2021制造业数码转型展望调查2：建构预测未来的能力

制造业需要具备预测未来的能力

在过去的10个月中，不同地区的经济停摆在某些市场先产生了负面影响，再对这些价值链中的所有制造商造成了连锁反应。如航空和重型设备的相关需求均显着下降；但包括家居装饰、户外动力设备、纸制品、消毒剂和健身器材的需求却激增；医院、办公室和其他有意升级其空气过滤器的商业建筑，为空调和相关自动化制造商提供潜在的商机；另外，随着疫苗的问世，相关供应网络的需求，例如用于运输的工业冷冻装置或将增加。以上商业情境均说明，要预测需求不断变化的最终市场是何其困难。

唯一能准确预测的恐怕是供应链生态的变动会持续下去，数据的实时性与能见度所能提供的预测能力，会成为未来制造业能否生存的关键。透过提升数据能见度带来的灵活性使企业能够迅速降低成本来应对既有被压抑的需求，或者更快速地应对衍生增长的新需求。

事实上，在本次Deloitte于北美的调查中，76%的管理阶层有增加数码转型的投资计划并导入更多工业4.0概念的技术；而在《台湾智能制造关键能力调查》中显示，眼前台湾制造业在进行数码转型时的驱动力，仍有相当大比例来自于对生产力提升的追求，台湾企业必须认知到未来终端需求变动对供应链带来的影响会愈来愈显着。

数码孪生(Digital twins)可列为优先投资项目

数码孪生可以支持新常态下需要的弹性与灵活性。简单地说，数码孪生的概念是一样东西的蓝图，那东西可能是单一产品或元件，也可能是生产过程，甚至是实际生产环境，制造商可以虚拟地重现产品、生产甚至在真实世界中模拟其性能。2020的大规模停工与不可控的阶段性复工反映了这部分的需求，在本次Deloitte于北美的调查中，有24%的受访高层认为应对疫情流行下产生的新需求是当前最大挑战，而另有20%表示管理产能是最大挑战。

尽管工厂端的自动化在过去十年有显着的成长，但提高生产效率仍旧是个棘手的问题。数码转型相关投资可以帮助维持产线持续运作，包括减少新产品的开发时间。在生产在线增加传感器和机器学习功能，在问题发生之前预测甚至是预防性地修复问题；另一个场景是安装具有数据分析功能的视觉系统，以提高产品或零件的在制品品质。在上述情境中，数据的蒐集搭配数码孪生技术可以帮助制造商为下一次未知的破坏性事件做准备。

本次调查显示，计划进行数码技术投资的24%高层认为，数码孪生技术将是公司在2021年投资的最重要技术(与提高劳动力效率并列第一)。藉由蒐集数据并加以分析，企业可以在流程中，找到既有做法中的缺失，并进行优化。 (本文由勤业众信联合会计师事务所资深执行副总经理温绍群、专案经理陈冠仲提供；洪千惠整理报导)