【機聯網數據智慧化的應用】大環境長期趨勢的大轉變

今天要分享的課程是機聯網的應用，機聯網是最近最夯的一個議題，大家都想做，可是大家都不知道該怎麼做，不是機聯網能不能連，而是機聯網如何智慧化，才能夠有效得被應用來提升工廠的競爭力。

消費模式改變、二代接班困境，製造業該如何因應?

整個製造業工廠面臨了一個很大的困境，也就是大環境的長期趨勢大轉變，簡單來說，就是生意越來越不好做，為什麼呢?

因為終端消費者已經開始改變了，尤其是年輕一代的消費者，他想要某樣產品的時間越來越短，需求頻率及購買方式改變了，或是持有的方式也可能不再是買進，而是類似於租賃的模式，包括他的購物心態都慢慢在改變，這些改變會讓製造業的工廠必須想辦法去因應。

很可惜的是，製造業的工廠從國富論中的生產流水線開始到現在，其實本質並沒有太大的改變，所以在因應終端消費者越來越頻繁的需求、產品的生命週期越來越短所以及想要彰顯個人價值的消費需求時，製造業工廠開始覺得力不從心了。

另一方面，國內工廠也面臨到二代接班的問題，企業二代往往有著比較高的學歷，當他進入到老一輩的工廠時，想要掌控工廠就會遇到很大的障礙，因為工廠內會有一些傳統的老師傅，這些老師傅所使用的方法、心態跟觀念，跟企業二代要接班、做數位轉型讓公司可以用不一樣的方式成長，兩方彼此之間的想法不同就會產生牴觸。

加上企業二代可能非本科系，對工廠的實務經驗也不大熟，而家族內可能也會有一些競爭，企業二代想要彰顯他的企圖心時就會遇到一些困擾，因此，他們必須要開始改變工廠，讓工廠透過數位化尋求改變。

透過機聯網，提升製造現場生產效率

隨著企業二代的改變，於是競爭同業也變了，這些競爭同業還會去帶動引導，甚至創造出終端消費者新的改變，彼此之間產生了一個所謂的正回饋、正循環，慢慢地整個環境逼著你不得不去改變。

雖然環境變了，但是如果沒有相關的工具可以提供你當子彈去因應改變，也許大家不會像現在這樣非常想要導入新的技術來做因應。

因為摩爾定律的關係，讓整個不管是IOT、AI、機器人、雲端，因為這些GPU（圖形處理器，Graphic Process Unit）可以去加快AI運算，加上雲的普及與雲成本持續地降低，讓整個運算的硬體設備成本不停地下跌。

同時這些演算法也趨於成熟，讓這些工具越來越可以拿來應用，所以才會引發出現在的這場風潮，機聯網就是其中之一。

簡單來說，工廠最想要的就是達到生產效率提升、OEE（overall equipment effectiveness，整體設備效率）提升及產量提升，並且能降低成本，最重要就是達交率能夠提升，因為現在的消費者越來越沒有耐心，因此，工廠必須要因應這樣的需求來做改變。

因此，製造業工廠必須要往前走一步，就是要數據可視化，因為沒有數據就沒有管理，而數據的品質決定管理的成效。如果這些數據都是傳統的手抄紙本而來，那麼數據的真假或是準確性、即時性就是一個很大問題。

萬一這中間又有過多的錯誤，造成garbage in，到最後不管你是採用什麼樣的系統、甚至用多偉大的AI，到最後也是garbage out。

善用機聯網數據，讓機台說出現場管理的真相

首先，我們必須要強化數據面，所謂巧婦難做無米炊，我們不能再完全依靠人為的抄寫數據，而必須開始進行機聯網做到所謂的「數位化」。

以工廠來講，「數位化」分為上、下兩個層面，上面的部分就是做工單途程的管理，也就是當客戶下訂單之後會把訂單轉成工單，這些工單會有製造流程的工序，每一道工序你必須要做有效的管理，不然到最後有可能它就失控、失聯不見了。

而且每一道工序之間它都是團進團出，也就是假如今天同時要生產100PCS，不是1PCS做完它就可以進入到下一道工序，而是要等100PCS全部都生產完之後才能一起到下一道工序；等到它要到下一道工序時，如果機台已經有產品在生產，它就必須要等待，如此一來，就會把整個交期拉得非常長。

因此，如何有效地管控、讓交期可以適度的縮短、確保達交的比率，就變成現在工廠非常重要的環節，這就是在工廠導入MES進行途程管理最重要的價值。

簡單來說，途程管理就是希望能夠做對的事情，每道製程它都會派工到某個機台做某件特定的事情，當它派工到機台時，這部機台到底有沒有做好，這件事情就變得很重要，這叫做把事情做對，也就是透過像設備雲APP來管理好機台，讓機台能夠智慧化、提升生產力；同時，非預期停機的風險能夠降低。

另外，可以透過一些智能調參的方法讓加工能力穩定，讓機台做得更好、做得更快。透過這樣的智慧機台，能夠確保每一道製程做得又快又好，然後再結合上層的途程管理，讓整個工單的工序可以順利的完成，上下夾擊才有辦法真正提升工廠的競爭力。

後續，如果想要了解智慧機台的部分，也就是如何透過機聯網來強化工廠內部的機台能力，讓這些機台因為智慧化而能夠做得又快又好。

專家：曹永誠

經歷：目前任職於鼎新電腦，深耕製造業自動化與大數據領域逾25年，專精於先進製程控制(APC)、智慧機台控制系統、機器人自動化、智慧能源管理等領域。實務輔導百餘家製造企業之智慧製造藍圖規畫與軟硬體整合應用。

想要進階學習《數位轉型》相關議題，推薦您相關課程資訊

【線上課程】

應用機聯網數據奠定數位轉型基礎

工業4.0轉型實踐與營運策略

製造業數位轉型商業模式與案例