SEMI
DForum 嵌入式論壇
 

人力抄表紀錄仍常見 台製造業自動化基礎普遍不足

目前多數製造業者對於人力作業的依度頗高,從而降低製造效率,甚至拉長整個生產週期。李建樑

台灣製造業絕大部分都還停留在工業2.0的階段,這與全球至今所提倡的工業4.0雖然還有極大的差距,但眾所皆知由於工業4.0的發展並非一蹴可幾,對於台灣製造現況而言,起跑點應是如何先從2.0開始著手改善,然實際從產業現況來看,所謂的工業2.0其實正是由於目前多數企業對於人力作業的依存度頗高,從而降低製造效率,甚至拉長整個生產週期。。

概括台灣製造業目前所處工業2.0的現象,事實上也為一種另類的「人工」智慧!亦即至今仍有很多業者,其生產數據乃是依靠傳統的人工抄寫方式以達到數據紀錄的目的。舉例來說,位於台中太平工業區的某機械業者,在五個廠區中僅有一廠區完成設備聯網,其餘報工均採人工統計,由於廠區分散,甚至還需作業員電洽或騎車至各廠區收集報工情形。在廠內,則是各廠透過白板排單、紙本傳送至生產人員進行排程。

而位於新北市淡水的某塑膠業者,在進行巡檢及報工作業時,也都是透過人工抄寫及統計,每天一次、一次長達90分鐘,就紀錄執行與統計分析這件簡單的工作來看,對許多廠商仍是費時費工的程序。資策會服創所去年(2018)以紡織染整供應鏈作為實證對象,導入三項RPA機器人流程自動化服務簡化人力作業。資策會服創所主任張文村舉例,在過去業者進行訂單處理的作業流程中,由於皆透過人工統整並逐一輸入至訂單系統,平均每天都會耗費2~3個人力,而平均一個人力耗時4~8小時,目的只為了在訂單處理中不斷的進行輸入、複製與貼上等動作。

這就是目前台灣製造業現況。業者指出,人力作業本身即存在許多問題,首先透過人工抄寫或進行資料輸入容易造成肉眼判斷上的失誤。以巡檢作業為例,過去紡織業即有業者仰賴人工目視,剩料多少僅憑經驗大致估算,然而在人為判讀的影響之下,卻時常因不能精準計算缺料時間而無法事先備料,常因此影響整個生產排程工作。

其次,人工作業最大的弊病便是耗時,無法即時性取得數據資料。張文村以目前紡織產業所面臨的挑戰舉例,由於快時尚興起,服飾品牌推出新品的速度加快,然卻壓縮供應鏈的生產週期,不僅成衣業者被迫縮短生產週期,連帶上游染整業者也因此被限縮得更加嚴峻,交貨期從40多天被壓縮到30天。只是在工廠生產效率沒有提升的前提下,產品交期被壓縮帶來的結果,廠商就只能加人加班作因應,產品也因此增加了不良率提高的風險,因此對於製造業者來說,能夠多節省1天、甚至1小時的作業時間,都可以節省許多有形無形的生產成本和浪費。

再者,人工作業甚至隱含黑箱作業的可能,業者形容,有時為客戶臨時到訪或上級指示,為了呈現數據美觀,作業人員製造假數據的情況在業界幾乎成為公開的秘密,而一旦不實數據日積月累,業者將更難以掌握實際的生產線情形,從而在錯誤的資訊中無限循環。

欲改善人工作業的缺失,最直接的辦法便是替代人工作業流程,也因此對於台灣製造業者而言,取消人工管理與紙本作業,從而進入數位化的作業流程便成為現階段工業2.0進入3.0的首要課題。

工業4.0的最終目的是達成智慧化生產,也就是透過AI作為驅動引擎,但AI的發展與數據息息相關,研調機構Gartner資深研究總監呂俊寬指出,企業的數位化程度幾乎決定產業是否具備AI發展的潛力。然台灣大部分的製造業在生產線上仍舊仰賴大量人工作業,數位化程度不足也成為現階段產業亟需被克服的難關之一。