的進出狀況，乃至於生產線中的人員行為監控、投料管理等等，可大幅降低人力費用支出。
不過，元智大學工業工程學系副教授鍾雲恭認為，儘管智慧工廠設備已具備學習能力，有助於優化整體生產流程，但是仍然恐怕欠缺自主修復錯誤的能力。因此，日後智慧工廠的發展重點，應該會朝向讓設備具備修復錯誤能力的方向發展，才能達成無人工廠的願景。
