產業供應鏈數位串流-紡織業與成衣及服飾品製造業

瀏覽數:109


  本文根據13案執行供應鏈數位串流與AI應用的資料展開,從供應鏈觀點探討產業業者對於系統整合的需求,並依此引導出數位轉型的方向,並給予欲成為紡織產業領域專精的系統整合業者一些建議。

  在產業價值鏈資訊平台討論紡織產業鏈的說明中,上游屬於石化原料,經製造成為人造纖維後,與化學助劑、天然纖維在中游經歷紡紗、織布等過程,而後進入下游染整並成為成衣或相關產品1。下表(表一)為紡織業與成衣及服飾品製造業實際展開的重要工作項目,詳細的工作項目性質與方法論請參考<產業供應鏈數位串流-整體趨勢與建置需求>一文,於此我們不多做贅述。

  表一、紡織業與成衣及服飾品製造業重要工作項目

紡織業重視原料資訊,公司內加裝感測器協助決策輔助

  目前所蒐集的個案中,以紡織中游為主。紡織業的產業鏈主要以人造纖維及天然纖維為源頭,人造纖維的上游為石化原料而天然纖維則源自動物、植物纖維,前者受國際原油價格的波動影響而後者生產來源不穩定,因此焦點公司在面對上游供應商時,經常重視公司間數位串流與供需管理:需要資訊跟預測能力。

  目前個案中的主導公司以織布、染整佔據過半,根據108年拜訪台灣產業聚落的訪查結果顯示,目前工廠內部大多都已完成半自動化生產線。然而自動化的生產雖然取代了人力成本並且提升了產能,卻不一定有產生或留存數據以供進一步應用的能力。在表一公司內硬體聯網的工作類別中,執行面上則以加裝感測器(sensor)為主,有四項向後連結至人工智慧應用的決策輔助,其中一項除連結到人工智慧外,還額外蒐集資訊進入專家系統進行參數修正與異常分析,可以視作人工智慧應用的前置步驟,而實際於人工智慧的主要應用面(供需管理、決策輔助)因較為多樣故留待稍後討論。

  此外還有一案位處下游的成衣及服飾品製造業,雖目前僅完成概念驗證(POC)階段,其案件執行的內容卻更加地偏向以顧客需求、服務為主。執行內容利用布料掃描辨識三原色、紅外線掃瞄人體並打版的方式,解決有顏色設計需求的訂單,減少交期延遲的發生頻率。

人工智慧應用偏好委託系統整合業者,重視品質檢驗與色彩管理

  雖然以目前所蒐集的112案製造業來看,公司內決策輔助偏好由法人、學校單位協助建立,然而紡織業在供需管理與決策輔助上,卻近乎百分之百委由系統整合業者進行協助。所有案例中唯一由法人單位負責的一項工作,是將演算法開發、修正後,技術移轉進模擬服務平台,在計畫內容中佔據權重不到15%。

  人工智慧的應用上,個案主要將需求預測與品質檢驗視為重點。需求預測上以掌握交期、上下游備料掌握為主軸,因此依據歷史產品、需求、實際訂單及交貨量建立人工智慧預測模型,以解決備料太少或物料囤積為發展目標。

  變化較多的人工智慧運用則主要發生在品質檢驗上,肇因於雖然個案雖然主要以織布、染整為主,各公司依然需要針對公司需求要求受委託單位對工作項目進行客製化。舉例而言,除了最常見的運用光學鏡頭結合自動光學檢測(AOI)與AI瑕疵檢測之外,卷積神經網路(Convolutional Neural Networks,CNN,深度學習的一種)可以辨識單一布種的髒污、摺痕等瑕疵,並轉移學習成果到不同的布種;決策樹(Decision tree)則可以挖掘配方、生產參數等數據後訓練學習,提升對色正確率。

  色彩管理對於紡織業下游而言是不可忽視的,依據2020年台灣產業地圖所描述,台灣的紡織業已經朝向多機能組合與強化美學兩大方向2。直接面對顏色確認與設計需求的成衣及服飾品製造業對於色彩管理的需求更是重中之重,利用蒐集布料三原色的資訊可以有效降低與需求方的對接時間及來回修正次數,就成為了數位轉型中滿足顧客需求的一大武器。

戰線整合,數位轉型

  台灣紡織業結構完整,宏觀而言在國際供應鏈中擔任機能性運動休閒服的製造供應商角色2。在目前所觀察到的情境中,因為備料壓力而被迫極度重視顧客需求的中下游紡織業反而成為了數位轉型的先天有利條件,至少具備有兩個明確的可能發展方向:

