本文出自

打造領導人數位力四部曲

打造領導人數位力四部曲

2017年4月號

如何先打造出「工業3.5」的能力?

簡禎富 Chen-Fu Chien
瀏覽人數:42152
工業4.0智慧製造時代來臨!工業4.0的生產方式以物聯網、大數據、雲端系統、互聯網+、智慧機械等新型科技為基礎,以數據匯流串接產業價值鏈每一個環節,強調跨域虛實整合,打破生產與服務疆界和公司界線,正在重新解構價值鏈並形塑全球製造分工。

工業4.0智慧製造時代來臨!工業4.0的生產方式以物聯網、大數據、雲端系統、互聯網+、智慧機械等新型科技為基礎,以數據匯流串接產業價值鏈每一個環節,強調跨域虛實整合,打破生產與服務疆界和公司界線,正在重新解構價值鏈並形塑全球製造分工。

另一方面,愈來愈多工作機會已因無人化而消失,年輕人和弱勢族群更不容易找到好的工作,更加大貧富差距。製造業帶動經濟發展、創造就業的重要性,遠超過國內生產總額(GDP)表面數字,各國政府為了救經濟、救失業,無不積極推動國家製造戰略,以拿回先進製造,並爭奪第四次工業革命的主宰地位。然而,台灣如何在先進國家重回製造和新興國家替代的上下夾擊間,發展適合自身產業結構和核心能耐的製造戰略?台灣廠商如何在產業升級重構過程中,規畫適合的數位轉型和智慧製造策略?

國立清華大學工業工程與工程管理系講座教授簡禎富主張,「如果企業不能馬上跨入工業4.0,不妨先做『工業3.5』!」大多數公司只是工業4.0軟硬體系統的使用者,而相關系統架構仍在演化中,當務之急,還是先發展能讓智慧製造系統發揮效能的大數據分析和彈性決策能力。也就是說,「工業3.5」是工業3.0和工業4.0之間的混合策略,企業可以先站在既有的基礎之上,盤點自身擁有的資源和長短處,建立自身專屬的數位轉型策略和智慧製造技術藍圖,一面強化自身的數位能力,拉開與新興國家的差距,另一方面先進入工業4.0之前的過渡階段,先從市場上收割部分產業升級的好處。厚植實力後,再進入工業4.0,成功機率就會大幅提升。

他並提出「工業3.5概念架構圖」,作為製造業者盤點自身資源和決策情境、推動工業3.5數位轉型的策略思考依據。

「工業4.0」對台灣製造業來說,挑戰與機會並存。

「工業4.0」是德國在2013年提出的製造戰略,各個先進國家都有類似的策略,試圖提升先進製造能力以搶救失業和經濟。德國工業4.0的願景有三:其一是藉由物聯網蒐集和分析所有生產過程相關的大數據,其二是發展虛實整合系統(cyber physical system),以整合價值鏈的所有生產區塊,其三是支持「大規模個人化生產」(mass personalization)智慧製造所需的彈性決策能力和數位決策系統。工業4.0所描繪的願景、策略目標與價值主張,以及對企業核心能力的要求,與台灣製造業過去向來熟悉的高度水平分工、追求規模報酬以降低成本的生產模式顯然不同。對大多數的台灣製造業者來說,儘管以目前擁有的能耐,可以在工業3.0的全球製造分工取得一席之地,但工業4.0絕非一蹴可幾,要如何才能找到自身專屬的處方,因應未來新產業生態的競爭?

