發揮資料最大價值 實踐數位製造願景
在智慧製造的風潮下，現今製造業重心仍然放在生產設備系統的e化上。鑑於製造業對生產排程智慧化、數據分析回饋、AI化等相對仍較缺乏，台灣析數推出多元產品。
採訪／施鑫澤文／林裕洋
過去製造業被視為以追求低成本為主的產業，因此多年來從歐美國家，逐步往日本、台灣等地移動，過去20年中國、東南亞國家則成為全球製造中心。然隨著全球經濟發展陷入停滯、失業率攀高，許多國家又開始重新重視製造業，期盼藉此解決失業率、低經濟成長等問題，如2012年德國喊出工業4.0、美國則推動美國製造等計畫。尤其在COVID-19疫情下，世界國家發現製造業過度集中單一國家的後遺症，因此紛紛透過合作方式，期盼重組全球供應鏈。
台灣析數資訊整合策略暨研發執行顧問長梁德馨認為，製造業為萬業之本，台灣製造業在全球佔有舉足輕重的地位，在智慧製造的風潮下，現今數位化主流仍集中在生產設備系統e化上，對於生產排程智慧化、數據分析回饋、AI化等相對仍較缺乏。為協助製造業邁向工業3.5或4.0，我們除代理世界知名軟體外，也投注相當大的心力於研發自有產品，讓企業運用數據管理的實踐智慧製造的願景。
iPASP功能強悍 滿足智慧製造需求
傳統製造業面臨挑戰之一人力不足，是由於工作環境較為惡劣，以致人員流動率高。其次則是欠缺經驗的傳承與培訓制度，新進員工沒有足夠經驗與技術能力，難以跟上消費體驗上的時代。台灣析數資訊為製造業提出IAI（IndustrialAI，工業人工智慧）規劃藍圖，協助製造業全方面智慧化、系統化相關實作及顧問諮詢。IAI為工業應用提供解決方案，具體解決工業上的痛點問題，讓客戶在數位轉型過程，提高生產力，創造價值。此藍圖可有效地善用分析出來的資訊，協助企業做出致勝決策、找出新商機，創造新商業模式。
以製造要走向智慧化，數位化是前提，而數位化的根基在軟體。台灣析數資訊推出的iPASP，有許多創新特色。首先，產品首創結合現場派工及生產排程，助企業可透智慧化保存企業珍貴經驗智識，也能緩解人力短缺和能力不足的問題，可在源頭解決部份問題。
台灣析數資訊業務暨行銷副總經理羅尚義指出，在生產過程中的資訊，可透過網路傳送到戰情室、儀表板圖形化介面等，管理人員可即時監控機器狀態，提供有用的決策輔助資訊。現場人員可分析判斷排程的結果，再進行必要調整，未來現場管理人員的彙報工作，也可在智慧平臺當中協作，若有變化調整，即時回報更新有關儀表板和生產排程系統。另外，企業也可依照變動的因素，重新校準更新所受影響。
改善生產效率 提升競爭力
以往在製造業的工廠中，生管單位只能透過人工進行生產排程，並以電子郵件以及電話等溝通方式，傳達排程訊息給製造執行現場。當遇到貨品的生產順序、生產條件等有所變動，又或是生產貨批有品質狀況的時候，雙方只能依賴重複此種低效率的溝通模式，重新傳達交換訊息以變更生產策略，嚴重影響企業的工作效率與競爭力。
為解決這種狀況，台灣析數資訊顧問團隊將iPASP智能生產系統介接製造執行系統，即時更新生產貨批狀況、機台運作狀況，以及客戶認證等與排程有關的最新參數資訊，並透過圖像化的設定介面、事件導向的排程調整以及多元化的站點看板，讓資訊的傳遞變得容易且更有效率。
「iPASP RTDS是一套運用多層次網絡分派演算法建構的 AI引擎，能達成複雜的排程。將客戶之訂單或工單資料匯入，依據人機料法等各類限制條件與運作邏輯，依優先度(達交日期、客戶重要性…等)進行最適分派與排序。」梁德馨解釋：「除可推算生產途程中各站預計開完工時間，使各製造單位能夠智慧掌握現在及未來的生產順序，同時也推演出各訂單或工單的最終完工時間，除了提升生產效率，亦便於生管、業務人員回應答交及供應鏈管理單位調度資源所用。此外，針對上述的各類資料，iPASP平台亦擁有完整的大數據資料庫，為工業4.0 AI大數據分析事先鋪建好基礎工程。」
DVC整合異質資料 創造資料最大加值
不少企業都曾面臨資料整合上的困難，關鍵在於資訊系統之間有壁壘、資料交換的複雜程度高，或公司IT人力不足。另外，由於公司內部的眾多資料，都是分散於各自的電腦、郵件、NAS或是雲端硬碟中，其格式與資料品質不一，自然在挖掘數據價值與整合上，就會遇到很大的困難。
為此，台灣析數資訊推出的DVC（Data Value Chain，資料價值鏈），即為解決企業數據整合上的痛處。產品提供簡易的操作介面，讓使用者能夠自主管理數據，並且能與其他人的數據串聯，形成一套資料網路。DVC負責承載這個資料網路，可整合自ERP、CRM、MES、APS系統等，或是使用者自行上傳的Excel、CSV。軟體會自動媒合與配對資料關係，使資料本身具備追溯性，同時也易於被共享利用。DVC可應用在週報管理系統、品質管理追溯分析、客戶業務管理系統等，當結合自然語言分析技術後，將非結構化的報告與結構化數據，能整合應用於各類管理議題上。
羅尚義說，我們認為資料本身應具備事件概念，當資料有異動事件發生時，該事件應加以觀察與判讀，並且在第一時間給予預警通報，這也就是台灣析數所提出的資料事件管理(Data Information Event Management, DIEM)架構。在整合所有資料來源後，可找出資安上的關聯性並且予以通知預警。經由DIEM的架構可以確保資料品質、邏輯一致性，亦可整合數據模型、機器學習等技術，使資料得以安全地且合規地被利用，同時也確保該數據所代表的企業活動也是安全合規。
台灣析數資訊認為對零售業而言，可透過前述解決方案將商品交易資料庫、會員資料庫和主檔，來擬定商品指標，透過產品總績效和購物籃組合，瞭解和監控商品績效表現，與預測客戶商品購買組合，讓零售商更熟悉消費需求，和掌握顧客DNA。如此一來，即可依據會員資料庫、會員屬性和進退貨，分析會員回購行為和會員忠誠度，瞭解會員購物狀態的改變，給予適當的服務，來提升促銷ROI與會員管理效率。
