何謂智慧製造？實施工業4.0的4大關鍵｜鼎新電腦
文：吳欣珊
發布時間： 2022-10-20 15:43:00
智慧製造原先即為工業4.0的規劃發展路徑之一，近年來因疫情影響，少子化趨勢而大力推動了未來製造業對於智慧製造的需求，但其運作模式絕不是導入機械設備，與發展中的技術即可作為智慧製造，背後有整體企業的觀念重建，思維轉變、組織重造等漫長路途要執行﹐除了生產現場徹底改變，連帶企業體的運作模式也發生重大變化。
目錄(點擊可至該段落)
智慧製造是什麼？與工業4.0有何差異
智慧製造，又稱智能製造，指生產設備與產線高度自動化前提下，設備在工業物聯網的IoT平台內，端點到端點互通資訊，藉由蒐集數據資料進行大數據分析，人工智慧學習並判斷預測未來產能運作，達到自行感知、自動決策、自動執行等先進製造作業，關鍵製造環節智能化，協助企業數位轉型後的最佳生產模式，推升產業競爭力。
工業4.0，或稱生產力4.0，又稱第四次工業革命。第三次工業革命使用電子裝置與IT技術消除人為影響，促進工業精準化與自動化，工業4.0的技術核心為智慧型整合感控系統與物聯網，著重現有的工業技術整合，高度自動化的狀態下主動排除生產障礙。建構出一個有智慧型自主意識的產業世界，發展具備有適應性、資源效率、人機協同工程的智慧型工廠，以貫穿供應鏈夥伴流程及企業價值流程，創造產品服務化與客製化的供應能力。
以工業為基礎，智慧製造被視為工業4.0主要核心，其不同點在於工業4.0以更高的層級與環境架構為主要理念，智慧製造作為工業4.0其智慧型世界架構的其中一個主核心。然而現今AI的高速發展，為企業的智慧製造轉型帶來新氣象，也改寫了未來的企業發展局勢，推動企業走向工業4.0，甚至是工業5.0的層級，釋放更多勞動力，未來在企業不同的應用場景，都可以看到AI的身影，AI在完整的數位平台架構上，經由大量數據餵養，數據驅動運算，作為企業平台的大腦分析決策，幫助大小製造業挖掘更好的營運成效，提升企業競爭實力。
免費資料下載：未來企業新趨勢《數智驅動》白皮書
智慧製造替企業創造的4項優勢
因應消費市場改變，市場訂單由原先的大量生產模式轉變為少量多樣化，供應鏈從全球化轉為在地化，加上人力成本不斷上升，產業技術因人口結構老化出現斷層，因此如何保留技術，提高生產效率，因應變化提升現場生產彈性，是製造業重要的未來生存法則，智慧製造則是未來企業的生存關鍵，而企業轉型成智慧製造，有以下4大優勢：
數據自動化
生產資訊透明且自動化，連動生產數據蒐集並自動連至ERP系統內，為管理人員提供精準數據，觀察關鍵績效指標，進而發掘問題，制定決策。
延伸閱讀：自動化是什麼？製造業執行自動化的5大關鍵
預測設備維護
除了感測器蒐集以數據視察OEE外，AI自感應也可協助現場管理者提前發現設備問題，識別錯誤問題，提早維護避免生產障礙發生。
降低顯著成本
智慧製造在提升生產彈性的情況下，提高生產預測準確度外也減少浪費，協助管理者更好的控管產能負荷量，檢視作業進程，協助降低成本。
提高生產力
數據營運除了整體流程數位化達成生產作業流程通透外，了解工廠作業動態，掌握生產效率，確保生產品質、生產進度與機台稼動作業效率，靈活具有彈性的因應需求快速改變。
免費資料下載：《IT+OT融合創新，加速企業數位化轉型》 白皮書
智慧製造的4大關鍵部分
整體生產作業需要跨部門的整合與搭配協作，建立數位智能流程，逐階段執行並轉變以往的製造思維，才能於企業構成智慧製造，而智慧製造由四個部分結合而成，需先解析背後的基礎概念，才能推動企業朝智慧製造更進一步。
智慧產品
智慧產品為有多重意義的名詞，概念上為傳統產品+電子裝置+智慧功能+溝通功能+互聯網作為基礎的服務，由實體組件、智慧組件與連接組件三個核心所構成，智慧產品可以為智慧製造創造有利條件，以智慧化硬體模組與智慧化製造設備運作提供智慧產品的理想基礎；而智慧製造能為智慧產品擴大應用市場的機會，有利智慧製造的發展。
智慧生產
