從生產價值到環境價值的追求,工廠裡的轉型是怎麼一回事?

近十年來,製造業十分積極投入工業4.0,直到去年歐盟正式提出一個名詞:「Industry 5.0」。它和4.0的差別是什麼呢?除了生產價值,人的價值或環境的價值更被重視。

講師:黃逸華 / 華實智造科技公司 數據長

相信大家最近都聽過ESG,節能及碳關稅等議題也逐漸受到許多工廠老闆的重視。過去,從工業革命一直到工業4.0以來,人們關注的都是產能、效率及良率,新的思潮卻讓我們開始關注良率、效率外的事情,現在的工業到底是怎麼一回事?

工業5.0來了,那麼尚未落實的工業4.0呢?

每個人提及數位轉型或AI專案導入的方式、角度和方向好像都不一樣?但從另一角度來看,好像又都講得一樣。到底我們現在面對的事情是什麼呢?我們對工業的期待,不外乎是快速、效率以及多樣化 ; 多樣化指的是,面對不同的客戶及產品時,是否能回應他們的需求。

以當前仍是重要產業的汽車業為例,在十九世紀末、二十世紀初,福特和他的T型車可說是當時的引領者,福特汽車開始出現流水線的概念。即使現今的技術已大幅進步、生產速度變快、產品逐漸多樣化,但其基本邏輯依然相同。我們還是在依循有序的狀態下,進行同樣物品、同樣動作的大量裝配,只是過去可能都靠人力,現在部分已轉換成機器。

再以我們身上穿的紡織品為例,有些可能是需要大量人工的工廠產品,也有一些是量身定做的產品。在量產與客製化的產品間,我們該如何選擇?大家應該發現到,現在的人越來越不喜歡大家都使用一模一樣的產品,希望自己能擁有特色或最符合自己需求且與眾不同,因為這樣的需求帶動了製造流程的變化,同樣也引領了生產面的變化。

從以上兩個案例可以看到智慧工廠不只是單純的加快生產速度、提高效率或生產更多不一樣的產品而已,智慧工廠追求的是少量、多樣、美而廉。過去量產的世界,我們希望美而廉、東西要好又漂亮,但是,生產的過程事實上是需要選擇的,到底要好?還是要快或便宜?這中間都需要有所取捨。

我們以為21世紀的工廠早就已經機械自動化了,但事實不見得如此。從傳統製造業到電子廠,還能看到工廠內仍有大量的人力需求。原因就在於現今的需求已經變成少量多樣,但是機器設備通常是為了大量生產而設計,因此無法有太多的彈性。即便我們使用大量生產的方式進行量產的工作,但到了需要檢查產品的生產末端,也就是所謂的品質管理階段,檢查的事情及步驟變得繁複,在這個環節就需要大量的人力介入。人的角色就是在製造的過程中,補足機器因為彈性不足,以致於無法符合生產需求的空缺,這樣的生產邏輯因此長期存在工廠內。

另一方面,可以看到電子加工業的例子,過去幾十年來都在尋求人口紅利高的地方,從最早的高雄加工區,再到深圳、昆山,最近越往越南、東南亞等地走,大概都是同樣的邏輯。這樣的狀態是因為廠商不做自動化嗎?其實不然,這些工廠的自動化都做得非常徹底。那麼,是因為這些工廠不想努力嗎?也不是,這些廠商比誰都厲害。前陣子,我們才看到報導提到台灣有27家電子業廠商已經是超過千億美金的大型企業。

那麼,我們期望智慧工廠能達到的目標是什麼?事實上,我們期待智慧工廠能在不需要很多人,且可變的流水線上進行「客製精準量產」。

簡單說,我們希望它是可以自己運行的關燈工廠。當中不會有人為的生產瓶頸或誤差。那麼,我們必須先評估這當中的平衡是什麼?期待智慧工廠誕生的同時應該投入什麼呢?

