解密2021臺灣智慧製造發展現況與投資需求
資訊電子產業
瀏覽數:782
發布日期:2021/03/09
國際總體經濟迅速變化,如2018年美中貿易戰、科技戰,至2020年COVID-19疫情爆發等重大事件,已大幅影響單一企業生產布局策略,甚至對全球供應鏈及工廠稼動管理產生衝擊,企業經營困難度大幅提升。另一方面,為因應高度客製化消費時代來臨,可滿足變樣、變量訂單規格的智慧製造技術,業界需求開始浮現。
 
在生產模式與消費特性皆出現質變的下,產業對未來生產據點區位的選擇判斷也改變,「市場導向」將是未來企業選擇設廠地點、或遷移生產聚落的主要考量,研發布局亦需高度貼近終端市場的變化。而全球經營環境與生產要素的快速變遷,雖增添企業短期決策風險,卻也驅使企業思考是否加速導入智慧製造的關鍵點。
 
為使政府及產業界瞭解台灣企業智慧製造的現況,與未來規畫藍圖(投資項目與態度),資策會MIC於2020年12月發表「台灣智慧製造發展現況與投資需求調查」,讓台灣產業瞭解在地企業的智慧製造發展現況、需求規畫與決策因素,進而擘劃企業智慧製造導入藍圖。
 
以下針對該研究調查的重點發現,說明如下:相較2016年,2020年台灣產業評估智慧製造導入發展程度(註1),台灣產業導入及發展狀況呈現大幅度成長。
 
2020年的調查顯示台灣產業智慧製造發展現況(以產業整體平均發展態勢而言)達到「可連結」的比重最多、達33.9%,尚未導入智慧製造的比重為13%;相較2016年的調查結果,尚未導入智慧製造(認為產業發展在工業3.0程度以下)的比重為27.3%,明顯低了不少,顯見在政府政策輔導、市場客戶要求及產業競爭壓力之下,台灣產業導入智慧製造的比例明顯增加。
 
台灣產業智慧化系統設備導入程度,以可提升企業數位化程度的項目為主,至於新興應用領域如數位雙生、邊緣裝置等,導入程度仍偏低。
 
根據對台灣產業智慧化系統設備及應用服務的導入調查,在各項產品、系統、應用、服務中,以企業資源規劃的已使用比重最高,其次為可程式控制器、光學檢測及環境感測器,比重皆有超過五成。進一步分析上述四個項目已導入比重較高之因,是因為在工業3.0時代,ERP等應用是廠商提高工廠營運數位化的重要投資,過渡到智慧製造時代,導入比重自然會高於其他系統設備及應用服務。
 
反觀在工業4.0時代才興起的新興應用/服務,如數位雙生、邊緣裝置、AR/VR應用等,台灣企業導入意願低、甚至表示無導入需求的比重超過七成。分析背後原因,主要在於這些新興應用服務提供者多為國際品牌廠商,所塑造的應用情境及產品規格/服務內容,與台灣產業特性有所差異,甚至有些過於「超前部署」,以致於讓台灣產業產生「殺雞焉用牛刀」之感,自然降低採用意願。
 
此外,機器手臂、AGV等提高生產力的主要系統設備,根據調查結果,台灣產業現階段無導入意願的比重也超過五成,主要原因在於,廠商購置一條機器手臂產線所需的成本,可能超過百萬之譜,若要全面普及,投資金額恐怕會過大,若公司內部沒有設置自動化部門協助後續建置、維護,對於供應商/系統整合商的維修服務需求會非常大,再加上受限原廠服務所費不貲,如果採購的機器手臂數量不若其他客戶,設備出現問題時被原廠服務的順序容易遭到排擠,問題一旦無法即時解決,台灣產業採用意願也會降低。
 
台灣產業對於AI導入智慧製造的意願高達九成,導入AI目的或興趣非單一,多數企業傾向多方嘗試。
 
根據調查結果,台灣產業接近九成表示已導入、或有興趣導入AI應用,現有主流AI應用包含以下五種,分別為:1、優化工業機器人運作,如結合深度學習的3D視覺模組;2、強化供應鏈管理、生產規劃及製程最佳化,如智慧排程;3、提升工安與人員作業效能,如工廠環境及管線參數分析;4、強化生產設備,如設備預知保養;5、提高品質管理,如產品品質瑕疵肇因分析等。
 
上述五項AI應用都已導入、或有興趣導入的比重約為23.7%,相當於近上百個案例;另一方面,每一樣本平均會採用3.3項的AI應用,顯示台灣產業選擇AI資源導入時,將從多領域需求共同導入。
 
從上述調查重點可以看出,台灣產業為因應全球少量多樣彈性生產、數據即時分析等趨勢,已將「智慧製造導入」列為今後幾年的重大投資項目,其中有35%的受訪廠商願意在三年內進行投資,顯見台灣產業對於智慧製造的態度已從效益評估,進入到小幅度導入,未來若配合政府相關政策資源(註2),將可獲取事半功倍之效。
 
對單一企業而言,評估是否要發展或如何導入智慧製造之前,都應該有一個基本認知:智慧製造不是目的,切忌為了智慧製造而發展智慧製造,降低生產成本、提高生產力、滿足市場需求等,才是導入智慧製造的目的。
 
有了目的,才能決定哪些是最為急迫、最需改善之處,才能針對投資項目凝聚共識,這些投資項目應該先藉由多種診斷工具與分析模型,盤點公司現況,進而繪製公司智慧製造發展地圖。根據此一發展地圖,定義優先改善項目,問題定義清楚,導入之解決方案才能明確且有功效。
 
註1:產業導入智慧製造的發展階段可區分成五個階段,依成熟度分別是可連結(Connected)、可視化(Visible)、可分析(Analyzable)、可預測(Predictive)及自動回應(Autonomous Response)。
 
註2:相關政策如105年7月起推動「智慧機械產業推動方案」,透過政策工具帶動智慧化升級轉型,並朝成為「亞洲高階製造中心」的目標邁進。近兩年在美中貿易衝突影響下,政府為吸引台商回台投資、鼓勵業者投入智慧化轉型,也公布「產業創新條例」,企圖提高業者投資意願,加速智慧製造升級腳步。
 
(本文刊登於2021/3/7 工商時報A9版)
關鍵字: 智慧製造 ; 產業調查