管理改善,讓您從容面對查廠挑戰

文:曾聰敏 2020-9-30

供應鏈稽核 智慧製造藍圖 數智工廠 轉型案例


25-7.jpg


疫情衝擊下,迫使企業面對原物料與供應鏈的供給問題。除了面對供應鏈的原查核挑戰外,供應鏈斷鏈問題也是很大的課題。企業開始思索出走、加速移轉、或策略佈局,因而供應鏈策略隨著改變。供應鏈的未來其實已經開始有些轉變,為求穩定有效整合供應鏈,面對供應品質相關稽核的要求,也就是客戶對供應商的要求從而確保質量的滿足,更顯重要。本文將說明供應鏈稽核的轉變與轉型、及廠商如何因應原廠查廠要求,改善管理體質並成功轉型數智工廠。




供應鏈稽核的轉變與轉型

隨著時代的改變,客戶對供應商要求,不再只是單純的品質檢驗,而是對整個生產過程,確保加工、用料等整個程序符合規範,產品完成時,順利落到檢測範圍內。正因為不斷的要求而改變,故供應商品質供應鏈的稽核型態也隨著改變,說明如下:


一般稽察的缺失案例

過去的要求方法是要有規範、有定義,甚至要通過ISO品質認證機制。但隨時代改變,不斷加入其它稽核的要求並強化實施。過去的缺失常發生在沒有定義體系標準或要求,現在則是無定義執行的標準。以前要求廠商正視所定義的標準,在查核過程卻發現,因關鍵工序的管控不足造成無法防呆,既不防呆的過程又全是手工記錄,故生產工單容易出錯造成不對應的狀況。在無法有效防呆下,稽核無法實現自動化,資訊流失的風險也跟著較大。


新型態稽察的缺失案例

新型態查核缺乏導入IT系統的整體規劃及具體實施計畫。整個開發流程、變更管理都沒有IT化,所以容易出現漏執行、檔漏發放等狀況;庫房物料的存儲週期缺少全面管理,在無IT系統的支撐下,使得倉庫物料靠人工作業無法有效管控,且缺少IT系統的記錄,因而統計分析及預警、售後服務等相關資料難以落實並有效追蹤。


品質控管數位化轉型

電腦化監督暨稽核的概念,就是讓客戶能有效稽核的電腦化平台,透過數據分析在品質控管上對IT功能的要求,從原本文書的規範到數位化,進入未來所謂的數位化管控的轉化過程。


上述同時也說明整個供應鏈的最終企業,開始佈局整個供應鏈未來的數據交換體系,對整體品質稽核標準要求一致,所以建構數據化、智慧化的供應鏈稽核體制,是未來必然的轉變。


供應商數位轉型智慧製造應用藍圖

正因為供應鏈斷鏈問題,企業尋找新的廠商機會,並對於供應鏈進行稽核、廠商汰弱留強、供應鏈重新佈局,建構智慧數據化的應用平台。平台建構將不僅是單純查詢資料,而是將智慧製造運用在數據化、智慧化的過程,數位化稽核就自然而然水到渠成達到各項要求。(請參閱下圖)


25-1.jpg


在建構供應鏈智慧化轉型中,除了供應鏈稽核的轉變,查核過程中的挑戰不只能做到數位化稽核外,更要防止錯料或混料,才能確保品質可靠;進一步做到產品追溯管理,準時交付和降低成本,以提升企業競爭力。

做好供應鏈稽核就是在提升企業管理的競爭力,不論規劃在品質面,要求品質可靠是必備條件;客戶需求面能準時交付給客戶也是一種能力;生產效率面不增加成本,適度控制與降低成本都是競爭能力,三者兼備正是企業提升營運挑戰,建構智慧數位化工廠的競爭力。

 

數智工廠實施路徑三要點
企業數智工廠以管理精細度高,加上智慧化程度高,其實施路徑要點有三:
1. 建立數位化生產追蹤與品質管理體系

2. 建立數位化精實生產體系
3. 建立全面數位化智能工廠

 

將精實生產管理從生產到物流的供應面,運作數據引導正確的方向,以建構智慧化工廠。將數據發生的第一現場作資訊蒐集,是智慧工廠的第一步;接著,從數據搜集到數據的管理,做好智能派工、智能排程等運作;最後,再進入到智慧決策,運用AI數據分析,提供參考資訊作選擇。

 

從數據開始改變企業模式,數據越豐富越能形成充份的決策模式,所以從滿足供應鏈體系智能現場相關需求情境,從數據蒐集到數據管理再到數據分析,完整呈現數據化指揮工廠運行,以建立全面數位化數智工廠。


原廠要求數智工廠轉型案例

以下案例公司為擴張營業規模,改變符合原廠的要求而建立數智工廠,其轉型成果整理如下表:


主要產品

汽車零組件線束

目標願景

進入大型車廠轎車供應體系,成為主機廠線束的戰略合作供應商

改善目的

降本增效
外因:提升產品品質,實現產品追溯

內因:降低在製品

改善方案

過程品質如何控管、如何制定有效計劃、現場物料水位高、如何有效執行

實踐成果

1. 建立線束全程數位足跡
(從線束第一道工序開始,全程RFID伴隨,採集全程足跡數字資訊,成品入庫換二維碼標籤後回收)

2. IT驅動OT,實現全程品質過程控制
3. 降低裁線倉現場庫存

4. 人機料法的全面移動可視化管理
5. 數智戰情室

總體效益

●成果一:前工序線邊倉庫存   
上線前:2周(>500萬);上線後:2天(70萬左右);改善效果:
提升85%

 

●成果二:品質不良率   
上線前:3%;上線後:
2%;改善效果:提升33%

 

●成果三:品質追溯時間   
上線前:極度困難;上線後:全程數字足跡;改善效果:
3分鐘

 

●成果四:小批量交期   
上線前:3天;上線後:1天;改善效果:
提升66%

 

●成果五:日計劃達成率   
上線前:90%;上線後:95%;改善效果:
提升5%

●成果六:數據及時報工   
上線前:每日,且不準;上線後:小批量即時準確

 


14-13.jpg


蘇景峯

具多年不同產業之工廠管理經驗,專精大型專案之資訊應用策略規劃。從事企業資訊系統解決方案之規劃、專案實施及產品設計策略規劃多年。為兩岸智慧生產交流會議重要主講者,鼎新各大研討會之首席 Speaker,亦為ERP顧問訓練之專任講師。



6.jpg


更多案例

x