品質管理演進在從1900年啟蒙，由最原始的品質是依靠檢驗出來，製造人員以自際經驗技術生產，對品質是否符合客戶要求缺乏專業與經驗，品質就得依靠品質檢驗，人員才有專業及設備儀器檢驗判定良品可以出貨不良的必須經重工。
歷經多年後邁入品質是製造出來的，產品在生產過程必須依據規範來操作，才能確保生產的產品符合規格要求；接著進入品質是設計出來的，從產品開始設計就考慮到生產限制，並顧及所有生產過程都經過工程人員設計方法、夾治具…等規範。
再進入品質是管理出來的，縱然有生產標準作業及品質檢驗規範，如果沒有完備的管理機制，也無法及時發掘異常分析要因及時改善矯正，建立品質管理制度落實執行成關鍵。
透過日常工作PDCA計畫、執行、檢核及改善行動管理循環，逐步改善品質異常並透過管理手法，培育品管人才、生產人員相關人員，讓大家都具備品質觀念與意識，把品管機制落實到日常工作中大家工作習慣都符合品質要求的，品質當然就能符合規格要求。
除了生產及品管單位外，企業全體員工都具備公司揭櫫的品質政策，針對品質異常都樂於參與持續改善，塑造主動積極全員參與改善品質的優質文化。
以往品質管理均會透過人工記錄產品抽樣或全數檢驗，再透過人工記錄數據再由人工到電腦，才能夠做到管理分析進而找出問題要因，不但耗費時間、人工作紀錄及輸入電腦，且常因人工記錄疏忽或輸入電腦時錯置，可能誤判品質狀況及趨勢導致品質失敗成本高。
為解決品質管理花費大量人力，依產品生產特性設計傳感器及物聯網IoT，可以即時精準的收集製程品檢數據，及時進行統計分析讓品質異常快速傳遞到負責人員，異常發生時間與要因無所遁形。
製程品管就是希望在製造過程發生任何異常，能夠在最短時間發掘必進行矯正，避免過程不良延伸到最後成品無法達到要求規格，尤其是連續性生產以常沒有即時發掘異常就隱藏在整批成品裡。
本案例是以電子零件生產，因勞動人力不足及標準化程度高，生產製程作業都以機器設備加工，但當初機器設備購買時只以加工功能為主，有關加工品質管控必須依賴人員經驗調控，除了老師傅歷經多年培育外，搭配品管人員以MIL-STD-105E允收品質水準（Acceptable Quality Level，簡稱AQL）為基礎正常檢驗Π單次抽樣計畫，進行隨機抽樣檢測該批產品之規格，作為該批允收與否判定，發現被判退時再以全檢方式篩選良品。
品管人員檢測產品規格時以人工計錄方式記載檢測值，再將檢測紀錄輸入電腦進行統計製程管制圖SPC，往往產品已經生產完整批才發現品質已經偏差，只能在品質會議進行檢討提出改進對策，但損失已經造成下次生產時可能又在其他同仁或設備上重複發生。
隨著IoT計數環境成熟，規劃採用品質關鍵要素監控模式，先從生產後的品質檢測設備購置數位化（如游標卡尺、紅外線量測儀、數位磅秤…），如果原有設備價格高不宜更換時，可以評估品質檢測特性選擇適當輔助量測或傳感器，讓檢測的數值透過IoT直接傳輸到系統鏈結到SPC模組進行動態統計分析。
當產品特性超過管制界限時，不是只有動態看板可以顯示，也可透過APP立即通知生產管控人員，即時針對偏差進行調整，如果在某個期限內仍無法克服時，將依時間設定規劃逐步以簡訊或手機通知各階層主管協助解決，讓品質管理降低人力外更精確掌握製程品質，整體管理如下圖：
.jpg)
本案原來以傳統生產品質管理模式，因採取批量抽樣人工檢驗不良率約2.3%，導致材料損耗每年高達360萬元，透過製程尺寸、電氣及外觀自動檢測，並將數據以IoT方式及時傳遞到電腦，鏈結SPC讓生產品質狀況及時掌握，遇到異常時立即通知相關人員進行調整機器，不良品也在量測時發掘立即排除杜絕混入出貨降低客訴，歷經半年運作及問題要因明卻持續改善，不良率降低至0.5%減少不良損耗約280萬元。
整體檢測設備及IoT、工業電腦（SPC為原來系統軟體）投資約在300萬元，技服業者已經將許多模組物件化，不需要再投入太多開發費用；整體改善不計算不良改善後增加銷售產值，以及節省製程品管人力成本，只以內部品質失敗成本計算，數位檢測及IoT相關設備投資回收僅13個月，透過模組化SCADA以功能事的圖像只要直接設定不需要轉寫程式，即可達到戰情儀表板管理以及遠端監控，對一般中小型企業導入比較容易接受。
總結
製程品管在製造業是非常重要，以往依靠人力運用各種管理手法，仍受到品管人員執行不徹底如：量測錯誤、記錄錯誤、抽樣不隨機…等，空有制度卻無法有效管制產品品質。
隨著自動檢測設備加上IoT環境成熟，標準化的品檢工作逐步以設備取代人力操作，品管人員真正發揮管理的工作，就是根據收集到的數據進行分析，找出品質異常要因尋求改善對策，再把品質關鍵的要素或參數，透過各種的傳感器及IoT監控，讓品質異常源流有癥候就能夠及時採取行動，達到品質異常預防重於矯正，才能真正讓品質管理邁向零缺點境界。