從企業如何運用數據進行決策,就可以看出工業3.0與工業4.0的商業模式與生產模式的根本差異。舉例來說,目前工業3.0大部分的模式,是利用有限的數據和資訊來預測產品的需求,並建置產能,而在接到訂單前後,先生產一批量出來,然後想方法銷售,以滿足訂單的需求和提升產能利用率,製造的價值主張是提升生產力和規模報酬。由於生產數據與終端市場數據並沒有全面連結,最後一定會因為供需落差,而出現存貨和缺貨同時存在的現象。

工業4.0核心概念是大量個人化生產,製造的價值主張是彈性決策和聰明生產。也就是說,將各個消費者的需求與具備彈性決策能力的智慧製造系統連結,透過物聯網和互聯網+來虛實整合每一個環節(編按:互聯網在台灣稱為「網際網路」),使數據貫穿整個價值鏈而匯流,製造商在掌握產業鏈大數據和各個需求的前提下,「有需求才生產」,一方面滿足市場端少量多樣,甚至是極端個人化的需求,使產品附加價值更高;另一方面,藉由價值鏈的每個系統已經高度虛實整合,前述工業3.0生產各環節上的浪費得以消除,讓整個系統資源管理更為優化。也就是說,靠資訊科技和網路讓企業發展出人體神經系統一般的機能,將偵測變化和及時決策的能力,從個別企業部門、公司整合到整個製造網絡,並延伸到產業鏈的最末端。舉例來說,跨國企業藉助雲、網、端等資通訊技術和設備聯網能力的發展,提升對供應鏈上下游廠商的資訊穿透和掌控能力,建置專屬製造平台,藉此不再只是賣硬體設備,還能以內建的軟體,賣透過網路定期更新收費的服務。

台廠要從工業3.0升級到工業4.0時代,同時需要外在的支持環境,和公司內的彈性決策和分析等軟實力,以及讓這些能力能發揮的人才和組織,不可能一蹴可幾。先進國家擁有精密設備、高端機器人、資通訊技術等產業,具備虛實整合所需、機械工業必須有的聯網和高度整合能力,這是工業4.0發展製造平台化的基礎。台灣精密機械業者和工業電腦主要的定位,還是在提供部分關鍵零組件和系統模組,缺乏開創製造平台的能力、資源和企圖,其他公司大多數只是工業4.0軟硬體系統的使用者,何不等到相關系統設備更成熟再導入?我認為,台灣目前不需要也不可能馬上跨入工業4.0時代。

台廠更好的策略選擇是在既有的能力與資源基礎之上,思考如何從工業3.0進階的策略路徑和技術藍圖。因此,台灣應該發展「工業3.5」作為工業3.0和工業4.0之間的混合策略,打個比喻:工業4.0就像是電影「機械公敵」的虛實整合的人工智慧和機器人;工業3.5則像是人和智慧機械合作的鋼鐵人。機器人取代人的工作,鋼鐵人則強化人的機能。先進國家企圖藉著工業4.0的規格和技術,提升其擅長的機械設備和系統的智慧製造軟體和聯網能力,實現製造「平台化」策略,並提高對上下游廠商的資訊穿透和掌控,將來我們買了機器,買的就不是只有硬體設備,還包括內建的軟體和透過網路定期升級改版的收費服務。這樣一來,我們廠商便要定期付錢給製造平台的軟硬體廠商,而且根據使用的數量來收費,不付錢就不能使用。將來不管有沒有賺錢,台廠都要先付授權金。就像自己買車去靠行的血汗司機一樣。這不是台灣製造應該走的路。

先進製造是戰略目標,救失業、救經濟是一般目標,工業4.0的前兩個願景大數據和虛實整合都是工具目標,而工業4.0第三個願景彈性決策和聰明生產才是根本目標。因此,台灣最佳製造戰略就是另闢蹊徑,先在既有的製造系統和支持環境下,利用低階的破壞性創新,以實現大數據分析和系統整合的工具目標,搶先達成或局部達到工業4.0願景的彈性決策和智慧製造,並將少量多樣的聰明生產,推到大規模個人化生產的極致,這些都是台商能在既有基礎和管理優勢上提升的。其實,製造離不開現場,機器學習再怎麼厲害也需要領域知識。台廠應該把握工業4.0尚未上線的空檔,善用台灣製造知識經驗和管理優勢,發展完整的工業3.5解決方案和產業生態系統。鋼鐵人真要跟機器人對打,勝敗仍未可知?