生產作業流程以數據化為基礎，由供應鏈連結智慧生產，從排程、平台、原料、生產製造、包裝等流程進入自動化的完整迴圈，設備智能化回傳數據，提升生產效率與整體生產可控性，協助企業營運與完善售後服務，提高企業競爭力。
智慧工廠
整體生產流程自動化，掌握產銷動向，提高生產過程可控性並減少人工干預，設備連接網路，即時蒐集正確生產數據，自動化輔助下，人機協作協助整體生產過程智慧化，未來走向高度客製化的需求，其生產彈性仰賴更加多元的技術協助，如感測器、大數據分析等。
智慧物流
整合廠內廠外物流資訊系統的運作，協助貨物從供應商進到物流過程中的運輸、倉儲、搬運、配送等物流作業，以感測器紀錄運輸並轉入後台分析，結合物聯網系統與大數據運算，運用現有資源即時因應實況調整，降低成本與運輸風險。
智慧製造四階段完整介紹
智慧製造並非一蹴可及，需要逐步調整流程並適應生產變化，在轉變過程中，企業成員都需更改原先的管理思維、策略組織架構的可能變動、人才的培養與需求，都是在導入實際智慧製造步驟時，需要思考的問題。
智慧製造階段一：導入自動化設備
智能化生產的先決條件，在生產現場導入自動化設備，建立自動化產線，除了降低人力成本也減少人為干預因素，提升生產作業現場的效率與產能，對企業來說，這一步是在進行智慧製造前的必須作為，在設備與產線自動化的情況下，才能將實際生產效能提升到最大化。
延伸閱讀：最大化節省人力及停等時間，機械手臂客製化整合方案
智慧製造階段二：連結設備與數據整合
工業物聯網的重要能力，連接傳感器、生產設備與閘道器，可視化的管理介面，設備能夠以通訊技術相互連通，提供即時數據至企業資訊系統統整，以便企業觀察數據釐清實時生產作業問題癥結點。
智慧製造階段三：遠端監控執行決策
透過生產數據共享，對企業而言能即時針對不同事件做出措施或更改設備配置，藉由平台串接整合，上傳雲端與數據處理，讓後續維護、遠端監控與設備故障檢視變得容易且直覺，執行決策能更快速傳達至現場並執行。
智慧製造階段四：結合AI深度學習技術
數據通透後，導入AI強化深度學習技術，自行感知，運用大數據統整，達到自行預測、自動判斷決策，最終自動執行決策，以完全自動化生產的先進製造過程、系統、衍生成一套體系或模式進行整體生產運作。
資料免費下載：《IT+OT融合創新，加速企業數位化轉型》 白皮書
智慧製造的4種技術應用
有些技術是執行智慧製造之前所必備的重要關鍵技術，其搭配應用才能完成智慧製造的願景，也是近幾年在生活周遭或產業界重要的軟體發展趨勢，有以下4種技術：
自動化
自動化主要為使用各種控制系統的操作設備，不需借助人力親自操作機器或設備，利用動物以外的裝置元件或能源，來達成人類期盼執行的工作。相對人工概念而言，無人參與的情況下，利用控制裝置使被控物或過程自動按預定規律進行，也可稱為自動化。
延伸閱讀：自動化是什麼？製造業執行自動化的5大關鍵
IoT工業物聯網技術
與物聯網的IOT為類近技術，工業物聯網簡稱IIoT，為應用在工業上的物聯網，互聯感測器、儀表及其他設備和電腦的工業應用程式，並以網路相連所成的系統。網路連線可以進行資料蒐集、交換以及分析，有助於提昇生產力以及效率，也有其他的經濟效益，IIoT由分散式控制系統演進而成，利用雲端運算完善和優化過程控制，達到較高程度的自動化。
大數據分析
大數據又稱巨量資料，指傳統數據處理應用軟體不足以處理的大或複雜的數據集的術語。大數據並沒有抽樣方法；只是觀察和追蹤發生的事情。大數據包含的數據大小超出傳統軟體在可接受時間內的處理能力。因近期技術進步，發布新數據的便捷性及全球大多數政府對高透明度的要求，大數據分析在現代研究中越來越突出，也是智慧製造的背後數據能力的基礎。
AI人工智慧
人工智慧（縮寫AI）指由人製造出的機器所展現出的智慧。建構能夠跟人類似甚至超卓的推理、知識、規劃、學習、交流、感知、移物、使用工具和操控機械的能力等，以及如何運用於系統正確解釋外部資料，從這些資料中學習，並利用這些知識透過靈活適應達成特定目標和任務的能力，在智慧製造中的作用，類近於人類的大腦，作為重要的智慧製造技術之一，AI的融合場景應用是未來企業的主發展模式。
