整合数码制造与精实管理 达成更高层次的卓越

成功大学制造信息与系统研究所教授杨大和。DIGITIMES摄

智能制造蔚为显学，在相关探讨中，科技智能、机器智能的成分都很高。然而成功大学制造信息与系统研究所教授杨大和认为，若再加上人的智能，也就是将智能制造、精实管理整合在一起，可望产生更大综效。

谈到智能制造与精实管理的结合，必须先看TPS(丰田生产方式)或是精实管理，TPS的底层基础架构为标准化，没有标准、就没有异常，也就不会有改善。往上一层是目视管理，意在发现偏离标准的部分。接着是平准化，主要是链结到「Just-in-Time」(JIT)，依照客户需求与节拍，确保生产过程连续流动，避免因为停滞而形成浪费；平准化的作用，在于维持小批量流动，更有助于侦测异常的发生。

除JIT外，TPS架构中还有另一支柱「Jidoka」(自働化)，这边即是数码化可以带来的机会，让人不必守住机器，连续流动过程中只要出现异常，就会接获通知，进而采取移动。换言之数码化所营造的契机，就是让你更容易看到异常。

究竟如何将数码制造和精实管理加以整合？杨大和指出，在持续改善过程中，若以发生的时序而论，数码制造、精实管理并非两锢阶段，而是穿插着发生。例如企业推动精实管理的起点，一开始都是以人为主的现场改善，但后续随着数码化的介入，即可帮助人们缩短等待与寻找信息的时间，并且降低信息复杂度，好让人们能快速理解信息、快速产出解决问题的对策，形成PDCA正向循环，将企业持续推向更理想的精实状态、也就是更高层次的卓越。

具体来说，精实管理通常会从点的改善开始，再逐步形成流动面的改善，期望在改善过程，让人的智能也能被适当开发，形成整个组织的改善文化。接着善用数码化，让企业生产系统更有弹性、更有效率，最终达到物流与情报流的同步化。假使Mapping到人们比较感受得到的技术进展，仍需回归到最基本的标准化，因为持续改善的前提、一定要有适当的标准，有了标准才有所谓的合理化，尽可能削减掉所有潜在浪费，接着以合理化为前提，进一步朝向自动化、数码化、智能化迈进。

杨大和指出，在工业3.0时代，讲究的是简易自働化、或可称为「大小适中的设备」，因为简易，好处是让现场人员可以参与提案、自行改善设备，以发挥人的智能，从而降低改善成本。如今进入工业4.0阶段，精实管理也应该顺势提升到4.0，达到简易智能化层次，可透过「大人物」(大数据、AI与IoT)的子集合应用，产生足以支持JIT与Jidoka的限量信息，帮助人们快速看到异常、提出修正策略，然后经由这样的改善循环，使得机器智能、人的智能都能不断成长，促使生产系统更趋稳定，进而将企业持续推向更理想的精实状态、也就是更高层次的卓越。