進階工業4.0:企業需要有過渡策略

「工業3.5概念圖」是在上述前提下,協助台灣企業盤點能力,打造專屬的「工業3.5」策略思考架構。

先解釋「工業3.5概念圖」的結構:「工業3.5」混合策略為核心,第一圈是企業必須建立的營運核心能耐(operational core competence),包括全面資源管理、聰明生產、數位決策、智慧供應鏈與智慧工廠,這五項能力缺一不可;往外第二圈則是產業生態和企業策略層面(strategic level)必須思考的四個策略關鍵,包括製造優勢與管理經驗系統化與數位化、產品生命週期與營收管理、軟硬體設備和分析能力垂直整合,以及永續發展和綠色供應鏈,以接軌工業4.0時代的商業模式;最外圈則是能支持「工業3.0─工業3.5─工業4.0」的策略路徑運轉的環境與基礎架構,包括「物聯網」、「大數據」、「跨領域虛實整合」與「基礎工業能力」等四種條件。

由核心到最外圈,代表企業可能自行掌握的程度由高到低;但建議企業由外而內進行策略規畫,然後思考如何發展自身數位能力,以強化營運核心能耐。

產業與企業層次:四大策略關鍵

策略關鍵1:現有製造優勢與管理經驗系統化與數位化

製造是二戰後台灣經濟奇蹟的關鍵之一。台灣製造曾經經歷幾波產業外移,不管是根留台灣的製造業或是海外台商,其實不只是靠低成本競爭,能在競爭激烈的紅海中存活的企業,都是賺「管理財」。然而這些企業執行少量多樣生產的彈性決策、供應鏈管理與快速量產效率,靠的是勤奮聰明的「人」而非「電腦」,尤其是許多隱形冠軍內部擁有所屬產業的領域專家和工匠。

但這樣的優勢正以倒數計時的速度消失之中。一來,這些擁有豐富製造知識和實作經驗的領域專家,有很大的比率是早年技職體系培養,隨著台灣經濟起飛而成長的本土人才,和後來帶回技術和外商經驗的海歸專家,他們的年齡通常在50到65歲之間,甚至更大,目前不是中小企業的老闆,就是中堅經理人,或是生產現場的老工頭,其中有許多已因產業整併而提早退休。等到這批人退休離職,那麼許多台廠內隱的管理知識和製造智慧將一併消失,台廠既有優勢將不攻自破;二來,先進國的品牌大廠強化供應鏈的掌控,積極吸納製造端知識,培養生產決策和分析能力。許多品牌商已經強力要求代工廠商,提供生產現場知識,並與資通訊廠商合作,將這些知識整合進品牌商的企業決策資訊系統裡。例如,運動名牌Under Armour創辦人凱文.普蘭克(Kevin Plank)就說,製鞋業永遠在追逐低價的人力,是時候該破壞這樣的供應鏈流程,他因而找電子代工廠為合作伙伴開發機械人製鞋,並發展新的商業模式。製鞋和電子製造服務都是台灣製造強項,台廠如果現在不將自身的製造優勢與管理經驗數位化,曾經擁有的核心競爭能力未來就會掌握在別人手上。

以一家全球機能布的隱形冠軍為例,面對重要客戶急單和少量多樣的挑戰,生產線必須靠經驗豐富的主管,才能有即時重新調度的彈性,我們可以萃取他的經驗和知識,將規則建立為基礎的資訊系統。此一過程會需要反覆修改,因為他腦中存有許多深層的關鍵知識,不容易被規則化、程式化。而透過知其然到知其所以然的診斷分析過程,發展內建調度優化演算法和大數據分析的數位決策引擎,讓生產決策的應變彈性更大、規畫週期可以更長,並能降低存貨,提升產能利用率。製造優勢與管理經驗系統化與數位化,原本就是建構數位決策、聰明生產與智慧工廠等能力的基礎,沒有這些領域專家的協助,我們也無法成功開發適合業者需求的決策系統。

