工業4.0的定義為何?有哪些科技與應用?

最後更新於:September 7, 2022

定義

工業4.0為何?

工業4.0,又稱第四次工業革命,其真正的核心是連接度(Connectivity),工廠結合了九種科技驅動著八種不同的價值動因,在總共26個不同的層面當中,引領著組織轉型。

微觀來看,它是機器與機器之間的橋樑,在沒有人類干涉的情況之下,機器與機器之間透過數據互相傳遞訊息,經典的例子包括自動販賣機自動將庫存的數據傳送到到總機以效率化營運流程。而正如同自動販賣機的例子一般,在製造業當中,庫存層面的物聯網應用也是最常見的例子,例如實時供應鏈優化(Real-Time Supply Chain Optimization)、實時成品率優化(Real-Time Yield Optimization)。

一間國際卡車製造商在他們當次所生產的十萬輛卡車內的引擎以及其他機件安裝監測器(Monitor),並透過他們所訓練的模型(機器學習)預測哪一輛卡車將在近期故障,當發現潛在故障可能時,系統將會自動通知司機此情況並與卡車附近的維修中心預約保養時間。同時,系統將會自動寄出相關機件(卡車內部故障的機件)至維修中心,並傳遞詳細情況給維修技師。

  • 這不僅降低了危機發生的風險、提高使用者經驗、同時也為這間製造商帶來了新的收益來源

宏觀來看,它更是社會需求與供給之間的橋樑,需求無所不在。然而,在這個市場上依然有龐大的需求尚無法被滿足。而這出於三個界線。技術的界線、獲利的界線、 道德與法律的界線。

而因為各式各樣的科技興起、發展以及全球化,製造商得以不斷的推進技術的界線,打破以往所定義的不可能。然而,真正重新定義整個市場的是工業4.0在獲利界線上的推進。

近期的天氣、新聞的內容、市場的走向以及消費者洞見等等的數據都能被轉化成可執行的見解(Actionable Insight)並反映在如資源分配、供需匹配、上市時間、存貨等等的層面上。就如同在市場上建立一座連接消費者與製造商的橋樑,成為雙向的溝通渠道。

再者,工業4.0是被隱藏的需求以及尚未存在的供給之間的橋樑

思考一下,雖然每個人的身高、比例、以及體重等都大不相同,但市場上往往同一種設計的椅子都只有一種高度。這是因為對於製造業者來說,造模的成本極高,所以業者必須要事先評估好「會滿足到最多人的設計為何?」,再以此造模、並開始大量生產。

但現在,像 In Situ 3D列印、實境模擬、積層製造、大數據等科技的出現,製造商得已大幅的壓低了訂製的成本,而這也造就了大規模訂製(Mass Customization)的誕生。雖然現在尚不成熟,但未來,這些科技將會給予市場各式各樣需求的人,最適合他們的解決辦法。

為什麼工業4.0如此重要?​​

工業4.0正在飛快的擴散至整個製造業,尚未轉型的既存企業將會面臨前所未見的危機。對於製造業來說,轉型已然不是選擇,而是所有企業都必須正視的挑戰。

當你的競爭者生產的成本較低、上市時間更快、售後服務更好、且品質也更高的同時,你將如何在市場上保有競爭性? 同時,在現代,消費者的要求只會越來越多、越來越雜,你該如何跟上這個快速的節奏?

再者,擁抱轉型的業者將能夠大幅拉近製造商與消費者的距離、建立雙向的橋樑、成為關聯性極強的存在,並提供消費者卓越的價值。

如果今天你問一間製造業者「你的價值主張為何?」,而你得到的答案是「我們想要讓客戶能夠更有效率、且更有效能的通過我們所製造的工具成功地完成他們的任務」。這時,也許如何製造出最精良的工具就不該是組織的重心了,反之,業者應該要放更多的重心在定義客戶所遇到的問題,並思考如何在有效益的情況之下,幫助客戶解決問題。 而這,就是為何製造商並需開始架構明確的策略以數位轉型,擁抱工業4.0。