AI除了智能分析也有智慧生成能力，與AI的協作將成為企業邁入智慧製造的重要助力，從內部的數據統整、數據後續分析、協助企業進行決策建議，優化產線自適應能力，如此循環讓企業最終達到智慧製造，讓人力能更有效率的執行其他高價值的工作，提升企業競爭力。
免費資料下載：未來企業新趨勢《數智驅動》白皮書
如何實施智慧製造？
智慧製造並非一蹴可及，企業不論內部運作或現場生產，整體思維的轉變也非一時半刻即可改變，逐步進行不同階段並落實，以作業數據化為基礎，架構出智慧物流、智慧設備、智慧管理等製造生產流程，連動運輸、製造、售後等各面向，提升工廠生產效率與產品品質，降低成本損耗，讓企業營運走向新的層次。
數位化
將紙本記錄轉為電子檔案便於儲存與管理外，生產現場的經驗也能藉由數據保存紀錄，多部門的數據數位化後，使用ERP系統進行整合，提升數據的價值，將原先的企業營運模式逐漸轉為數據管理，是進入智慧製造的門檻之一。
設備聯網能力
工廠整體作業可依照現有作業條件執行自動化與半自動化外，進行數位化後，連同設備的聯網能力、感測器應用技術等也需開始導入，如無法蒐集設備數據，AI與其應用場景將無法在後續階段落地執行。
延伸閱讀：掌握設備真實稼動＝掌握財富密碼
數據可視化與通透性
於生產現場及設備蒐集到的數據須經過梳理，數據通透可視化，能協助現場管理者洞察挖掘數據背後問題並處理，整理過後的數據才能為企業所活用，並制定相關決策。
可預測與模擬性
藉由數據分析後的結果協助判斷產線狀況與評估未來產能，APS系統也可協助預估生產作業流程診斷安排工單，維持產銷平衡，讓企業保持利潤營收。
可適應於智慧工廠
人工智能與工業物聯網的導入，協助設備之間的溝通，打造人工智慧學習平台，除了連動物聯網回傳的各項數據外，人工智慧協助工廠進行自我判斷、自主通報維護、自動排程等模型驗證，達到工廠作業中感知、決策、執行都能自主運作。
商業模式革新
在導入過程中系統使用者的定位、流程改變，最後才是技術革新，透過與系統商合作，架構建立適合企業的平台與技術，造出企業所需的系統，經由數位化流程與開啟組織再造，管理者協助塑造組織共同認知，掌握轉型進度，調解數位化過程的部門衝突與人力分配，使企業朝向轉型目標前進，觀察外部市場變化，偕同企業內部組織改革思考，制定對策，才能落實現場的智慧製造，企業的數位轉型。
資料免費下載：《IT+OT融合創新，加速企業數位化轉型》 白皮書
逐步轉型智慧製造的應用案例
台灣機械零組件產業以中小企業居多，倚仗地理群聚優勢，以及長期技術專業累積與靈活彈性等特質，加上完整供應鏈網絡，讓台灣的機械零組件於全球市場上具備高度競爭力。台灣閥門工業大廠一原金屬，最大的競爭優勢是一條龍服務，但近年來產業多樣性與客戶要求的交期縮短，遇到客戶急需，仍無法滿足客戶需求，造成商機損失。
在下定決心邁向智慧轉型之前，一原面臨著生產進度無法掌控的課題：
1.流程節點等待過久
從採購到生管再到製程，中間有過多流程作業與各站點間的等待，導致無效工時的浪費，形成交期瓶頸的重要因素。
2.衍生各種浪費
現場生產量與生產時間合理性，因沒有標準規範衡量作業人員的生產效率，導致無法掌控節奏，且為滿足客戶需求，透過加班甚至空運達成目標，造成獲利短少，人力、時間、成本等浪費。
導入系統，藉由精實管理消除流程製程中的浪費，轉型智慧製造路上獲得了以下改變：
1.梳理各階段流程，藉由機制順理流程
物料排程
以採購跟催、供應商評核、齊套追蹤三個機制，強化採單回覆、廠商出貨，進而達成供需平衡之目標，提升採購單準交能力，解決因料件缺料導致頻繁調整排程與等待問題。
生產排程
生產批量移轉機制達到快速流轉，降低批與批間的等待時間，再往推動縮短工單交付時間。排程派工機制使排程有初步產能負荷依據，生管得以以計畫與預計齊料日排入生產排程，依照前後排程銜接協調，sMES系統承接排程派工，達到自動化派工。
2.標準工時制定與監控
標準工時制定
透過sMES導入整併入庫單與公單，簡化BOM數量，為達到用精實生產來進行管理目標，需先進行時間研究之標準工時量測，定出標準工時。透過排程表控制生產計畫，掌握每小時以及每分鐘的產量，創造最大產能效益。
