断链之后 制造业上云趋势与策略

iKala Cloud分享4个智能制造转型策略，更多最佳实践与应用案例，抢先免费下载。iKala Cloud

5月本土疫情爆发，受到供应链断链、分流办公的影响，制造业纷纷传出产线停摆、营业额下滑的消息。全球供应链洗牌，企业能否适应新常态，关键在于「 IT投资」能否建立营运韧性。根据IDC调查，全球企业以较过去两倍的高速，快速启动以「云」为中心的数码基础架构，以建立数码弹性与韧性。

市场变化日益剧烈，制造业加快数码转型的步伐，而政府高喊「亚洲高端制造中心」的目标，大力推动智能制造，以提升产业竞争力。顺应全球少量多样的需求，如何动态配置制程、极大化产线产能，成为企业经营者的首要课题。以下，iKala Cloud分享4个智能制造转型策略，更多最佳实践与应用案例，抢先免费下载《制造业数码转型产业特辑：「断链」之后，制造业上云趋势与策略》。

装置联网、数据上云 让异地备援更轻松

疫情、停水、停电等非预期性事件，企业面临一停机就损失惨重，而开始思考跨厂异地备援的重要性。透过云端服务，进行跨厂数据备份，当特定区域的数据中心服务中断时，云端的备份服务、跨区的灾难复原站点可立即接续提供服务，给客户高可用度的服务的同时，并实践企业持续营运的理念。

数据备份上云，除了可以避免停机外，更可以大幅节省成本。以美国的IC设计与制造公司eSillicon为例，eSillicon将IC设计工作流程搬迁到云端后，相较于原先存放于地端的数据中心，整体拥有成本(Total Cost of Ownership；TCO)大幅降低20%。

云端运算大数据 加速产品研发与上市时程

随着全球芯片需求走向体积小、效能好、节能佳的趋势，IC设计成本也大幅暴增。根据iBS预估，7纳米的IC设计费用为3亿美元，5纳米为5.4亿美元，3纳米则暴增至15亿美元。面对地端高效能运算(HPC)设备采购维运成本昂贵、交货时间冗长，近年半导体大厂纷纷拥抱弹性、成本效益的云端运算资源。

IC 设计领域又以打造云端数据仓储中心、 IC设计EDA(Electronic Design Automation；电子设计自动化)上云，可视化分析EDA使用率、成本数据、RD资源等数据，为半导体产业上云的关键布局。例如，联发科透过云端打造数据仓储中心，6个月内将300亿的研发数据由地端传输上云，以加速研发设计的营运分析，并优化IC制程。

AI赋能智能工厂 极大化工厂产线产能

过去制造业AI应用场景，主要围绕在：瑕疵检测、预测性维修、智能化排程、原料组合最佳化，而未来AI应用，将逐渐由生产效率转向营运效率、物流仓储，透过产销履历，达到仓库自动化、库存预测。

调查显示，制造业数据管理投资首重数据整理、BI工具、数据仓储，有了数据后，进一步在AI技术导入上，以机器学习(ML)、机器视觉、AutoML为主要投资方向。

以瑕疵检测应用为例，富士康集团旗下的子公司富智康，即透过AutoML Vision优化手机印刷电路板(PCB)瑕疵检测的精准度，让每个零件检测时间缩短到0.3秒，漏检率从40%降低至10%；美国半导体大厂GlobalFoundries，也透过AutoML Vision构建视觉检测解决方案，成功将 40% 手动检查工作，转移到AutoML构建的视觉检查解决方案，并提升晶圆验证率达95%。

云端ERP整合供应链 缩短生产周期

疫情阻碍员工移动、货物运输，更衍伸出严重的芯片荒，导致全球供应链「断链」。其中又以汽车制造业影响最钜，由于过去习惯以低库存节省成本，加上上游供应链复杂，一遇到芯片短缺，即面临工厂停摆的窘境。

如何强化供应链透明度及可溯性、有效管理供应链风险、快速因应市场变化，成为企业面对新常态的一大课题。透过规划SAP ERP上云，不论是想ERP备援上云以节省成本，或是想进阶做数据分析，以实时掌握订单、预测需求、优化库存，企业皆可透过合适的ERP搬迁模式上云，策略性实践「断链」后台湾整体产业升级的下个里程碑。