工業的轉型 – 從蒸氣動力到數位轉型​

第一次的工業革命,或稱工業1.0,是源於蒸汽機的出現(更精準地說是技術的改良),而這也是人類史上第一次機器這個概念問世,以往依靠人力、畜力、水利、以及風力的勞動都能夠在一定程度上透過機器化以生產提高效率。而比較值得提出的是,工業革命也導致了工廠系統的誕生,因為機器的出現,勞工從以往的分散式勞動,轉化成集中性、有組織性的工作模式

第二次工業革命,電力開始取代蒸氣與水、成為主要的動力來源,而這也是許多系統性工作管理原理的出現,組織開始把「製作成品」的整個工作切割成上游至下游的製作流程。而這也是流水線的誕生。全世界上第一個流水線就是由福特公司於1913年為了壓低製作Model T的成本而導入。那時雖然不能稱為一次成功的流水線管理模型,然而依然是產業的先驅,並由Toyota成功的建立起完整的生產線系統。

第三次工業革命,像是電晶體、積體電路科技的誕生,讓技術員能夠把邏輯寫進控制系統當中。而這技術讓製造商能夠自動化許多產品製作過程上的種種功能。

我們更可以說第三次工業革命建立於福特所導入的生產線概念上,並讓整個過程更有效率、更有效能。

第四次工業革命,更快的網路速度、更強大的運算能力、以及各個層面不同的科技革新,推進了九種主要的科技驅動著製造業轉型。而第四次工業革命最核心的概念即是連接度,他連接著需求與供給、並建立社會與製造之間的橋樑。

轉型工業4.0的九種科技​

波士頓顧問團隊提出,主要有九種科技驅動著製造業轉型工業4.0,而這分別為大數據、雲端科技、自動化、系統整合、物聯網、網路安全、積層製造、擴增實境、以及模擬。而在這九種科技當中,物聯網,或是更精確的說,工業物聯網(Industrial Internet of Things, IIoT),是真正讓所生產機能串連在一起的橋樑,成功串連這些機能以及發揮這九種科技的製造業者將可以重新定義傳統的生產者、供給商、以及消費者的關係,並在生產機能中創建一個生態系統。

與工業4.0相關的詞彙

積層製造

Additive Manufacturing
積層製造,顧名思義,是利用堆積的技術一層一層的將成品製作出來,與CNC類型的遞減製造流程不同。 然而與CNC一樣,兩者皆能透過如CAD或是CAM等的電子檔案快速建模。在製作流程中,只要有了CAD電子檔,機器就能讀取資料,利用多種不同的材料建立相對的模型。

敏捷管理

Agile Management
敏捷(Agile)有非常多的定義方式,它是一種對狀態的描述,也就是組織對於事件或是狀況的反應極快,同時效率極高。 它也是一種企業/團隊的運營方法,也就是透過Scrum、Kanban、抑或是Lean等框架運營的運作模式。 而更重要的是,它是一種思考方式,也就是企業上下的每一個人的思考方式,一種以用戶/消費者為本,並且以價值出發的思考方式。

大數據

Big Data
多種類的數據(Variety)、乘上高速率的數據(Velocity)、再乘上多源的數據(Versatility),那麼最後的總數就會非常巨量,也就是所謂的大數據。 

區塊鏈

Blockchain
區塊鍊背後的概念其實不難理解,所謂的區塊鏈其實就是一連串的紀錄,利用密碼學中hashing的技巧將之串聯在一起,我們台北辦公室的同事用了很簡潔的比喻解釋了區塊鍊背後的概念給客戶聽。

雲端運算

Cloud Computing
雲端運算為透過雲端業者所提供的伺服器來做運算的過程。業者現在能夠利用雲端服務來傳遞各式各樣不同的資訊,其中包括數據、伺服器、分析、以及各式各樣的功能,所有的東西都能夠在雲端上運作、儲存、以及存取。

電腦視覺

Computer Vision
電腦視覺是一種通過不同技術的手段去賦能機器去處理、分析真實世界的圖像、影像,並將其轉換為機器自己能夠理解的一項技術。例:監視器通過電腦視覺技術判斷來訪人員是否要做出異常行為。

網宇實體系統

CPS, Cyber-Physical System
網宇實體系統是電腦運算、網絡以及實體運作流程的集成。嵌入式電腦與網路,監測並且控制著實體環境的運作流程,並且讓實體情境的運作回饋給電腦,同時電腦根據這些回饋進行分析,再進一步的反饋給實體環境,互相影響、互相優化與運營。

