智能工厂成显学 全球产业积极追求转型
- DIGITIMES企划
-
随着各种精密机械设备的发明，以及信息科技的进步，从1950年代开始，全球产业发展正逐渐从工业2.0进入工业3.0时代，过去60年间制造业引进具备自动化生产的各式设备，借此取代减少对大量劳动人力的依赖，达成大幅提升商品生产效率与品质的目的，让人类能够以更低成本取得高品质商品。
然而随着欧、美、日等主要国家经济发展陷入泥沼，自1990年代开始全球制造业版图开始产生变化，跨国企业开始将生产线转移到大陆、东南亚等国家，除希望藉由人力成本较低优点，强化商品在市场上的竞争力外，也希望能够更贴近当地市场，抢占庞大人口带来的商机。
此种制造业外移的状况，让美国、欧盟、日本等国家，饱尝经济率下滑、失业率攀升之苦，让政府部门重新开始正视制造业存在的重要性。如前美国总统欧巴马在2011年喊出美国先进制造夥伴计划(AMP)的用意，期望强化在先进材料、生产技术、先进制程面向的投资，以便吸引高端制造业者回到美国，借此改善国内工作机会不断流失的困境。
而德国政府推出的工业4.0计划，则诉求运用物联网技术贯通生产流程，建构虚实整合的生产环境，协助中小型企业运用信息科技升级，持续坐稳全球制造业龙头的地位。而日本则是主打机器人新战略，藉由大量部署传感器、引进云端服务等作法，打造人机共存的未来工厂，借此达到降低生产成本的目标。
致茂电子智能制造系统事业部行销处处长吴枢俊认为，已融入信息科技的工业3.0，管理者在收集到来自生产设备发送的信息后，都会运用分析工具找出生产过程中的缺点，最为后续改善制程的参考。
然而此种生产模式最大缺点，在于仍然得仰赖现场人员的经验与智能，才能达成改善生产流程、提升产能与品质的目标，但却仍然不足应付消费者意识抬头带来的采购行为改变。
消费者意识抬头 少量多样化成主流
无论是德国政府推动的工业4.0，又或者是日本政府主打的未来工厂，都是期望能够运用资通讯科技，将原本独立运作的生产设备、信息架构等整合，并将设备运作状况、产品生产过程等信息，快速且精准的传送到智能MES系统中，形成虚实整合的智能化工厂，满足消费市场对少量、多样商品的强烈需求。
如30年前在全球经济蓬勃发展之际，德国奔驰汽车便观察到传统大量生产模式已无法满客户需求，所以早自1980年代便开始提供个性化批量生产服务，让高收入消费者可藉由定制化服务，能够取得与众不同的专属汽车。
而相同情形也发生在移动设备大量问世的今日，消费性电子产品平均寿命仅剩下6个月，一旦功能、外型不符消费者期待，便可能短短3个月内在市场上消失，制造商被迫得开始针对不同族群推出专属产品，以少量、多样化的行销模式，抢攻竞争日益激烈的红海市场。
长期观察全球高科技电子产业发展趋势的西门子软件发现，在传统高科技电子产业最大的问题，在于产品设计部门生产线之间的沟通不良，产品开发人员在专案过程中，往往没有考虑到生产设备的现况，而现场人员也没有深入了解产品结构与设计理念，最终形成产品专案延宕的窘境，长期下来更将导致企业竞争力衰退的问题。
台湾西门子软件总经理陈敏智认为，在相关信息技术成熟，各国政府积极推动工业4.0的状态下，现今已陆续有智能工厂问世，预计2020年之后将会成为市场主流，这代表高科技产业需进化成符合工业4.0规范的智能化企业，否则将面临被市场淘汰的命运。
换言之，台湾高科技产业得要加快转型速度，大量运用物联网、人工智能等创新科技，将各种生产设备整合为一，才可建构出满足个性化需求的弹性生产机制。
自主调配生产进度 原料、人力配置最佳化
在工业4.0议题备受关注之际，至今尚且没有任何组织为先进制造制定标准，各国政府主推动政策多是以协助制造业升级为主，期望藉由让生产设备融入物联网功能，搭配人工智能、巨量数据技术，达成建置智能工厂的目标。
在此状况之下，负责统合生产设备的MES(Manufacturing Execution System；制造执行系统)，自然需具备串连异质平台的生产设备、机械手臂等等，才可能达成提高产品品质、降低生产成本、少量多样化的生产能力，让商业组织能够顺利转型为数码企业。
致茂电子认为一座符合工业4.0定义的智能化工厂，应该要具有自主调整厂区与产线之产能配置、自主调整上下游供应配送、自主优化生产环境之资源与能源配置、可辅助人员正确完成各种操作与组装测试、可实时逆向追踪生产进程与履历等等。
唯有如此，企业才能将多元管道收集而来的信息，融入生产设备之中，进而依照消费市场的变化，自动调整订单配置、原料派送等工作，让公司能够应付来自四面八方的商业挑战。
至于专注在影像监控的晶睿通讯指出，多数企业都专注在引进智能化生产设备，却忽略随着监控系的技术不断进步，新时代智能监控系统带来效益将远超过想像，更是达成工业4.0目标不可获缺的重要拼图。
一套完善智能影像监控系统，可有效整合厂区的数十台摄影机，协助管理人员精准掌握厂区人员的进出状况，乃至于生产线中的人员行为监控、投料管理等等，可大幅降低人力费用支出。
不过，元智大学工业工程学系副教授锺云恭认为，尽管智能工厂设备已具备学习能力，有助于优化整体生产流程，但是仍然恐怕欠缺自主修复错误的能力。因此，日后智能工厂的发展重点，应该会朝向让设备具备修复错误能力的方向发展，才能达成无人工厂的愿景。