生產追蹤監控
生產追蹤機制，則是配置機聯網，透過看板即時得知進度落後狀況，於每日14:00根據落後項目進行處置機制，追蹤整體進度並回報，即時處理異常。
透過MES與eKB等電子看板，一原實現精實生產，透過削減工單數、縮小生產批量、導入精實生產，降低生產前缺料發生率，工單如期完工率從64%到89%。訂單達交率由40%，提升至87%。由延遲兩天出貨提升至提前10天完工，除了客戶變更交期狀況外，隨時準備好出貨程序。周轉天數從269天降至178天內，訂單交付天數從112天下降到 79天。
精實管理在智慧製造趨勢下被討論的迷思之一，是以為導入資訊系統、機器人、自動化設備就是精實。設備投資前提是人力經驗，刪除無價值的流程，讓員工學習更有效率作業，才是真正的精實管理。
延伸閱讀：一原金屬 植基於精實管理的數位化轉型
延伸閱讀：一原金屬透過全流程檢視 縮小生產批量 加快節拍移轉
進行智慧製造所面臨的挑戰
智慧製造與數位轉型是共存共榮的存在，但要執行智慧製造並不容易，許多時候了解智慧製造的理念想法，但在實際落地執行卻有許多阻礙，也無法進行規模化，生產效益無法因此提升，導致智慧製造成效不彰，也缺乏經濟效益。台灣企業在執行智慧製造時，會面臨4個挑戰：
自動化是唯一解？
自動化導入工廠有其優勢，在人力缺乏又希望增加產品良率的情況下，自動化是最好選擇，但如果只是將工廠產線的系統自動化仍然不足，未將整體生產流程一並規劃，如供應鏈、材料、生產規劃、倉庫、出貨等流程進行整體架構與場景背後數據融合，升級設備等，局部自動化反而衍生出支出成本過高的問題，須依據企業現況，勾畫未來企業整體架構與新技術整合。
AI技術力的完整融入
以往只能局部呈現的AI單體範圍效益，在AI技術的不斷突破下，也開始從單體擴散到整體，從辦公系統到作業場景開始有AI技術力的擴散，如何完整讓不斷突破發展的AI技術融入各種不同的作業場景中，且能互相連通幫助企業自動運作，是AI推動企業順利執行智慧製造的關鍵。
人才能力與思維轉變
智慧製造要發展，除了系統的轉換，組織再造與IT架構重整是企業一定要面臨的轉變，當系統轉換，其適應的人才技能如仍著重在舊系統用法，執行轉變的困難度也會因此提升，為內部人員訓練新能力，是轉變為智慧製造的心態調整之一；如企業組織架構較大，也需要新組織推動企業組織整合並推廣，在數位轉型和智慧製造這條路上較能發揮效益。
內部整合能力與規模化
智慧製造如以單一場景或專案開始試行，於簡單範圍內能成功執行，但如缺乏整合架構這塊，即便場景能作用，也無法快速推廣至不同產線或企業部門運作，建立一套2~3年的執行目標與規劃時程，每年規劃執行預算，並實際運用在生產現場與企業組織運作。
智慧製造的趨勢，持續進行的重要性
除了產線的軟硬體到位以外，跨平台的運作與跨部門的整合，整體思維轉為數據運作才是一間企業最終能執行數位轉型的重點，也是智慧製造最終能發揮實質作用的關鍵。管理者的思維轉變與決策更動、組織設立運作與執行、整體流程的改變設計與規劃、技術支援導入及應用，各單位與職能的數位化程度及整合應用，掌握轉型進度，在在都影響著智慧製造最終能否落地執行，讓企業完成數位轉型，迎戰不斷變化的世界趨勢。
延伸閱讀：智能+製造，數位化管理的數智工廠
結論
智慧製造是未來製造業的新趨勢，但除了生產現場，企業思維的數位轉型也要同步進行，而同步推動轉換的陣痛期也需要不少時間，運用適合的系統平台協助企業管理，規劃未來企業與數位工廠成長轉型藍圖，建立相關架構與技術支援，完善數位工廠管理制度，讓智慧製造能真正落地執行，才能提升未來企業在全球市場的成長，維持競爭優勢。
內文資料來源
工業4.0
戰略篇：導入智慧製造 5 個關鍵大哉問
何謂智慧製造(Smart Manufacturing)?
台灣製造業突圍，轉型智慧製造的四大挑戰
為什麼世界現在需要智慧製造？
智慧製造的基礎-智慧產品介紹
維基百科-人工智慧
維基百科-大數據
維基百科-工業物聯網
更多案例
查看更多
我想瞭解 
我是用戶 
我是夥伴 
