近年來智慧化應用議題持續延燒,以智慧製造為例,2018年底起中美貿易戰等外在環境影響,數位化與智慧生產模式已成為必然,以往促使廠商導入智慧製造以兩大推手為主,一個是「客戶」、另一個則為「自身痛點」,而在2020年出現了第三隻手Covid-19,很多廠商開始加速評估導入智慧製造。

在各式智慧化應用中,並不是一昧導入所有新興科技就是最好的智慧應用,而是必須根據需求與使用情境來組合、運用這些技術,才能達到最大效果,而在各式新型態智慧科技中,「資料」扮演關鍵的角色,如何蒐集、傳輸、分析、應用、並符合資安等安全機制,是各種新型態智慧科技發展重點。

資料擷取來源包含人與機器,透過IoT蒐集的資料,亦可分為非結構化資料(無法完全數位化的資料,如:圖片、語音、影像等),以及根據需求擷取出結構化資料(具固定欄位、格式、順序等),隨著有效資料量快速增加,結合5G傳輸的低延遲、高可靠、高傳輸與大量連結等優勢,同時利用AI(擁有預測、感知、判斷、自適應等功能),依不同任務需求在本地邊緣運算(Edge Computing)或是傳送回雲端進行後續的數據分析,透過中央式雲端運算與本地式邊緣運算的分工,可使整體運作效率大幅提升。

其中邊緣運算具資料篩選/提煉、本地學習、本地運算等特性,雲端則是具有隨處存取、快速、資源共享等特點,隨著資料隱私權與資料安全的重要性提升,資料流通與運作必須在安全環境下進行,網路安全必須具有防護、自動偵測、可靠等功能。

不論數位轉型或是數位優化,對台灣產業發展皆扮演重要角色,可是不是所有廠商皆需數位轉型,現階段大多數台灣企業最需要的反而是「數位優化」,而非數位轉型。「數位優化」為利用數位科技來提升「營運卓越」及強化「顧客體驗」,最終以提升組織整體的競爭力為目的,若企業所處產業生命周期已位於成熟、衰退的階段,或企業既有營運模式已無法因應市場改變與需求、競爭力大幅下滑,成長停滯,就應該開始思考是否要進行數位轉型,甚至提前進行評估。

企業導入智慧科技的驅動力與應用現況,因產業特性不同,不同產業的驅動力亦不相同。以資訊電子為例,近年資訊硬體零組件價格上漲、勞工薪資成本上漲,台灣業者製造成本提高,連帶影響本業獲利,資訊電子廠商多希望運用新型態智慧科技來提升生產與管理效率,以及尋求新應用的發展機會。

金屬產業在新材料篩選上,耗費時間長,所以,透過AI與大數據可大幅縮短新材料篩選時間,紡織業則面對快時尚需求興起,消費需求變化快速,以及消費型態轉變等威脅,不得不改變,食品業則因全球食安議題日益受到重視,且消費巿場變化需快速掌握及回應。

此外,不論是金屬、紡織與食品業,都面臨人力斷層嚴重、經驗難以傳承,綜合以上,紡織與食品因同屬民生工業,產業發展易受到消費者習慣改變而產生新的營運模式,相較之下,紡織、金屬與資訊電子(半導體、面板等)產業屬高耗能產業,環保議題為要驅動力,整體而言,資訊電子產業導入多以組織內部應用為主,而「因應客戶要求」與「提升內部營運效率」則為各產業導入新興智慧科技最主要、且最基本的驅動力。

進一步分析企業導入智慧科技的目的,以營運卓越、顧客體驗、商業模式再造與企業社會責任四大項為分析基礎,可歸納出包含:提升品質、削減成本、提高生產力、縮短產品上市時間、對人才不足與養成進行因應、提高行銷精準度、提高社會承諾、增進環境永續與其他等九個大目的,從這些導入目的,可望了解企業現階段或未來導入新興智慧科技的誘因,以協助解決廠商導入新型態智慧科技時,會面臨的首要問題。

2020年初受到疫情影響,國際大廠面臨斷料危機,為能降低缺料風險,國際品牌客戶逐步要求各代工廠未來需提供有效與即時的數據資訊,於是生產履歷與數位管理,已成為國際合作的基本條件。

企業在導入智慧科技的應用機制上,首先宜從「點」開始,讓企業可以先數位轉型,建議運用感測器蒐集各式結構化及非結構化的資料標準化之後,再將資料呈現圖像化後分析,找出設備的最佳化控制、預測保養或產線精進的方法。再者,延伸到「線」,讓上下游供應鏈可以數位轉型,此時則需找到具領頭羊,來進行供應鏈整體升級的數位轉型,以新興科技影響上下游的資訊流通、甚至達到跨組織供應鏈預測及管理能力,最後則是擴散到「面」,讓產業可以數位轉型,大量運用不同新興技術進行整體產業數位轉型,創造資訊透明化、圖像化及產業敏捷應對能力。

如此一來,可以示範性應用的方式整合不同新興科技導入,藉此創造整體產業由點、線、面的方式進行升級,此外亦可藉助領頭羊來建立最佳產業實務,來達到產業數位轉型目的。(本文作者為資策會MIC資深產業分析師陳彥合)

#企業 #智慧科技 #數位 #導入 #應用