網路安全

Cybersecurity
網路安全指的是,為了維護保護IT系統的運營、資安、以及抵禦外來風險而落實的一系列的手段、運營、以及技術。

數位供應鏈

Digital Supply Chain
數位供應鏈指的是,通過IoT, RFID, ERP等數位科技的手段,追蹤產品整條供應鏈的運營狀況的技術。

數位孿生

Digital Twin
數位孿生,或稱為數位映射、數位對映、數位分身、數位雙生,顧名思義,其所指的即是在數位世界當中,創造一個現實世界的數位模擬,而這一模擬能夠通過感應器與網路,將當下正在發生的狀況,完全映射至數位環境中。

企業資源規劃

Enterprise Resource Planning
ERP,全名企業資源規劃,是一個協助企業管理會計、採購、供應鏈、專案、甚至是風險的系統。從最基礎的層面來說,ERP的目的就是通過自動化以及整合不同的營運流程,以提高企業效能與員工生產力。

工業自動化

Industrial Automation
工業自動化 (Industrial Automation)最早由福特公司提出, 是一個將製造業的營運流程自動化的模式,而建立於這個基礎上,我們可以更進一步的細分出工業自動化的兩個層面 : 體力勞動的自動化,以及資訊處理與決策的自動化。

燈塔工廠

Lighthouse Factory
燈塔工廠為世界經濟論壇(World Economic Forum)與麥肯錫合作所創立之專案,目的在追蹤全球領先之數位工廠在導入工業4.0技術的過程,以及其所帶來之效益。

機器學習

Machine Learning
機器學習,一種人工智慧的技術,不同於傳統程序,是通過處理並學習龐大的數據後,利用歸納推理的方式來解決問題,所以當新的數據出現,機器學習模型即能更新自己對於這個世界的理解,並改變他對於原本問題的認知。 

預測性維護

Predictive Maintenance
預測性維護指的是通過數據分析的手段,在機器發生問題、造成負面影響前,就能提前預知,並進行維護。相對於預防性維護,是一種定期針對機台做保養的手段,預測性維護為主動性的維護方式。

數位模擬

Simulation
模擬是一種模仿真實世界中的某項機台、產品、或其他流程之實際運營的一種手段,而通常,模擬是通過一個涵蓋真實世界中,與這一流程相關的所有數據,以及歷史紀錄所建立之模型(Model)來落實的。

供需匹配

Supply/Demand Match
供需匹配為將供給與需求之間的平衡,從供給的角度來看,目的就要預測需求為何,並評估應供給的量又是多少;從需求的角度來看,就是評估供給的量為何,並從之思考自己的需求總量。
In Detail

工業4.0能夠帶來的八個主要價值面向

對於許多製造業者來說,所謂升級工業4.0,或是趕上數位轉型的趨勢,這些詞彙都是非常抽象的概念,並沒有真正的幫助業者理解。而在這個數位時代,不僅新技術不斷地浮出水面,許多科技也不斷的進步、成熟,這對於欲轉型的業者來說更是增加了資源分配以及決策的複雜度。

其實,如同其他產業的數位轉型,升級工業4.0從來都不該從科技的角度去切入,而是應該從價值層面做分析,並思考現有的商業問題為何? 我們該如何解決這項問題? 並建立於這個問題之上,在結合數位科技定義出解決方案。 為了更好的做到這一件事情,我們可以參考麥肯錫所設計的轉型指南針,以更好的針對自己所遇到的痛點(或是想優化的層面)來尋找最相關的技術。

就好比業者可能發現產品上市後,即便測試的在完善,依然會出現許多種不同層面的問題而導致顧客無法流暢的使用產品甚至無法使用(產品缺陷、產品失能)。這時,業者就可以思考兩種層面,品質以及售後服務,並評估最有效益的改善方法為何。

是導入預測性維護、遠程維護、還是虛擬指導的自助服務? 還是在產品製作的時候加入數位管理、先進製程控制、或是統計製程控制?

