Interviews 訪談記錄

【校級計畫3】智慧製造的數位轉型(價創篇)

十二月 1 , 2022  

受訪者:羅文聰(DDS THU AI中心主任)

時間:2022年11月14日 下午14:00-15:00

地點:DDS THU AI中心

整理:張運宗

 

【編按】2019年8月「AI計畫」簽訂後,12月在經濟部與微軟AI中心見證下,聯合5家板金業者合作投資1千萬元,成立「板金國家隊」,羅文聰領導DDS THU AI中心旋即深入板金產業,展開「埋鍋造飯」式的落地合作,期以「Domain、Data、AI,研發解決方案」。註一  「AI計畫」第二年,2020年7月起,參與經濟部SMB/SMU與關懷計畫,導入15家業者,獲約1千萬元補助,註二 影響擴及板金產業。 「AI計畫」第三年,2021年12月,羅文聰主持開發「數位雙生精實生產管理系統開發計畫」,獲得「價創2.0計畫」2,250萬餘元補助,私校唯一。註三  從落地關懷到系統開發,藉此建立數位轉型的明確策略目標與方向,迎接數位時代的巨大挑戰。 這是傳產面對轉型的迫切需求,東海呢? 

 

生存:數位轉型的信念

 

  轉型是認清生存環境的目標導向,才能據以建立方法。 

 

  2021年《哈佛商業評論》(HBR,臺灣繁體中文)舉辦第1屆「數位轉型鼎革獎」,今年第2屆起則分6大類:數位轉型領袖獎、綜合數位轉型獎(分為製造業及服務業)、商業模式轉型獎、智慧製造轉型獎、卓越營運轉型獎,以及中小企業特別獎。註四  這說明了「智慧製造」確是數位轉型的一大項目,且數位轉型不僅止於產線、製造,更涉及營運、商業模式等面向。 

 

  數位時代的來臨,傳產必須相信,「數位轉型」是唯一的生存之路。 故領導者須先瞭解對未來數位轉型的想法,公司每位成員要找出適合扮演的角色,評估自己的數位與數據能力,更重要的是,全體上下對數位轉型的成功有沒有信心。 因為,這不僅是公司某個面向的改變,更是公司的「生存」問題,必須有一種信念,若想「生存」就必須轉型成為「數位公司」。

 

  Tesla是最顯著的例子,不只是一間製造汽車的公司,「人(People)+機(Wares)+數據(Data)」的概念巨變,讓Tesla成為一間「數位公司」。 另外,Satya Nadella於2014年接任微軟執行長後,藉由AI+HI的數位轉型,2015年起微軟大幅成長,股價屢創高峰。 實際上,製藥大廠Moderna、家具大廠IKEA都為佈局未來動能,運用科技驅動數位轉型,致能大幅提昇競爭力。註五

 

  「人(People)+機(Wares)+數據(Data)」成為數位時代的特色。 每個「人」作為使用者也都將會成為貢獻者,因為每個人的習慣都能成為「數據」,自然成為產品研發的貢獻者,再透過軟體的快速迭代,不必需要等待硬體更新,就能不斷提高產品的性能與使用者的便利。 

 

跨域:Domain、Data、AI

 

  「數據」(Data)帶動人(People)與機(Wares)的循環,所以往往以為「數位轉型」是資訊相關領域的事情。 其實傳產要進行「數位轉型」,關鍵是「人」的概念要轉變,必須清楚認識到傳產自身的知識(Domain Knowledge)最重要,然後願意讓資訊科技進入,共同克服跨域(Cross Domain)落差。 

 

  資訊人才通常不懂製造的流程與精實(Lean),但沒有資訊人才,傳統製造業無法進入系統化、自動化。 所以彼此要願意融合,組成團隊,建立溝通的語言和實踐的手感,老師傅(傳產)的經驗(腦袋)透過Data的分析與循環,讓AI學習,亦即AI-enable,給出預測與建議;建構企業決策智慧大腦。 這需要時間,需要人的概念轉變,而這也恰恰是跨域的難度。

 

  「AI計畫」的「智慧製造」一開始的策略方向就是「Domain、Data、AI,研發解決方案」,無論是板金國家,或是SMB/SMU,甚至藉由價創2.0開發「數位雙生精實」系統,都在「埋鍋造飯」,強調跨域落地實踐,深入瞭解產業的痛點,建立其Data Driven及AI-enabled的概念,並以具體的核心技術提出Smart Boss、Play Lean解決方案,目的就是找出真正「跨域」(Cross Domain)的模式,能與業界攜手邁向數位精實(Digital Lean)、數位雙生(Digital Twin)。 

 

轉型:邁向數位雙生

 

  傳統製造產業數位轉型的策略與方向,簡單一句話,建立起Data Driven(數據導向)和AI-enabled的觀念,從Digital Lean(數位精實)做到Digital Twin(數位雙生)。 

 

  過去因為種種原因,各公司從產線、訂單、供應鏈到財務報表的資料無法即時透明,故第一步是Data Driven(數據導向),讓所有的數據(資料)串連起來,所有的決策、協商、生產都可以迅速據此進行動態回應與敏捷調整。 第二步是AI-enabled,建立資料的模型、預測與建議。 至於Cloud-based雖非傳產的迫切需求,但未來的發展仍將走上雲端。 

