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」。　

 

 

 

---