曹永誠:數字化,撥開工廠雲霧見青天
透過數字化撥開嬝繞工廠的雲霧,有效的落地智能方案以提升競爭
文:曹永誠
發布時間: 2019-05-02 17:55:00
這幾年來,一向很悶很低調的製造業工廠,卻變得很紅受到矚目,各式各樣新議題真的是一波接著一波。從工業4.0開始,大數據、數位轉型到AI等,各種議題蜂擁而來。有些人覺得這只是炒作,商業手法而已。但奇怪的是,買單的還真不少。面對這麼多人買單的一波波議題,背後肯定有實際需求在支撐著。
大環境已變,寒冬已到,回不去了
其實製造業不管是哪個產業,也不管是上游原料還是下游消費性產品,最終都還是得賣到終端消費者市場。但是現在終端市場的本質已經開始有了長期不可逆的大改變,包括越來越崇尚自我價值,希望產品可以彰顯自我、越來越喜新厭舊,導致產品生命週期越來越短得不斷推陳出新。
再加上這幾年來消費市場需求持續疲軟,導致競爭變得異常激烈。也就是說,大環境已經變了,製造業工廠的好日子過了,回不去了。
就像巴菲特名言:『海水退潮就知道誰沒穿褲子游泳』。
工廠已經沒辦法再像以前一樣,因為這並非短期現象,而是長期寒冬已經來了,好比即將進入冰河時期,回不去了,得想辦法提升新競爭力,才有機會在未來繼續存活。
提升競爭力的新政策總是陷入泥沼,但老闆不知道
想要提升工廠競爭力,今天不是第一次。長久以來,公司總會設計一些新政策/新制度,或導入一些新系統想辦法提升競爭力。以往這些新作為檯面上總是成效卓著,不管是從報表數字或是會議的PPT來看都是如此。
但若仔細深入研究,似乎又有點霧裡看花的茫然。這是因為工廠就像一個有機體,有著自己的生命在自我運作。工廠內各單位有自己的潛規則,常常形成類似雲霧,讓工廠看似能掌控卻又看不清楚。這會導致各種競爭力提升方案往下落地時,常出現看似快速有效,事實上卻是『上有政策下有對策』,陷入泥沼、動彈不得。
這是為什麼呢?
或許是因為工廠最初的設計就是為了大量生產的目的,以SOP確保持續的品質,所以讓工廠的『慣性』變得很大。常見的現象就是工廠各單位或個人常常會在手中留一些緩衝以自我保護。有時是因為影響工廠績效指標不純然都是客觀因素,確實有很多是『非操之在己』的變化,例如進料品質的波動或外部氣溫高低。
又例如工廠安裝可以節能的變頻器,但變頻器的節能效果卻與機台負荷相關,當訂單滿滿而工廠超載運作時,此時變頻器的節能效果反而特別不佳。面對這些波動,工廠人員或許怕被罵、或許想省事,慣性使然往往透過留在手中的緩衝來應對,甚至於挖東牆補西牆,粉飾太平讓日子可以簡單順利過下去。
要想解決問題的前提,得先逼問題『現身』
但這樣的慣性在應對過去的『天冷』時總是還可以應對得過去,小打小鬧之後,仍然過一樣的日子。無奈的是,這次的挑戰遠遠超出過去的想像。因為這已經不僅止於同業之間的競爭了,這次挑戰的卻是工廠本質,如果不能全面改革創造新競爭力,那就很難脫胎換骨,迎向新未來。
但是想要真正落地轉型談何容易,至少得從解決一個個問題開始著手。就算如此,也是非常困難的。因為要想解決問題,總得讓問題『現身』,才有辦法真正面對問題。無奈的是,習慣於慣性的工廠,先天特質就是先掩蓋問題,讓大事化小、小事化無的粉飾太平。於是種種變革常會陷入泥沼。
舉個有趣的例子,不管是管理例會或專案改善會議,大家都已經習慣使用微軟的Powerpoint製作簡報、討論與擬定對策。但PPT常講究的,往往不在於真相的呈現,反而是透過適當的數據篩選,以巧妙的呈現方式並美化簡報內容,其目的或許僅僅只為了讓老闆相信: 『一切都在您的掌控中,沒事的,請您放心,我做得很好等等』。
透過零庫存逼問題現身
各位應該都聽過精實管理吧! 精實管理特別重視零庫存,但為何要零庫存呢? 大家或許都知道,庫存是成本、庫存是風險、庫存是罪惡。但事實上庫存也是一種緩衝。有了這個庫存緩衝就可以蓋住某些小問題。
例如各工段間如果有在製品(WIP)庫存緩衝,當某機台出問題故障停機時,由於有緩衝護身不會影響到下一工序的生產,於是就有機會可以蓋住不報。所以如果凡事都有緩衝當護身符,那很多問題就會被藏住看不到,老闆會以為真的天下太平,如此如何能提升競爭力呢?
凡走過必留下痕跡,透過痕跡持續強化競爭力
因此一切的一切都得回歸到數據,工廠內的每一件事『凡走過必留下痕跡』,這些『痕跡』都得數據化。也就是從根源處,例如機台或感測器的數據都能被即時蒐集與保存,確保其真實性與即時性。
如此一來才有機會讓雲霧嬝繞的工廠現出原本的真面目。當我們把工廠的每個環節時時刻刻的脈動軌跡都數據化,並將這些真實數據串接到工廠的神經中樞直達大腦。
如此一來我們才有機會真正掌控工廠,撥開雲霧見青天。也才能善用這些真實可靠的數據來改善與強化,新競爭力的落地也才有了第一步。
延伸閱讀:
第一篇-數字化,撥開工廠雲霧見青天
第二篇-數字化推動關鍵不在技術,而是人性
第三篇-數據是新能源 但不是多多益善
第四篇-有效數據的三大原則:影響必要因子、取樣頻率、涵蓋期間
第五篇-數據的保鮮期 愈即時愈能發揮最大應變效益
第六篇-穩固vs敏捷?穩敏雙態不是單選題
第七篇-讓機台會說話!打造機聯網數據高速公路
--------Comming sooon--------
第八篇-敏態系統套裝軟體化以快速佈署
第九篇-AI在工廠的應用手法案例
感謝您的收看,本專欄將有多篇深度報導,欲蒐藏文章敬請訂閱。
訂閱說明,「社群訂閱」以LINE登記後,每篇文章出刊時將以訊息方式即時發送。
「郵件訂閱」基本資料登記後,將於所有文章發刊後(收錄全九篇)以EDM提供。
更多案例