許多業者也清楚這一點。但這些傳產業者,在要邁入工業4.0時代之際,普遍會碰上的第一個問題,就是如何將現有的製造與管理經驗系統化與數位化?如何讓黑手出身的資深專家與公司的資訊工程師或外部顧問合作,將自己擁有的知識電腦化?但常在起始階段就卡關。換言之,大多數台廠缺的不是工業4.0的軟硬體設備,而是缺少能讓系統發揮智慧製造和彈性決策能力的管理模式與組織運作。換句話說,企業能夠用數據和分析,而不是經驗和資歷來做為決策依據嗎?

策略關鍵2:產品生命週期與營收管理

隨著產品和服務邁向少量多樣和個人化,產品生命週期日益縮短,上市時間壓力愈大。要讓製造系統兼顧前台客製化的彈性和後台規模化的效能,需要串連設計、製造、銷售、物流、服務與保固的管理流程和大數據,縮短市場端到製造端的落差,配合產品生命週期和新產品開發替代時程來優化整體營收。

舉例來說,台灣筆記型電腦商在推出一款新產品時,會依據保固期和累積銷售量預估維修零件需求,在產品生命週期結束前,採購最後一批零組件作為未來消費者保固服務的備品。大多數的公司往往只是憑經驗抓個預估值,造成存貨和備品過與不及,以致原本獲利因為打銷存貨和備品資產價值而減少。過去就有某電腦品牌商推出簡易型小型筆電,作為破壞性創新,但因錯估市場需求熱潮時點,之後大量追加生產,反而造成隔年鉅額虧損;也有廠商因為不能掌握有多少產品是在海外通路大盤經銷商手中,又有多少已賣給消費者,結果帳面上賣出的產品只是供應鏈的存貨,最終被迫降價銷售,進而影響了下一批產品銷路,影響整體營收。

先進國家品牌大廠強化對供應鏈廠商的資訊穿透和數據匯流的掌控,可以透過減少供應鏈存貨浪費,進而提升整個製造平台的效率,並更能因應工業4.0生產模式需求。台廠高度分工,但偏重提高內部規模效益和降低成本,而用產業群聚來強化靈活彈性,但個別企業難以掌握整個供應鏈的供需數據和產品生命週期各個階段的需求,因此難以優化營收,勢必需要發展虛擬垂直整合的合作機制和配套的資訊系統。

有些公司內部甚至不同資訊系統各自為政沒有整合,這時即使買了先進的工業4.0設備和軟硬體系統,恐怕也難以發揮效用,甚至未獲其利先受其害。因為舊的生產模式無法運作,但新的系統又無法發揮全部功能,反而影響企業營運。

策略關鍵3:軟硬體設備和分析能力垂直整合

工業4.0與工業3.0的差異,展現在跨域的虛實整合能力之上。只是工業4.0的領導廠商想要透過定義規格、掌握專利,發展虛實整合的製造平台,以在產業價值鏈取得主宰地位。而台廠可先以既有軟硬體設備為基礎,垂直整合其上的大數據分析和智慧製造決策能力,透過系統整合廠商協助串連硬體設備,分析所蒐集到的數據,結合領域專家經驗知識,來發展更深入、更專門的決策模型和應用軟體。換句話說,虛實整合能力可以一層層夯實上來的,並逐步擴大優化決策的範圍。將來即使要再從工業3.5邁向工業4.0,也會比直接導入工業4.0的廠商更扎實。

