在工業4.0的浪潮下，台灣的製造業也正在積極地往數位轉型、智慧製造的方向的邁進，在此同時，也面臨著各項問題與挑戰，如何突破與解決，時為當務之急。筆者有幸能與目前各家中小企業的夥伴們共同努力朝此目標邁進，將過程中遇到的困境整合為人、機、料、法、環五各面向來探討，並提出相對應的解決方式與大家共同分享與解析，希望能群策群力，共同創價，得到更多的發想與回饋。
"人”的問題：
在中小企業數位轉型過程中，最常碰到的就是資訊人員（IT）與經營管理使用者（user）溝通困難的問題，這中間的GAP存在於經營管理使用者在已經熟悉的經驗領域中，有其主導地位，能熟悉判斷問題所在與執行方式，也就是常說的懂”眉角”的人。
但是，使用者卻不擅長將其需求規劃成整體流程與系統規格，或是數據分析邏輯，提供給資訊人員進行流程系統串接、開發；相對地，系統人員常專長於某項邏輯語言，但無法理解使用者的情境與需求，導致因溝通造成的隔閡加大，改造更難。
解決方案分享：
- 經營管理人才開始利用標準化流程改善手法及可視化BI數據分析，開始接觸系統介面操作與數位工具使用。
- 資訊人員找各項專業SI業者共同協力合作，提升公司數位轉型能量與速度。
- 組織智慧製造團隊，協同外部智造經管顧問，同盟產、官、學合作，創造變革的氛圍與環境，加速競爭力提升。
"機”的問題：
智慧製造最終目標希望做到CPS（虛實整合），第一項面臨到的就是第一線機台如何與相關系統串接的問題，也就是機台IOT→MES→ERP→PLM→CRM…等各關鍵系統與資訊流相互串聯的問題，在中小企業中，滿常只存在其中一個主系統，或是系統是自行開發的，若要往上或往下串接，都會有缺漏不足處。
舉例來說，最近很夯地IOT、AIOT，將機台資料擷取出來，現場出現即時OEE看板，但是如何讓每個產品生產時機台參數最佳化都能自動控制？機差如何降低？如何與MES工單結合？ 現場OEE如何真的能銜接到ERP的成本歸結？ 或是常看到單一機台自動化，效率提升的狀況，但是其他瓶頸又該如何解決？
這些都是資訊流中，每個資源資料都需要建立與串接才能解決達成的。所以最常被問到的是，到底該先從哪個系統開始建置串聯？
解決方案分享：
- 每家公司系統建置程度不一，有的強ERP，有的強MES，有的強自行開發，沒有一定的標準，不管是從上層到下層，或是從下層到上層建置都是可行的，但是要先有智機藍圖規畫較佳，因為每個系統建置都需要時間，所以先有規劃出3~5年藍圖，在執行過程中，較能聚焦且能築夢踏實。
- 機差問題可先由經營管理使用者開始進行機台參數數據蒐集與分析，有時不用等到系統完成，利用分析手法，即可先降低機台變異。
- 機台參數分為”產能效率”&”產品品質”兩種類型參數控制，”產能效率”參數數據要與MES、ERP串接，”產品品質”參數數據要與客戶需求、PLM、產品FMEA／控制計畫等相關流程串接，先做哪個？就以各行業關鍵需求為主先關聯。
"料”的問題：
提到料，就會想到供應鏈數位串流管理，所有製造業都是由原物料經過製造流程產出有價值的產品，但是如何管控供應商或委外廠的料（包含原物料、半成品、成品）的品質變異，達交變異，最終產品準時、良品達交到客戶手上。
所以在做供應鏈數位串流時，最常遇到的問題就是如何跟供應商或委外廠要即時的品質／WIP／庫存資料？ 要回來後，如何進行供應商或委外廠的品質數據分析與缺料預測？如何降低料的各種變異？ 如何做到運交數據串流？等問題。
解決方案分享：
- 利用供應鏈管理模式（SCOR MODEL／SCM…），盤點供應鏈上下游角色、定義關鍵指標／流程／表格／參數，結合供應商平台開發，進行數據串流，資安要先考量進去。
- 經營管理者與關鍵供應商或委外廠洽談商業合作方案，提升合作契機。
- 結合ERP排程、MRP進行物料缺料預估與採購下單。
- 原物料品質變異分析，進行產品BOM表物料的設定，降低產品生產變異。
"法”的問題：
製造作業方法須改變，製造業是一個很深的專業領域，因為產品要求，所以每家工廠都必須有標準化的流程與製造既定的經營管理模式，必須要求一個口令一個動作，不能有所差池，成本才能管控得當，所以相對的，改變作業方法也是一件不易的事情。
最大的問題就是，如何將原有的製造經營管理模式，作業手法，在變為數位化／系統化／自動化的過程中，還能保有原來方法的產量與品質，以及人員的調度？ 常看到在轉型方法改變過程中，傳統作業手法還是要同時並進，所以並無法快速改善就能達到效率、效益、品質的提升。
舉例來說，能否將ISO所有表單文件改為數位系統？電子表單？並能相互串聯？
解決方案分享：
- 製造經營管理手法現有SI系統很多解決方案，經營管理者可多去接觸評估SI解決方案，找尋適合之方案；或經由政府提供免費之智慧製造診斷、AI診斷、數位轉型診斷…等，先進行公司體質診斷，再逐步提升。
- 利用公司內部持續改善，標準化流程，建置E化表單，或是直接用數據串流取代表單，全體動員，適應數位化解決方案。
- 結合數位精實生產手法、六標準差數據分析手法，往可視化、即時化、數據分析，往AI預應邁進。
"環”的問題：
製造環境原來最關注在5S，在數位轉型過程中，環境上會面臨到的問題會是製造環境的變異要降到更低，更需要管控得當，5S已經無法再用人為方式進行改善。因為試想，當自動化整條產線快速生產時，一個零件定位不得當，就出現不良品了；一個溫溼度變異大，不良品就更快速產生了。
所以，會需要大量的sensor架設在環境中，隨時監控環境上的各項影響產品的變異與分析。
解決方案分享：
- 關鍵環境參數先進行盤點與設計，結合產品規格因果分析，先進行關鍵SENSOR架設。
- 將5S的改善方案數位化，逐步提升數位化能力。
- 到自動化無人工廠廠域觀摩學習，學習5感IOT或AIOT解決方案。