 

  如果再深入觀察,傳產的特色是具有強大的彈性,擁有強大的製造生產能力,卻欠缺管理的能力,所以幾十年來部分公司/工廠導入標準化(Lean)、合理化(SOP),且達到相當高度的成果。 但進入數位時代又開始面臨不同的生存挑戰,「數位」突顯出傳產擁有製造的Domain與經營的經驗,卻缺少系統化、自動化。 如果數位轉型是傳產的唯一出路,那麼「智慧化」的系統化(Cyber Physical Systems, CPS)和自動化(Auto Machine)就是必要條件。註六

 

  舉個例子,在MOM(Manufacturing Operations Management,製造運營管理)架構中, APS(Advanced Planning and Scheduling,先進規劃與排程系統)是規劃端,MES(Manufacturing Execution System,製造執行系統)是執行端,問題是這兩項耗資不斐,而且必須整合ERP(Enterprise Resource Planning,企業資源規劃),姑且不論傳產是否瞭解ERP,問題是誰做? 再往下走,還會碰到供應鏈、線上庫存、機聯網(Internet of Things)諸種問題。 簡單說,在傳產的MOM中,從規劃、執行到設備,各自包含不同的元素,過去靠的是經驗整合,現在,如何找出、定義規劃、執行與設備能夠垂直貫穿的元素,並循環優化AI數據模型,才有機會建立起數位轉型。 

 

蛻變:追求策略目標

 

  世界經濟論壇(World Economic Forum, WEF)和麥肯錫(McKinsey & Company)自2018年起評比全球智慧工廠,並將最出色者評選為「全球燈塔工廠」(Global Lighthouse Network),以數位化的改變,提高生產效能,實現永續,其評選標準包括自動化、數位化、大數據分析、工業物聯網、5G等數位科技的建置與運用,做為工業4.0「智慧製造」的標竿。 一言蔽之,工廠能否以大量生產的低成本做到少量、客製化,也就是快速變動、敏捷回應、彈性生產;關鍵仍在「人(People)+機(Wares)+數據(Data)」的轉變。註七

 

  「燈塔工廠」建立了生產、永續、敏捷、迭代、客製化5大面向16個項目的KPI,讓每家工廠從這些指標中找出自己改善的目標;從人的改變開始,自管理系統到營運模式建立一套垂直貫穿的資訊系統。 

 

  在「數位轉型」的議題上,「燈塔工廠」提供了兩個具體的重點,一、轉型是一種目標導向,每個人必須認清生存環境,尋找目標,並據以建立解決方案;二、找出特殊Domain,跨域到數位,建立一個落地成功的案例(燈塔工廠),然後複製到一片產業。 

 

  「數位轉型」的關鍵還是在「人」,「跨域」的最大難度也還是在「人」。 製造業是從決策、規劃、執行到設備,由領導者揮舞大旗帶動團隊的每一個人;大學培育人才,道理一同。 「AI計畫」的「智慧製造」經過兩年多「對外」的落地實踐,建立產業「出口」後,推動「光點計畫:智慧製造班」,引進「網宇數位雙生」(CPS)、「敏捷製造」(Agile)等產業轉型所需課程,正在建立一個教育的跨域出口範式:轉型目標非常明確,培育「跨域」人才,「讓每個「光點」有機會進入且帶動企業(製造業)數位轉型或智慧化的核心團隊,成為傳統製造產業尋找改變所需要的人才」。註八 

 

註一,參見,「埋鍋造飯」;「東海大學攜手板金AI戰略聯盟暨國家隊成立典禮 創造傳統產業智慧轉型」;「林原正談板金產業提升」。

 

註二, SMB(Smart Machine Box)智慧機上盒輔導計畫,SMU(Smart Manufacturing Units)協助製造業智慧應用升級輔導計畫,及在地產業創新加值及學界協助中小企業科技關懷推動計畫,三者係皆經濟部推動的協助製造業升級的相關計畫。 參見,「智慧機上盒暨智慧應用升級輔導計畫」。 

 

註三,參見。 「AI計畫再突破 價創2.0榮獲補助」。

 

註四,參見「數位轉型鼎革獎」。 

 

註五,微軟執行長Satya Nadella和哈佛商學院Prof. Marco Iansiti檢視150家重要公司後,定義「科技強度=能力+科技+架構」,結果科技強度排名前1/4和後1/4的年複合成長率相差1倍(2016-2019)。 參見,《哈佛商業評論》2022年5月號。 另,參見,Marco Iansiti、Karim R. Lakhani,《領導者的數位轉型》(Competing in the Age of AI: Strategy and Leadership When Algorithms and Networks Run the World),台北:天下雜誌,2021;Satya Nadella,《刷新未來:重新想像AI+HI智能革命下的商業與變革》,台北:天下雜誌,2018。 

 

註六,參見簡禎富,《工業3.5:台灣企業邁向智慧製造與數位決策的戰略》,台北:天下雜誌,2019。 

 

註七,參見《Smart Auto智動化雜誌》,「專題報導:迎向燈塔工廠」2022年第81期。 

 

註八,「光點計畫:智慧製造班」。