然而,台灣製造業大多中小規模,且專注某項分工領域,受限於企業資源和決策者視野的局限,以致重視硬體甚於軟體,不重視數據分析和決策的軟實力,和相關人才的培養。

這種現象同時造成兩方面的問題:第一、許多台廠已經引進更多機器人和自動化系統來改造生產線,但要建立智慧製造系統仍須發展大數據分析和彈性決策能力,即使招募少數人才,主管不一定知道如何管理知識工作者和資料科學家,如何考核這些人才的績效?僅僅投資有限的軟體和少數人才,又常有不切實際的期望,以致華而不深入的分析燒盡有限的信心。第二、許多國外設備原廠已經開始限制台廠不得自行改裝或讀取資料,而必須用其搭配的數據分析軟體廠商,否則不再保固,想要切斷台廠自行發展出解決方案的出路。台廠已經買了設備,卻吝於投資軟體和分析能力,以致缺乏系統整合,也沒有軟體來分析數據,僅靠少數分析人才土法煉鋼,更不用談數位決策。

怎麼判斷一個機器和系統有智慧?就是機器能夠學習、能夠改善,系統能分析、做判斷和決策。若有公司希望導入智慧製造,但組織管理卻不能讓人用數據和分析邏輯來決策,不是緣木求魚嗎?

工業3.5策略關鍵就是先發展軟硬體設備的分析能力,包括所需的應用軟體和人才,以及可以發揮的組織。企業需要進行決策流程再造,決策者的角色和定位必須改變,授權並提供支持的系統,讓第一線接觸資料的員工能夠藉助大數據分析工具和決策支援系統,即時做適當的判斷,來提升決策反應的速度和品質,才能因應工業4.0時代的快速競爭。

策略關鍵4:永續發展和綠色供應鏈

永續發展與綠色供應鏈不僅是企業社會責任,也是生產技術發展的趨勢,先進國家也不希望拿回的是高汙染製造業,歐盟國家未來更可能以此做為防守其他國家製造業的戰略武器。中國大陸推動「中國製造2025」要從製造大國變成「製造強國」,也要同時解決製造帶來的環境汙染等問題,並把循環經濟也納入重點領域之一。

僅僅投資有限的軟體和少數人才,又常有不切實際的期望,以致華而不深入的分析燒盡有限的信心。

因此台廠應該發展永續發展與綠色供應鏈的管理能力,特別是台灣在資源回收和循環經濟也有隱形冠軍,若各個企業能夠把用在提升製造系統生產力和品質的管理能耐與資訊系統,整合到廠務與綠色供應鏈,促進產業共生和資源循環利用,不但會加強未來出口到歐盟等先進國家的產品競爭力,也可以作為外銷台灣工業3.5經驗到新興國家的助力,拉開和紅色供應鏈的差距。

企業營運層次:五大數位核心能耐

回到「工業3.5概念圖」第一圈,也就是企業內部營運面必須擁有的五大數位核心能耐:全面資源管理、聰明生產、數位決策、智慧供應鏈與智慧工廠,這些能力都是在工業3.0就可以先發展的。也就是說,在既有的製造系統下,工業3.5可提前達成工業4.0願景所需的大數據分析、價值鏈整合和彈性決策,而這些軟實力都是台廠現在具備的相對競爭優勢,因此發展五大數位核心能耐更符合台灣產業結構,實現的速度不用等到工業4.0上線,可以提前收割產業升級的部分利益,並再拉開與新興國家的差距,還可以把台灣產業升級經驗和解決方案賣給其他新興國家。

工業4.0是從提高生產力轉變為提升製造平台的綜合效能,需要「全面資源管理」的核心能耐,台廠都擁有企業資源規畫系統(ERP, Enterprise Resources Planning),但應萃取供應鏈管理智慧和彈性調度能力,發展分析技術和智慧系統,對於企業所擁有的內外部資源進行全面盤點分析、提升利用效益,並優化資源配置和相關資源的綜效。舉例來說,台灣電子製造服務廠(EMS)將集團資源物料規畫管理整合,打造比競爭對手更好的成本控制和彈性調度能力,才能因應不同客戶需求消長變化的挑戰。