供需匹配 Supply / Demand Match​

製造業者所遇到的最大的挑戰之一即是供需匹配了,要生產什麼產品?要生產多少數量?什麼時候開始生產?若製造商所得到的答案遠遠的偏差於實際需求時,業者將必須承擔多種嚴重的負面後果。

原材料的不足、臨時增量所導致的成本上升、存貨暴增的運營成本、甚至是存貨不足的商機損失等等,都是製造商所承擔的巨大風險,所以業者在預測需求時都必須極為警慎。竭盡所能地降低高存貨、無存貨、死水金流、達不到既有KPI等等後果的風險。

然而,擁抱轉型的製造商透過兩種數位能力以優化供需匹配,其分別為數據驅動的需求預測以及數據驅動的價值設計。而這代表什麼意思?

傳統製造商通常是依靠多種統計預測模式以降低需求的不確定性,雖然有許多種統計模型,但概括來講,這些模型即是通過歷史的銷售數據以抓出常見模式,並以此為基準去決定生產量。此類型的模型在面對重複性的模式(Pattern)時,然而,需求並非重複性的模式,

微觀層面來看,需求可能會行銷活動、流行趨勢的改變、競爭者動向、甚至是數位破壞玩家的進入等影響。宏觀層面來看,如颱風、地震等的極端天氣因素,市場失調、失業、金融風暴等的經濟因素,也都會大幅的提升需求的不確定性。

而這就是前兩者的數位能力能夠帶給製造商的優勢了,不僅業者現在能夠抓取更多的數據點(如社群媒體、氣象預報、經濟預測、以及自家設計的儀器等)進入模型當中,同時,業者還能夠讓抓去數據點的監測器(或第三方數據)與生產線做即時溝通。

上市時間 Time To Market​

從Idea到產品,業者總共花了多少時間?隨著全球化加劇,時常銷售位置與生產位置都位於不同的國家(多數為中國,占比全世界40%的製造量)。

而在回答上市時間時,對象也很重要,一間CPG公司的答案可能是數月、一間高科技公司的答案通常單位是年、而當你向Inditex(Zara的的母公司)問出此問題時,答案是兩週

上市時間在節奏極快的現代時常是製造業能否搶得先機的關鍵,許多業者為了縮短上市時間,跳過了生產過程中的幾個階段、或是降低某些階段的標準以加速生產流程。然而,這不僅會導致產品品質的降低,甚至還可能因為強迫性的效能提高而延長了上市時間。

售後服務 Service / After-sales​

在過去,售後服務所提供的價值時常遭製造商所忽略。然而,隨著製造商開始意識到服務層面的重要性,越來越多的公司開始思考如何整合售後服務至現有的營運流程當中,並為組織增加新的收益來源。

貝恩顧問的公司的調查甚至發現,製造業中,相較於年成長率5%的產品層面,服務層面的年成長率為9%,而同一份調查也指出,對於製造耶來說售後服務的利潤平均在39%,然而新產品卻只有27%。

同時,值得提出的是,售後服務遠不局限於產品公司,麥肯錫於一次報告中指出,OEMs將會在售後服務的市場中發現未開發的金礦,而一點也不誇張。工業OEMs於售後市場中是擁有龐大商機的。一間OEM在審視了售後生命價值(Aftermarket lifetime value)發現,短期計畫中核心服務將會貢獻成長的90%。

若要在售後上取得成功,製造商可以360度的審視既有的商業流程,並思考如何在不同環節點上去優化既有運營,或是提供更具效率、效能、且更符合效益的售後服務,以提高運營的獲利性與客戶體驗。

我們認為,在整個售後流程中,有四個環節點是製造商能夠通過結合既有數位科技去創造最多價值。從最初的合約管理流程 ( Contract Management ) ,製造商可以思考如何系統性的管理與分析合約內容 ;再來是部件管理 ( Parts Management ),製造商也可以思考如何追蹤部件動向,甚至是遠程的監控部件,並提供客戶預測性維護的服務;

再來還有服務管理 ( Service Management ),製造商可以在進一步的優化服務流程,提供更及時的產品支援以及維護,甚至是通過創新的方式開闢另一道金流;而最後則是物流管理 ( Logistics Management ),製造商也能夠透過逆向物流以加速維修效率以及客戶的等候。

