企業創新
2020 全球製造新秩序，掌握企業智能製造落地四大關鍵
美中貿易戰進入持久戰，同時智能製造崛起，全球製造業供應鏈全面大洗牌，也讓台灣製造業備受衝擊。IBM 建議企業從被動衝擊的戰術，轉變為主動創新的生產移轉戰略，立足台灣、運籌全球，實踐新世代智能製造。
從工業 4.0、智慧製造、隨需製造（Manufacturing on demand）到短鏈革命，近十年來，製造業迎來多項極具顛覆性的轉型新趨勢。當多數企業還在規劃、觀望階段，川普政府關稅大刀一落，使得企業被迫立即啟動轉型以因應新局勢。
根據經濟學人智庫調查，在這波美中貿易戰所驅動的生產移轉中，亞太區的菲律賓、日本、新加坡、南韓及台灣皆處於相對受衝擊顛覆的國家。台灣 IBM 全球企業諮詢服務事業群合夥人李立仁在2020 全球製造新秩序論壇中指出：「台灣廠商面對的是製造業供應鏈的衝擊！企業得從被動衝擊轉變為主動創新的戰略，以智能製造提升生產移轉的價值。」
李立仁指出，面對美中貿易戰，台灣廠商各有不同的生產移轉方法。第一種是戰術性移轉，直接搬遷工廠；第二種是另尋土地和廠房移轉產能，重新部署大規模產量；第三種為戰略性移轉，也就是一次性推動智能製造，實現多量多樣的智能製造藍圖。
企業智能製造落地四大關鍵
所謂的智能製造，是以價值創造去抵銷產能移轉資本支出的戰略手段。然而過去幾年企業轉型智能製造卻鮮少有成功案例，李立仁分析台灣企業成功實現智能製造的四大關鍵因素如下：第一大關鍵：客觀檢視企業現況，廠商需要具備智能製造的整合性視野，進一步思考：我的現況在哪裡？我要從哪個階段做到哪個階段？可創造的最大經濟價值有哪些？
第二大關鍵：設定一至三年的明確藍圖，包括每階段的里程碑及每季度的檢核績效。企業轉型智能製造的過程有如摸石頭過河，企業得先設定想達成的藍圖，想達成工業 2.5 或是工業 3.5？分階段要達成的里程碑為何？
第三大關鍵：企業採用新科技時，除了針對應用場景進行許多概念驗證（POC），也要做完整的價值驗證（POV）和整合驗證（POI），才能達到智能製造的綜效。
第四大關鍵：轉型智能製造的過程中，結合集體治理與敏捷方法快速實踐商務價值，並設定具體的財務績效指標。
李立仁指出：「智能製造成功的企業都是在實現智能製造時，也具備商轉和自我投資的能力。企業必須在技術架構轉型中找出平衡資本支出跟財務績效的最佳方案，再按部就班擴展場景。」
至於具體的做法，可從應用策略著手，由於智能製造缺乏應用系統和場景之間的垂直整合，因此企業得先重新盤點現行應用系統，並決定哪些應用系統要在地化或集團統一標準化，再進而優化應用系統。以七年為期計算投資報酬率，就能明確定義出每年能挹注智能製造戰略的資本金額。
其次，定義企業雲端平台策略。第三，檢視現行 IT 成本結構，透過雲端旅程，企業可創造 IT 資本支出更加優化的成本架構。（延伸閱讀：AI 助力 IT維運，加速企業數位轉型 ）
智能製造執行藍圖五大階段
至於，在生產移轉的時程壓力之下，台灣企業要如何設定具有具體進程指標和財務價值的執行藍圖呢？企業可依照現況能力設定執行藍圖，智能製造執行藍圖五大階段如下：
階段一、連結（Connect）：透過物聯網蒐集工廠機器的數據，關鍵場景為機器對機器（M2M）的連接和互動。
階段二、轉換（Convert）：利用 AI 及邊緣運算技術，打造設備智能化的 AI 應用場景，取代傳統的電腦視覺檢測（AOI）。（延伸閱讀：啟動數位轉型第二篇章，打造 AI 時代的智慧企業 ）
階段三、網路（Cyber）：不同工廠之間往往採用不同系統，使得工廠中的經驗無法複製到其他工廠。因此，運用生產數據可視化技術，以及「數位分身（Digital Twin，數位雙胞胎 ）」的模擬預測，能讓工廠在運作時同步顯示工廠狀況，進而預測未來。數位分身的終極目標是訓練工廠具備認知及自主學習能力。關鍵場景為打造預防感知的工廠規劃系統。
階段四、認知（Congnitive）：透過微服務，以及整合營運科技（OT），關鍵場景是能自我診斷、自主修復、自動排程的智能工廠。（閱讀企業案例：打造認知型企業，邁向人工智慧旅程）
階段五、配置（Configure）：以混合雲平台及區塊鏈技術，打造軟體定義的價值鏈平台，實現高度客製化的供需能力。可打破供應鏈和物流的障礙，甚至進而做到一個產品即能製造的短鏈供給。（延伸閱讀：雲端運算下一篇章：混合雲大未來）
凌華科技智能工廠事業中心資深協理鄭名哲亦在對談中分享發展智能製造的經驗，他認為設備與設備的整合、連結、資料分析往往是困難之處，也就是工廠現場的資料整合，因此系統整合才能發揮最大綜效。
其次，企業必須做自動化，導入人工智慧才能建立設備監控、能源運作的標準流程，真正累積企業的智慧資產，在生產移轉時能快速將工廠的智慧複製到別的地點。鄭名哲表示：「今天不做人工智慧，明天會後悔！智能製造第一步要做連結和自動化，運用系統整合，做出綜效後才會得到企業後續的資金挹注。遠程目標則要發展數位分身。」
總體而言，李立仁建議想邁向智能製造的企業，短期目標以垂直整合為主，把工廠設備的資訊整合至數據平台，並結合 AI 技術，將數據發現整合到生產計畫中。中期目標則要跨出一個工廠的場景，調度區域資源，盤點所有會影響成本的關鍵因素，用平台整合生態系的所有合作夥伴。在全球高科技產業供應鏈重新布局的時局下，台灣企業能積極將危機化為轉機，實踐智能製造的大未來。