boitumelo-phetla-fP9VEkZ-L0s-unsplash

2022.07.29

智慧製造對產業來說是幫助還是負擔?三張圖表讓你快速搞懂

究竟智慧製造對產業來說是幫助還是負擔?或許從一些構面中能找出智慧製造帶來的助益,同時尋求外部新創團隊的解決方案優化營運。
鴨鴨大師

鴨鴨大師

硬體創業起家,後參與家族基金與PB的工程宅,現為識富天使會投資經理。 原子論與現實主義擁戴者,對deeptech與底層物理有絕對偏執。討厭加州卷、香菜披薩一類不合邏輯的食物。

以資本市場而言,智慧製造時常與傳產製造作直接聯想,往往讓人有投入規模較大、回收週期長且驗證複雜度高等印象,對於個人或有投資年限的資方並不算特別友善。而實際上的智慧製造本就是要因地制宜並且持續迭代,就如同70年代全球石油危機而產生的重大建設加大投資與優惠,也是在經過了二十載的累積造就現今矽島之名,智慧製造的本質亦是如此,須結合全市場之力共同發揮。

總體環境基礎與真正該解決的問題

雖是簡化且粗暴的描述,但產業確實受制於物料/資本週期/政策等情勢,有時也必須被迫跟進類似氛圍,這並不是錯事,只是也使轉型前後的新投入資本無法更有感體現。而綜觀全球各機構主張與政策目標,我們依然可以得到以下導入智慧工廠的簡化目標:

智慧製造能加速企業自動化涉入程度、能源/資源消化的效率及資料萃取與模型回歸,也因此,以近年來全球倡議的零碳排議題,當工廠導入智慧製造的解決方案,將有助於透過物聯網紀錄機台運作過程,並從中獲取數據協助判斷資源分配,讓工廠運轉能更有效率、避免不必要的能源消耗做到初步零碳排佈局。

隨著解決方案導入、數據搜集,也能逐步滿足對智慧製造的想像跟目的,提升營運效率。

底層分級與定義

綜觀海內外各論點、出現在市場上的各項方案,以及實際的產業常態後,智慧製造其實可以追本朔源的用「資料密度與迭代程度」以及「自動化涉入程度」兩項指標為基礎,並搭配軟硬體的搭配難度與細緻度,簡化為下述4+1種等級:

其中的Lv5為分類中的最高級,代表能完全自動生產與外在要素預測,但在現行技術中可說是暫存的架空概念,不過能以此為目標藍圖、作為勾勒下一世代製造規模。由低至高不代優劣,而是高者包含低者層層包覆,簡單描述不同等級的解釋可以下表簡化:

整體來說,以上述五種等級描述現行的智慧製造方案,針對單點或線都可搭配前述的四個目標做錨定,並開始做量化對比,讓無論是中小企業或集團經營都能有效、快速的找出符合自己企業經營型態和週期的階段目標與里程碑,並依照過程隨時修正。

新創團隊切入智慧製造的解方

同時以此為基礎時,我也觀察到目前市場上新創團隊為了解決企業導入智慧製造的痛點提供的解決方案,多以單點技術延伸的應用。包括解決成本結構優化、稀釋資本投入壓力及擴張可生產產品規格等。以成本結構優化的項目來看,有不少新創團隊以雲端解決方案提供企業選擇,透過數位工具的協助、讓場域內的設備運作更加數位化,當資訊得以被蒐集就能協助管理者執行更精準的判斷,從產線稼動率的調整、乃至於原物料的準備都能有所改善,藉此優化營運成本的結構。

而目前市場上不少企業在迎向智慧製造的路徑上,多以第二階段並逐步邁向第三階段的速度前進,包括衛星倉/離散倉儲、OEE管理軟體及近場感測等都屬於熟悉的第二階段;至於邊緣運算、資料中台為主的資料萃取I/O或能模仿機器手臂的自動進送/揀選等,都可被視為第三階段的智慧製造等級。

最後,我想給實務上正在考慮投入智慧製造的企業或是正在尋找如何切入這個領域提供解決方案的新創團隊幾個建議。首先包括明確定義想要的目標值(也包括新創解決方案能否顯著改善企業痛點能力)、將軟硬體分別的貢獻歸類避免單一服務商壟斷(同時也是觀察市場上相同解決方案的提供者數量與差異性),最後則是界定資本投入前後對照指標,以期不管是從導入解決方案的企業、或瞄準智慧製造市場投資的角度,希望都能有所幫助。