資產運用 Asset Utilization​

資產運用看得比整體設備效率(OEE)更深一層,它探討的是整個安裝的設備使用情況以及生產效能。

在任何一發子彈都不該浪費且必須精確的時代,審視的看進資產運用並架構實際的策略去優化它將能夠帶給製造商一定程度的競爭優勢。

運營可以從4個層面去計算資產運用,產量、整體設備效率、非規劃的停機時間、以及維修支出,若組織的資產運用率低於70%,時常,業者將失去極大機會將資本放在投資報酬率更高的資產與項目當中,而讓競爭者搶得先機,同時失去了在價值線內進入的優勢。

而在資產運用的層面上,工業4.0帶來完整的解決辦法,路由彈性、製造彈性、遠端監控、以及預測性維護等技術,運營得以創造真正的彈性製造系統,並大幅的增加資產運用率。

資源&流程 Resources & Processes​

如何讓生產程序更有效率、更有效能?如何提高生產力?這些問題的答案對於製造商來說即是利潤空間。 競爭對手即便是把成本壓低僅5%,在價格較敏感的空間中,競爭對手將會徹底拿取市場的主動權。

而資源如何更有效地被應用、以及如何提高生產流程,工業4.0提出了解決辦法。 通過大數據、物聯網、以及自動化等技術,製造商得以從三種層面去思考如何優化資源與流程,其分別為智能能耗、Intelligent Lot、實時產量優化。

以智能能耗為例,據一份2017年六月的物聯網投資報告中顯示,建築的智能能耗將佔比整體物聯網投資的5.6%左右,且投資額度將持續成長至2021。

 

勞動 Labor​

從電力、機器出現以來,製造業就不斷地開始嘗試將勞動成本最小化(同時也代表著運營自動化),由福特公司的創辦人於1913年導入了生產線的系統之後,越來越多的生產工作也隨著科技進步而被自動化,現代,我們更是看到具備學習能力的機器人加入生產線當中,與人類一同工作。

而這些科技在降低勞動成本的潛能是業者不可忽視的,例如,智慧機器人的導入意味著許多複雜且重複性較低的工作將可以在未來僅靠著電力即能運作。而遠端監控以及數位成效管理也代表著一個員工可以同事可以在不進廠情況下,監控以及操縱數十台機器,並追蹤成效以及優化產能。

再者,以往需要Creative Problem Solving以及設計性思維等的工作,將也會在未來被自動化,麥肯錫甚至預估2025年將會有5~7兆美金的知識性工作被自動化。

存貨 Inventories​

通常組織會使用庫存管理軟體系統以效率化存貨的管理,而較新的軟體甚至能夠與會計、ERP以及其他平台整合,而許多運營會使用如JIT,  以及ABC分析以效能化存貨管理。

然而,在工業4.0的時代,通過物聯網、大數據、以及系統整合、以及3D列印,組織管理庫存的模式已然與之前大不相同。

出於網路速度以及運算速度的提升,近乎所有的分析與運算都能在實時達成,並且通過機器學習等技術不斷的優化成效。

品質 Quality​

品質控管可以說是所有製造業的商業功能中最為重要的功能之一,在一個對於品質要求只會越來越高的現代,全球品質控管軟體的市場甚至被預估將成長到130億美金。

而其中,統計製程控制、先進製程控制、以及數位品質管理將是主要的驅動品質管理效能的科技。

Industry 4.0

About DOC

我們團隊追蹤各國經濟、政策、貿易,以及7個主要產業的變化與發展,支撐相關產業的大中華企業,在全球供應鏈中部署策略。而DOC系列的文章則是我們團隊所撰寫,盼能支撐所有夥伴可以有結構性的理解相關議題的重點與概念詮釋。

工業4.0 小組

我們工業4.0小組聚焦在總體工業發展、前沿科技、各國製造業升級政策、以及5G部署等面向。

More From Us
各國產業發展追蹤
我們針對60+個國家農業、能源業、製造業、基礎建設業、零售業、以及健康醫療產業的最新動向落實追蹤與分析。
More Glossary Terms
電腦視覺
健康經濟學
健康公平
數位健康識能
食品科技
遠距醫療
遠距健康
共享汽車

聯繫工業4.0 小組

Your Name
Email *
Your Message