工廠中我們常說的人、機、料、法、環,在提到AI或是智慧工廠時,則需要加上一個重要前提:「在數據驅動前提下」的人機料法環,也就是說在談論人機料法環前,我們要關注數位轉型(或稱數據轉型)。如果沒有思考過下列四件事,是沒辦法前進的:

數:數據在哪裡?
據:根據的藍圖?也就是我們立足在哪?要往哪個方向走?
轉:該採取什麼行動才能有效的轉型?台灣人常說要轉骨,我們該做哪些事呢?
型:對未來的定位是什麼模樣?

有另一個觀念在談數位轉型時常被提及,就是敏捷專案管理。敏捷是做專案的一種方式,但在做專案之前,企業時常不知道要解決什麼問題?更別提要做什麼專案管理了。

為什麼數位轉型複雜且困難?

我們以上面這張圖說明不同專案的狀態,左下角為可預測的問題:假設工廠原先有50個人要吃飯,明天有新人進來,所以人數提高到70人,在需求調整的狀況下,我們需要做哪些因應?這是個簡單且可被預測的事。

左上角的增量指的是,在軟體開發的過程中,需要的功能越來越多,既要保存既有的功能並除錯,還要加入新的功能,像這樣的專案,我們就會說要做增量開發。

右下角的迭代則是指,當目標需求不斷變化,需要考慮的事越來越多,我們就會使用迭代。

但在討論數位轉型時,常會發現需求不明確、範圍不固定、技術不具備以及目標不清晰,導致寸步難行,這類的狀態就屬於混沌的問題。這時候,設計思維就是其中一種較適合處理混沌現況的戰略工具。

轉型像攀岩,成功者的共通點是從未摔落

進行數位轉型時,需要討論以下問題:企業現狀是什麼?目前有哪些資源?我們要怎麼做才能達到轉型之後的目標?

「Design the Right Things & Design the Things Right 」是設計思維的兩個關鍵核心,可以協助我們釐清前述問題。找到對的事情來進行設計,也就是要該找到企業中需要解決的問題。當內部在探討企業問題在哪裡時,藉由不斷的溝通凝聚共識、找到對的方向,這就是所謂的 Design the Right Things。接下來才思考要如何設計行動方案:「Design the Things Right」。

舉例來說,工廠裡有個環節會需要先做個專案試試,但做完了A機台、可能還有車床、縮壓機;電子廠裡可能會有SPD、SMT、回焊爐等不同的設備,每一個設備都有機會展開成一個大方案。在做數位轉型的時候,我們不會用一點一點逐步往前推展事情。因為這樣做,會不知道下一個點應該要做哪件事?

這時候,設計思維能協助將所有的點都畫出來,並從中協助我們釐清點和點間的關係。透過點與點連結而成的線,再慢慢構成面,就能看見一張藍圖。

有了設計思維這樣工具後,我們再重新檢視數據轉型:

數:數據在手。不僅知道公司數據在哪裡,同時也檢視是否已經善用這些資料。
據:根據在心。大家對於公司接下來的前進方向是有共識的。
轉:技術我有。事實上,技術是數據轉型中最簡單的事。
型:共同目標。公司已經確定轉型後的目標。

最後想和大家分享,在做數位轉型或導入AI技術時,時常會聽到有人提及Quick Win,但Quick Win 是不是真的贏?讓我們試著從以下兩個角度來看看。

從工作者的角度來看,快贏或許可以很快的完成某件事情,拿到Credit並得到讚賞及同事的支持,但在工廠中,如果沒有戰略思考就快速的完成某件事,會有很多其他要解決的問題,可能常要面臨資源有限,但大家對你會有過多期待,這樣的狀態很容易讓新專案在導入時停頓,一旦拖延久了,這件事的完成就變成遙遙無期,最後無疾而終。

對經營者的來說,他看到的是成本投入和收益間的關聯性,因此Quick Win不會在他的考量範圍內,而公司要解決的問題通常也不是Quick Win 能處理的對象。

綜合以上所述, Quick Win 應該被視為一個戰術工具而不是戰略目標。企業做數位轉型時,不可能窮盡所有變數,若能先快速過濾,將精力集中在有限因素上,快速實驗找出解決需求方案,獲得初步成果後,再不斷迭代與修正。好比攀岩,成功者的共同點不是多少次登頂,而是從未摔落。