「智慧工廠」不是僅能藉由工業4.0的智慧機械人來實現,現有的自動化生產線,可務實地混搭局部採用的機械人和人的智慧,也可以從小範圍做到設備與設備連線和前後製程的協作,並利用大數據分析發展預測性保養、良率提升等工具,達到工廠智慧化的目的。台積電曾把智慧工廠的發展分為擬人化、無人化、超人化三個階段。也就是說,一開始是電腦學習人的管理規則,接著自動化系統取代人,最後則是發展一個集成眾人智慧的智能化製造系統,因此可以超越一般人的能力。這不僅是未來工業4.0的趨勢,也已經在許多產業進行之中。

有智慧化工廠的基礎條件,就可以在製造執行系統之上,發展更多「數位決策」的管理系統。在工業4.0時代,單憑經驗和直覺的決策已經不足以快速應付不斷的挑戰,要藉由大數據和軟硬體之上的各種應用系統的輔助,才能精確、快速且數位化地進行複雜的決策。

隨著少量多樣生產的複雜度愈來愈高,過去靠人腦來因應的生產管理,只能處理到一個程度,必須將過去存在領域專家的製造智慧轉化為「聰明生產」系統,需要一套智慧系統整合不同機能設備的調度,同時考慮良率、交期與生產力以最大化獲利。舉例來說,清華大學決策分析研究室利用基因演算法(Genetic Algorithms)一次求解的範圍可能涵蓋數萬到數十萬筆的方案組合,模擬大自然物競天擇的方法,篩選保留許多近似最佳解,供決策者從中選擇最適的生產排程,並學習專家決策而不斷提升系統智慧。不像人腦一次只能考慮有限的可行解。

企業要擁有「智慧供應鏈」的商業分析能力,一方面需要運用大數據分析,從內部的生產大數據挖掘有用的資訊,幫助上下游廠商改善產品品質,協助需求預測和產能規畫,降低供應鏈的存貨天數和資源錯置;另一方面,擴充供應鏈管理系統的大數據分析和決策支援系統,分析外部資訊和上下游廠商累積的大數據,而非僅止於交易紀錄為基礎的管理系統。換言之,建立供應鏈的情報系統可以幫助企業做取捨權衡、風險控管。

如何找到工業4.0切入點?

從大規模量產到大量客製化,隨著摩爾定律驅動等比級數成長的計算能力和智能化,工業4.0的極致是大規模個人化。換言之,滿足消費者少量多樣甚至個人化的價值(value)才是最重要的關鍵。工業3.5的五大數位核心能耐必須齊頭並進,並且互相影響而反覆向上提升,企業才能讓未來工業4.0系統的智慧製造和彈性決策發揮到最大。

然而在推動策略上,可根據比較優勢(comparative advantage)決定導入的優先順序,並採用最小阻力原則,有耐心地逐步推進,而不要好大喜功,如此則可以厚植智慧製造能力,提高競爭門檻。舉例來說,已經有ERP系統,但對企業資源的管理,只能做到計畫階段的製造業,可以先從全面資源管理和數位決策著手;而現在還大量依賴人工的製造業,建議可以一方面導入自動化系統提升生產力,另一方面則應將其擁有製造優勢的知識系統化,先提升製造數據的分析能力和設備系統整合,然後發展預測保養和良率分析系統,以逐步發展智慧工廠。同時,必須萃取專家知識發展一個有效率和效能的演算法,在最短時間內考量生產限制和決策元素,才能發展支持聰明生產與智慧工廠的能力。這一點,國內的科技業者比較有經驗,而傳統產業往往因為過去偏重現場改善技術的導入,與分析相關領域的專家學者合作經驗有限,相對更具挑戰性。



簡禎富 Chen-Fu Chien

清華大學講座教授及科技部工業工程與管理學門召集人、IC 產業同盟計畫暨「清華─台積電卓越製造中心」主持人,發表超過150篇學術期刊論文、獲得12 項製造發明專利,著有《紫式決策分析》、《資料挖礦與大數據分析》等書,並撰寫台積電、聯發科、晶元光電等11 篇哈佛管理個案。研究專長為決策分析、大數據分析、智慧製造等。