跳到主要內容

還不重視「整合思維」?小心工業4.0之路越走越歪

在看文章之前... 還是有種感覺, 不是技術的問題, 但是都沒有實作能力, 買也買不到要的... 基本上看在多文章也沒用, 還是先把技術練到某個層次... 吃飯是沒辦法解決問題的...
PS: 基本上真的會的人應該不會寫文章... 因為寫成文章的早就不值錢了...

去只要產品做的好,就不愁沒有銷路。但是製造業現在面臨的狀況大不相同,市場快速變化、競爭加劇,需求開始走向個人化、客製化,但相應的生產條件卻沒有辦法快速靈活應變,再加上勞動力缺乏的問題,一場席捲整個製造業的第四次工業革命撲面襲來,跟不上大潮必然被淘汰出局。

台灣的製造業曾經撐起了一個世代的輝煌,尤其擅長大量生產和代工製造。面對這樣的全球革命,製造廠商們也積極應對,希望乘著4.0的大潮再創奇蹟。
但現在有一個很大的問題是,很多廠商以為工業4.0就是技術革新、自動化、使用機器人的無人工廠。這個誤解造成了很多企業的工業4.0之路越走越歪,投入了大量資金沒卻沒有得到效益上相應的提高。

工業4.0是產品生命周期的大整合

工業4.0是產品整個生命周期的管理與服務,是從市場到研發生產再到銷售服務,整體環節整合。
王人賢
舉個例子,一家汽車製造公司,通過工業技術革新、自動化機器人生產實現了每分鐘生產一輛汽車,資訊的流轉從研發部門到採購部門到生產部門再到物流部門,到了用戶手中就停止了,如果車場想要獲取用戶的使用狀況,除非把車子開回來檢修才有辦法。
這種中斷資訊流導致車場無法提供及時客製化服務,也造成車場不了解用戶需求與產品狀況,無從下手新車研發與舊車改良。
如果這時一家競爭車場整合整個流程,或某廠商研製汽車端服務產品,不需要經過車場就能全部承攬用戶服務,那車場未來命運將不樂觀。

市場變化迅速,方向是成敗關鍵

巨人的倒下,不過幾年時間,諾基亞、柯達、索尼都是例證。市場快速變化的情況下,企業的反應速度、行動方向往往成為成敗的轉折點,這時候對市場數據分析尤為重要。
如圖一中的市場分析,實時抓取各地銷售數據,通過產品、地區、客戶等不同維度全方位展示產品的銷售情況,獲取各產品、地區、客戶在指定時間內的銷售波動情況和發展趨勢。這樣的豐富維度、實時數據分析為後方生產什麼樣的產品、研發的方向是什麼、採購多少原材料、生產多少產品等都提供及時而又準確的依據。
圖一
王人賢
圖二是一家化肥生產企業的報表。化肥的使用量與有效耕地面積和作物種類有直接關係。及時了解各地的耕地面積變化和種植類型,對於評估市場容量、制定市場策略有重要作用,也是生產部門制定生產計劃的重要參考。
圖二
王人賢

整合製造前後環節,實現大量生產與客製化的協調

生產要依賴於市場提供的數據,決定生產什麼、生產多少;採購庫存制約的實際生產量;服務售後資料又決定著著產品功能、質量該如何改進——生產,是工廠所有環節的連接者和資料整合應用者。
如今,市場的多變和客制化生產是大勢所趨,如何提高生產效率、縮短產品生產周期,以快速應對市場的變化,以及如何做到彈性決策和智慧生產以達到「大量生產」與「客製化」之間的協調,成為生產環節的關鍵。工業4.0中大熱的技術,物聯網、AI、機器人、大數據分析在這裡盡情發揮作用。
視覺化工廠透過大量佈建的感測器,密集擷取特定區域或物件的特定訊息,在PC上或是手機上就可以隨時了解整個工廠的運轉;BMW為了滿足每位顧客挑剔善變的需求,其生產線的應變能力已經到可以讓顧客在車子進入生產線的六天前,都可要求變更設計與配備的程度,沒有任何一輛是完全一模一樣。這些實現都依賴於技術的實施,以及技術背後全流程數據的整合。
通過感測器對各生產機構的生產裝置進行每5分鐘一次的數據抽取,集中展現在數據大屏上,集團能夠對各生產裝置的負荷了如指掌,也能及時發現和解決問題,保證生產效率。

