留言討論


分享本文至 E-mail 信箱

臺灣的工業 4.0 如何走?聽聽 KEX 合夥人、MoBagel 共同創辦人怎麼說

2016 年 09 月 26 日

在德國經辦處代表 Harzner 帶來工業 4.0 的簡介與形成脈絡後,接下來由來自 KEX 的 Michael Hoppe 與來自 MoBagel 的鍾哲民分享德國對智慧製造的解釋和應用,以及如何利用「物聯網數據分析」實際改良生產狀況。

KEX(Knowledge Exchange AG)是一家技術和市場趨勢資訊供應商,著重在相關產業與客製化技術的資訊與觀察報告;過去為 SME 等多家公司之顧問的 Hoppe 是 KEX 中工業 4.0 的負責人,並制定數位化之戰略制定與施行。

他首先帶來兩張照片:德國柏林的圓環、法國的凱旋門。

(圖片截自 Michael 簡報)
(圖片截自 Michael 簡報)

「兩個地方差在哪裡?德國的圓環從燈號變化與車道規劃著手、由上而下的制定規則,就像過去的工業製造;而法國凱旋門的重點則是每個角色的自主溝通,從個體產生即時影響,就是一種工業 4.0 概念的表現。」

一個非常高級的笑話。

Hoppe 這樣解釋工業 4.0:在組織和整條產品生命週期價值鏈的控制上,加強需求客製化的能力,第四次工業革命強調自覺性的反應(「比如在法國的反應可能就是按喇叭」他調皮道),最後想要達成的是整合人、物和系統,更有即時性、組織能力的連結。

從收集資訊、分析到行動,工業 4.0 可簡單分為感測器(sensors)、網絡(network)、數據(data)與人機互動介面(human machine interaction),除了提供智能解決方案,也可應用在公司組織發展或文化塑造上,最終建立一個數位化的商業模式。他認為,工業 4.0 給的是這樣一個框架,人們套入之前要思考問題所在、從「價值」出發,而其為企業帶來的價值包含成長與收益,以及產能和效率,Hoppe 並各舉一個例子說明。

成長與收益

在汽車製造業中,傳統方式革新從外觀、加速度、節碳能力等角度創新,推出一代又一代「性能」更好的車;但是當工業 4.0 時代來臨、新產業形成,革新團隊根據客戶的全新行動需求以數位化方式革新,強調在製程、製造鏈中做更新,這些汽車不在意外表,而是自動化、使用者數據與服務模式。「我認為過去車種在五到十年內會被取代,大家要想想數據、數位化會如何影響自己,或自己公司的利潤與成長。」

產能與效率

講細一點,智能製造、數位化生產(digital production)到底是什麼?Hoppe 說主要有三個步驟:

  1. 找到可測量、可連結、可數位化的數據:
  2. 分析數據:透過四步驟把 big data 變成 smart data
    1. 描述性分析 – 發生了什麼事
    2. 診斷性分析 – 為什麼會發生
    3. 預測性分析 – 接下來可能會發生什麼事
    4. 規範性分析 – 我該如何讓某件事發生
  3. 決定優化方案

套入智能製造概念,優化生產線的每個環節:收集整條供應鏈的即時數據調整產量,降低倉儲成本;即時調整生產 KPI 與修正錯誤,降低製造與品質成本;導入智能化管理與自動化生產,降低人工成本;以供應鏈自動化、原物料協調系統降低物流成本;以更靈活的製程與產能預測提高生產彈性;彈性的組織與合作流程、資訊透明性,提高價值生成速度

(圖片截自 Michael 簡報)
工業 4.0 能為企業帶來的價值包含成長與收益,以及產能和效率(圖片截自 Michael 簡報)

Hoppe 說,德國導入工業 4.0 觀念的企業,平均能提升 20% 的總產能,並以智能製造、智能網絡以較低的成本達到客戶的個人化需求,同時為先驅者建立產業門檻。

「應用於生產時,企業遇到最大的問題常常是『如何找到最正確的價值和解決方式』。透過以上架構、痛點分析,接下來把需求轉成實際行動,才會知道能做什麼改善。」不斷強調「找到問題」的 Hoppe 說,「就像大家最愛用的例子:買鑽孔機的人不是要買鑽孔機,而是牆壁上那個洞,我該想的是如何幫他形成那個洞!」

KEX 的創辦人 Michael Hoppe
KEX 的合夥人 Michael Hoppe

物聯網將解除溝通上的限制

論壇的最後一位講者是 MoBagel(行動貝果)的共同創辦人鍾哲民,他笑說比起前兩位,自己算是身在第一線,能為大家帶來一些殘酷的現實狀況。

MoBagel 在去年於矽谷最大黑客松 Dreamforce – Saleforce $1M Hackathon 獲獎後成立,現已成為日本市佔第一的物聯往分析服務。總部設在加州,在臺北與東京都有子公司,截至目前處理超過 2.1 億個物聯網裝置、33 一筆物聯網資料,團隊成員包含鍾哲民在內全是研發人員。「我們專門提供物聯網模擬分析服務,客戶包含零售業、能源與工業 4.0,工業 4.0 真的很重要,而且最難搞。」