  (1)內部顧客需求,知識加值傳承

  從個案中對於瑕疵檢測、辨識布種、對色正確的需求來觀察,紡織業對於「傳承老師傅經驗」展現出了極大的需求。此處與知識管理加值的目標有異曲同工之妙,同樣會經歷內隱知識外顯化、外顯知識數據化、數據知識標準化三個階段。

  於內隱知識外顯化的階段,主要在於將仰賴人力的經驗判斷進行表達。過往透過學徒制的方式僅僅能將專業知識與經驗傳承給少數人,然而數位技術與科技的進步讓留存的經驗不再限於紙本或口述,能進而以數位數據的方式大量進行留存,此即外顯知識數據化。

  外顯知識數據化除有助於經驗與知識的留存之外,更是數據知識標準化的必要條件。縱然產業相當依賴老師傅行之有年的經驗判斷,然而僅僅只是留下數據供後人判斷,仍然會因為人為誤差經常造成瑕疵漏檢或為了滿足新需求(如色彩)而嘗試次數過多的浪費情境,因此將各種變數理性拆分並確認其影響後,方能有效建立標準,輔助判斷成功率提升。

  (2)外部顧客需求,美學機能並存

  我們曾於前文中提及,台灣的紡織業已經朝向多機能組合與強化美學兩大方向發展,直接面對的是快速變化的需求與設計,而機能與美學在相當的程度上又與研發能力及第一手的顧客資料息息相關。

  縱然自2010年起快時尚由盛轉衰3,新冠疫情更是一視同仁地將不同大小規模的供應鏈一錘打平,顧客的需求與聲音卻只是逐步轉換到了線上而已4:更快、更即時、更看重數位體驗,然後,更容易被消費者拋棄。因此,供應鏈數位串流向後連結到單體客戶端,更是產業之間快速互助、分攤風險的具體作法。

  目前案例已經有紅外線掃瞄人體並打版的具體作法,家電廚具業也有利用擴增/虛擬實境(AR/VR)讓顧客體驗居家布置的發展,國外也有線上試穿的行銷方式,為什麼我們不能用手機看看自己穿新衣的模樣呢?若從產品面而言,更不用說現在的智慧穿戴式裝置已經可以提供即時生理數據如呼吸、心跳等進行健康監測了。

 

結語

  綜上所述,本文從紡織業在價值鏈上各個階段的產業特性,逐步深入到供應鏈數位串流時所著重的工作項目上。文章中利用一些案例解釋了紡織業者如何在特定類別的工作項目中精進,此外也更加深入地探討了本產業將如何應用人工智慧來協助公司百尺竿頭更進一步,同時,也與目前的時事作連結,簡單地提出了數個將來可能發生的數位轉型方向。

  比起其他類型的製造業,直接面對末端市場個體戶需求的紡織業是很被看好「製造業服務化」的標的產業之一。如何更有效地面對數位轉型的潮流與趨勢,如何對顧客進行如五感體驗等服務,相信系統整合業者是會是不可或缺的夥伴。

  對於系統整合業者而言,有鑑於紡織與成衣及服飾品製造業偏好將供需管理與決策輔助委託由系統整合業者執行的現象,因此非常推薦意欲成為紡織產業領域專精之系統整合業者從人工智慧相關的工作項目進行切入,其中各有需求的品質檢驗相關工作更是與紡織相關業者建立長期合作的機會。

  而對於紡織業者而言,除了中下游明顯從現在開始必須進行數位轉型才能面對顧客、持續發展的整體趨勢之外,優良的系統整合業者可以為公司打下堅實的轉型技術基礎。兩者之間良好的互動,將會是腳下滿足顧客與面對市場浪潮的一艘好船。

 

1          產業價值鏈資訊平台. 紡織產業鏈簡介, <https://ic.tpex.org.tw/introduce.php?ic=O000> (2020).
2          2020年臺灣產業地圖編撰小組. 2020年臺灣產業地圖.  (2020).
3          RAVEN, H. 永續當道,為何快時尚卻依舊越賺越多?.  (2020).
4          中央通訊社. 疫情撼動快時尚模式 轉戰「零接觸經濟」求生.  (2020).

更多資訊請參考...
{{item.title}}
生產力中心提供的活動資訊
{{item.title}}
相關出版品...