服務是所有環節的試金石

在服務中了解客戶、了解產品,是對市場方向正確與否的反饋,也是生產質量、產品研發的反饋。對客戶反饋的產品問題進行數據分析,關注維修率和故障率,有利於幫助產品研發改良以及生產過程優化。
這些企業流程中的每個環節,都需要其他環節資料的支撐,整合的效果讓整個流程的效率、科學性大為提高。
但打通全流程的不是一件簡單的事情,每個不同的環節會遇到不同的系統,每個系統的資料庫、資料定義、資料統計標準可能也不一樣,這就形成了一個一個的系統孤島,無法彼此連接起來
還有一些環節還沒有做物聯網,軟體應用和數據收集尚需加強。但要在工業4.0中不落其後,這些問題都要一個一個慢慢補足。就像水桶,是其中一塊木片變短,決定了整個桶的容量。

從痛點出發,而不是從技術出發

看完了上面的講的內容,覺著挺好的,然後自己該怎麼樣還是怎麼樣,沒有很深的觸動,這是很多台灣廠商的現狀。究其原因,是工業4.0之路沒有從公司的痛點出發。只停留在技術層面上,看到大家都在布局工業4.0,自己企業也要導入一套資料視覺化工廠設備,而不是先分析企業存在什麼問題需要解決,結果往往是投入了很多卻不見明顯的降本增效的效果。
在進行工業4.0之前,應該問自己這樣幾個問題:
  • 企業目前有什麼痛點?
  • 可以用哪種工業4.0技術來改善?
  • 準備投入到少成本,以及如何衡量導入後的效果?
  • 改善之後的效果會比運用其他方法更好嗎?
如果你的答案是肯定的,再開始工業4.0之路不遲。

工業4.0是個過程,沒有完成了的狀態

我們談企業E化談了很多年,從開始導入CRM系統,到後面陸續導入MES、MIS、ERP、財務、物流、想笑系統,系統多了,數據雜了,再導入一個數據整合的工具:報表軟體或者BI商業智慧工具。
這些都是企業E化的過程,它沒有完成狀態,是一直在進行的,沒有企業說自己的E化完成了,以後高枕無憂無需再做任何E化了。
工業4.0也是這樣的,硬體里的感測裝置、網路裝置、機器人、穿戴式裝置、3D列印、智慧型手機,軟體中的雲端平台、大數據、人工智慧AI、虛擬實境VR/擴增實境AR術都是一個個階段,隨著發展可能還會蹦出新的技術。要做好沒有一勞永逸的準備,不斷根據企業的狀況、技術的發展來隨時優化,才能在激烈的競爭之中始終立於不敗之地。
《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。
(觀點文章呈現多元意見,不代表《數位時代》的立場。)