MoBagel 共同創辦人鍾哲民
MoBagel 共同創辦人鍾哲民

「我們知道,線上數據分析已經非常成熟、線下數據則隨著物聯網發展才剛開始,後者卻占了真實世界數據的 95% 以上。」鍾哲民說。

包含屬於第一批研究物聯網之先驅者的 Cisco 在內,許多廠商、媒體大膽預測到了 2020 年,會有 500 億個聯網裝置上線,產生約 44 Zeta Byte(1 ZB = 1012 GB)的超巨量數據。這件事對我們有什麼幫助?鍾哲民說,一個很大的意義是讓機器在環境中的溝通更順利。

雲端、網路的出現讓我們不再受時間束縛,可以半夜購物、聊天;手機或行動裝置則解除了空間限制,例如在車上也能上網;物聯網則解除了「溝通」的限制。他以冷氣為例解釋,「現在的冷氣,我們需要手動設定溫度、時間,數據化、智能化之後它會更懂你,會知道當下怎麼給你最舒適的設定,這就是解除環境限制。」

說到物聯網,大家會先想到「物」,第一個能賺到錢的環節的確也是賣感測器,但物、甚至雲端都只是一小部分,真正的金礦是後端數據分析,在 2020 年的預計產值中佔了大概 2,620 億。「我們有個客戶是零售業,他很早就開始埋感測器、收集了 7 年的資料,透過我們數據分析服務、改善提供服務方式後,一年多了 8 億日圓的營收。」

市場邁向多元、精緻化

工業 4.0,鍾哲民試著回答兩個問題:一,為什麼我們需要?以及二,既然這麼重要,為什麼業界很少人真的在做?他的答案是「市場導向」與「速度」。

「過去,市場習慣以規模壓下價格,現在則逐漸走向多元化、精緻化,數量沒有以前那麼大。比如許多品牌一季會出十幾款手機,代表一個設計只能賣個一兩季,工業上的需求變得越來越多元而精緻,這會推著廠商進入工業 4.0,讓產能與品質最大化。」

品質提升不可能靠直覺,因此需要數據分析。

過去的品管是師傅們直接走到產線視察,微調溫度和酸鹼值,但如果找不到異常參數呢?只能以師徒制交替人才嗎?產線替換又該怎麼辦?鍾哲民認為「數據分析」能提供一條客觀的途徑尋找問題癥結點。

MoBagel 曾服務過一位生產隱形眼鏡放大片的客戶,因為產品特性(貼著眼球,差一點就十分明顯),幾年前就開始研究如何透過製程改良讓生產能又夠快、圖案又準確,即精緻加上差異化,目前這位客戶市佔率第一。「這是一個淘汰過程,只是走得很慢,工業 4.0 不像前三次工業革命,一下子就全面汰換過來。

他把工業 4.0 分成六個階段:

產線自動化 > 資料自動收集 > 視覺化監控 > 篩選重要特徵 > 分析驗證 > 回饋應用改良

產線自動化就是工業 3.0(其實臺灣很多廠商還沒達到 3.0),檢驗項目還是用眼睛看或手動,或者想研發機器人取代人,這些都是產線自動化。以感測器收集良率、變化、溫濕度等參數資料之後,利用即時(real time)資訊去做監控。一個智能工廠會有幾千個感測器與參數,慢慢地你會知道要看哪幾種關鍵數據,這是「篩選重要特徵」;最後做實驗和調整,嘗試調整產線使良率提高,達到最後一步的回饋。

(圖片取自鍾哲民簡報)
(圖片取自鍾哲民簡報)

MoBagel 的服務則分為三部分:抓回分散的數據並統一、大數據處理(包含儲存、查詢、分析),最後提供優化方案。

「我們提供監控平台,接下來幫助客戶找到對的影響因素,並分析過去資料做未來預測。MoBagel 建立了雲端 AI 引擎去學習預測,並在數據快要超過正常值對客戶發出警告,準確度落在八成多,省下很多人工監測的人力。」

(圖片截自 MoBagel 網站)
(圖片截自 MoBagel 網站

投資者與老闆的心態跟上了嗎?

分析亞洲物聯網的應用狀況,鍾哲民說 MoBagel 的客戶主要來自日本,在那裡看見很多已收集多年數據的廠商,臺灣和中國大陸則還在過渡期。「比起中國,臺灣的腳步真的慢了一些,他們已從單一產品衝量與低價,轉變為追求品質高、多樣,尤其深圳已經走向國際。近年,我們有不少產業開始精緻化,其他也應該慢慢跟上,第一步可以從自動化和數據下手。」

Herzner 則提到,若將工業 4.0 分為軟硬體兩部分,前者運用很多科技,對中小企業多因此適應彈性佳的臺灣有利;另外臺灣的工具機能力強,形成一個群聚效應,工業狀況也是個優勢。「問題可能在臺灣公司的心態,老闆們對無形資產的投資會有一種保守心態。不過我很高興今天在這裡遇到了 MoBagel,他們甚至走出臺灣到了日本!」

或許從像 MoBagel 這樣擁有研發能力的新創團隊開始,建立產業對工業 4.0 的認知與投資信心,再結合上個世代累積下來的硬體技術,臺灣也能真正找到屬於我們的製造 4.0。

封面照片:PanX

關於作者


der

PanX 編輯,商學院畢業的小流氓,除了文字,最喜歡狗和吉他。非常羨慕神樂,想養一隻定春。

留言討論


網站更新隱私權聲明
本網站使用 cookie 及其他相關技術分析以確保使用者獲得最佳體驗,通過我們的網站,您確認並同意本網站的隱私權政策更新,了解最新隱私權政策