智能应用 影音
聚硕科技
event

制造业充满变量 弹性供应链因应抵抗风险

制造业充满变量 弹性供应链因应抵抗风险

COVID-19(新冠肺炎)虽持续在全球蔓延,随着疫苗问世,接种进度较快的欧美各国已开始准备复苏。不过在2021年,制造业者依然没有太多乐观的本钱,在充满未知与变量的未来中,维持营运能力只能算是基本,更具挑战的是疫后诸多不可控因素再再考验业者的应变能力,例如近期全球海运的紧绷,再度为供应链的稳定带来冲击,这也使得接下来如何透过发展智能制造体系增加供应链韧性与敏捷性,成为业者所关注的焦点。

全球制造业供应链重组已势在必行,不仅将单一供应的方式变成多元供应、由集中变分散,甚至由远变近,这也使得过去寻求供应链整体最低成本的方法显然已无法因应外在冲击,取而代之的是一高韧性的供应链体系,才能迅速回应市场需求。

像是2020年初开始的疫情对当时许多产业造成冲击,制造业也是其一,不是面临抽单就是急单,面对突发状况,当务之急是建构产能的「弹性」,遇到急抽单时,企业要能紧急调整产线、协调订单优先顺序,特别是昂贵机台,只要一闲置下来,就代表折旧损失,如何提高机台稼动率,切换成生产其他利基产品,

也是一门学问,因此不论是透过智能排程系统进行产能调配,或是建置供应链平台让上下游产能及原物料信息更加透明,也成为制造业后疫情时代的必要功课。

尤其当前制造业「缺料」、「缺柜」的双缺问题迟迟未解,虽然终端市场需求火热,但仍让制造业既甜蜜又痛苦,面对市场报复性成长,因此未来如供需预测层面的智能制造技术同样也值得业者深耕,包括原物料采购价格的预测、AI采购量决策,或是扩及到物流面,针对货运量需求,甚至是货柜价格等的预测。

举例来说,透过蒐集相关影响原物料采购价格的信息,包括上游供应商提供的信息、从公开平台中掌握情报,了解市场供需情形、或是掌握原料价格走势,包括原物料产地的政经消息、环境等因素,此时若能进一步连结航运交期、货柜价格等信息,AI就能预测最佳原物料采购的时机点与价格,也能因此减少追料所需的航运费用。

近期像是电子大厂英业达就透露,其在2018年成立AI研发中心之初,就致力研究将AI应用于原物料预测,透过AI分析需求端与供应端各原物料时间序列数据之间的关联性,也让英业达在这波电子业缺料荒中能够因应市场波动超前部署。

事实上,弹性的产能除了针对现有产线调配外,更应扩大范围至供应链上下游。台湾有许多产业聚落是专业分工的上下游、中卫体系,由中心厂接单,并把部分制程外包给卫星厂,再回到中心厂接续生产,由于双方形成连带关系,万一卫星厂无法如期交货,就会影响到中心厂生产,这也显示出,对于具有中卫体系分工的产业而言,供应链的管理相当重要,尤其是针对齐料的进度掌控与调度,这时两边生产的产能与原物料等信息就必须要能同步。

当前台湾制造业在转型智能制造的过程中,常聚焦于内部优化,也就是设法改善生产效率或品质,但往往却忽略,其实外部供应链才是最不可控的因子,在智能制造的投入过程中,应该内外一起配合,利用智能排程到供应链信息整合,便能更有效地决策订单的优先顺序。

不过由于供应链成员之间彼此仍存在竞合关系,往往这时就需要透过产业联盟或公协会等第三方居中搭建平台,让业者分享信息与资源协调,为此,像是经济部工业局自2018年就开始推动供应链数码串流暨AI应用计划,目前已协助国内112家中小型制造业与390家供应链厂商串联信息系统,累积营运及生产制造数据,并透过导入AI技术解决原物料整备、制造排程、设备效率、品质管理等多项问题,以提高台湾整体供应链承受外在变化的能力。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 供应链 制造业