留言

這個網誌中的熱門文章

2017通訊大賽「聯發科技物聯網開發競賽」決賽團隊29強出爐!作品都在11月24日頒獎典禮進行展示

2017通訊大賽「聯發科技物聯網開發競賽」決賽團隊29強出爐!作品都在11月24日頒獎典禮進行展示 LIS   發表於 2017年11月16日 10:31   收藏此文 2017通訊大賽「聯發科技物聯網開發競賽」決賽於11月4日在台北文創大樓舉行,共有29個隊伍進入決賽,角逐最後的大獎,並於11月24日進行頒獎,現場會有全部進入決賽團隊的展示攤位,總計約為100個,各種創意作品琳琅滿目,非常值得一看,這次錯過就要等一年。 「聯發科技物聯網開發競賽」決賽持續一整天,每個團隊都有15分鐘面對評審團做簡報與展示,並接受評審們的詢問。在所有團隊完成簡報與展示後,主辦單位便統計所有評審的分數,並由評審們進行審慎的討論,決定冠亞季軍及其他各獎項得主,結果將於11月24日的「2017通訊大賽頒獎典禮暨成果展」現場公佈並頒獎。 在「2017通訊大賽頒獎典禮暨成果展」現場,所有入圍決賽的團隊會設置攤位,總計約為100個,展示他們辛苦研發並實作的作品,無論是想觀摩別人的成品、了解物聯網應用有那些新的創意、尋找投資標的、尋找人才、尋求合作機會或是單純有興趣,都很適合花點時間到現場看看。 頒獎典禮暨成果展資訊如下: 日期:2017年11月24日(星期五) 地點:中油大樓國光廳(台北市信義區松仁路3號) 我要報名參加「2017通訊大賽頒獎典禮暨成果展」>>> 在參加「2017通訊大賽頒獎典禮暨成果展」之前,可以先在本文觀看各團隊的作品介紹。 決賽29強團隊如下: 長者安全救星 可隨意描繪或書寫之電子筆記系統 微觀天下 體適能訓練管理裝置 肌少症之行走速率檢測系統 Sugar Robot 賽亞人的飛機維修輔助器 iTemp你的溫度個人化管家 語音行動冰箱 MR模擬飛行 智慧防盜自行車 跨平台X-Y視覺馬達控制 Ironmet 菸消雲散 無人小艇 (Mini-USV) 救OK-緊急救援小幫手 穿戴式長照輔助系統 應用於教育之模組機器人教具 這味兒很台味 Aquarium Hub 發展遲緩兒童之擴增實境學習系統 蚊房四寶 車輛相控陣列聲納環境偵測系統 戶外團隊運動管理裝置 懷舊治療數位桌曆 SeeM智能眼罩 觸...
opencv4nodejs Asynchronous OpenCV 3.x Binding for node.js   122     2715     414   0   0 Author Contributors Repository https://github.com/justadudewhohacks/opencv4nodejs Wiki Page https://github.com/justadudewhohacks/opencv4nodejs/wiki Last Commit Mar. 8, 2019 Created Aug. 20, 2017 opencv4nodejs           By its nature, JavaScript lacks the performance to implement Computer Vision tasks efficiently. Therefore this package brings the performance of the native OpenCV library to your Node.js application. This project targets OpenCV 3 and provides an asynchronous as well as an synchronous API. The ultimate goal of this project is to provide a comprehensive collection of Node.js bindings to the API of OpenCV and the OpenCV-contrib modules. An overview of available bindings can be found in the  API Documentation . Furthermore, contribution is highly appreciated....

完形心理學!?讓我們了解“介面設計師”為什麼這樣設計

完形心理學!?讓我們了解“介面設計師”為什麼這樣設計 — 說服客戶與老闆、跟工程師溝通、強化設計概念的有感心理學 — 情況 1 : 為何要留那麼多空白? 害我還要滾動滑鼠(掀桌) 情況 2 : 為什麼不能直接用一頁展現? 把客戶的需求塞滿不就完工啦! (無言) 情況 3: 這種設計好像不錯,但是為什麼要這樣做? (直覺大神告訴我這樣設計,但我說不出來為什麼..) 雖然世界上有許多 GUI 已經走得又長又遠又厲害,但別以為這種古代人對話不會出現,一直以來我們只是習慣這些 GUI 被如此呈現,但為何要這樣設計我們卻不一定知道。 由於 完形心理學 歸納出人類大腦認知之普遍性的規則,因此無論是不是 UI/UX 設計師都很適合閱讀本篇文章。但還是想特別強調,若任職於傳統科技公司,需要對上說服老闆,需要平行說服(資深)工程師,那請把它收進最愛;而習慣套用設計好的 UI 套件,但不知道為何這樣設計的 IT 工程師,也可以透過本文來強化自己的產品說服力。 那就開始吧~(擊掌) 完形心理學,又稱作格式塔(Gestalt)心理學,於二十世紀初由德國心理學家提出 — 用以說明人類大腦如何解釋肉眼所觀察到的事物,並轉化為我們所認知的物件。它可說是現代認知心理學的基礎,其貫徹的概念就是「整體大於個體的總合 “The whole is other than the sum of the parts.” —  Kurt Koffka」。 若深究完整的理論將會使本文變得非常的艱澀,因此筆者直接抽取個人認為與 UI 設計較為相關的 7 個原則(如下),並搭配實際案例做說明。有興趣了解全部理論的話可以另外 Google。 1. 相似性 (Similarity)  — 我們的大腦會把相似的事物看成一體 如果數個元素具有類似的尺寸、體積、顏色,使用者會自動為它們建立起關聯。這是因為我們的眼睛和大腦較容易將相似的事物組織在一起。如下圖所示,當一連串方塊和一連串的圓形並排時,我們會看成(a)一列方塊和兩列圓形(b)一排圓形和兩排三角形。 對應用到介面設計上,FB 每則文章下方的按鈕圖標(按讚 Like / 留言Comment / 分享 Share)雖然功能各不相同,但由於它們在視覺上顏色、大小、排列上的相似性,用戶會將它們視認為...