智慧化浪潮席捲製造業，對製造業的機器運作、廠務管理與營運管理造成全方位的影響。許多新科技、新應用與新商業模式，正在改變製造業的風貌。
廠務管理端
在廠務管理端，數位雙生平台是近年來最重要的突破。各家大廠都有自己的特色，其所帶來的商業模式創新，更為應用附加價值。布局在此的方案供應商，其平台特色與自身專長高度相似。
例如IBM Digital Twin Exchange，以運算及儲存能力為平台優勢，讓內容提供商之材料清單、3D CAD文件、工程手冊皆可上架在雲端平台，平台則匯聚各供應商面向各產業之數位雙生解決方案。
PTC則以產品資料管理(PDM)為發展數位雙生基礎，使用軟體管理團隊之工程圖、模型、產品文件等資料，協助客戶遍佈世界各地的IT、製造、維護、研發、品管人員統一協作步調。
西門子則立基於IIoT技術，建構實體、虛擬世界間，可即時數據傳遞的通道。利於即時掌握現場設備、環境溫溼度等變數交互影響結果，以使客戶瞭解接續所應採取的生產決策。
數位雙生的應用不僅能為需求端節流，甚至能開源創造新商業模式。例如產品即服務，可添加感測器於販售產品，並以客戶實際使用時間收費；維護即服務，掌控販售設備的健康程度，持續為客戶維護良好的設備運作。
已經非常成熟的資料採集與監視系統(SCADA，圖2)，也因為物聯網的出現而展開新一波進化。SCADA的誕生，最早約可追溯到1970年代，主要是透過蒐集PLC產生的數據來監控設備運行狀態。工業物聯網(IIoT)不會取代SCADA，相反的，SCADA正利用IoT技術提升擴展性。例如透過遵循OPC統一架構通訊協議，SCADA將能支援並整合更多製造商設備資訊，使新舊設備不至於形成數據孤島。
圖2 已經問世超過50年的SCADA，在物聯網技術的輔助下，變得更加強大
另一方面，SCADA也朝基於雲端方式建置系統，以管理更多數據。同時利用Web軟體開發工具，拋開過往僅能以電腦作為監控的裝置，方便使用者採用手持設備、智慧型手機、筆電等多元裝置運行的Web瀏覽器進行訪問。
在SCADA之上的製造執行系統(MES)，也因為SCADA的進化，而變得更智慧、更強大。其中，軟體編碼標準化，進而讓客製化功能開發速度加快，更能貼近產業實務流程，是近年來MES最重要的變化趨勢。
MES是廠務端主要的管理系統之一，用於掌握生產狀況、待解決生產瓶頸和所需調度資源為主要功能。MES注重製程並確保流程順利進行，包含物料接收、庫存管理、生產計劃、生產執行、品質檢驗、成品入庫、出貨等流程統一調度。
觀察大廠MES產品功能，西門子透過收購低代碼開發平台領導公司Mendix，打造標準化、易編程的語言，靈活支援客戶各式流程創建需求。例如在企業急用物料時，可以用低代碼快速創建新檢驗流程以標註不合格物料，而非整箱物料拒收，以貼近客製化生產流程。
營運管理端
營運管理端最重要的進展，主要體現在提升企業韌性與強化碳盤查這兩方面。
疫情暴露了供應鏈運作中的諸多不確定性，促使供應鏈解決方案發展。例如思愛普(SAP)於疫情爆發的2020年，推出了SAP IBP(Integrated Business Planning)，觀察產品特色主要有二：
一、深厚的供應鏈領域基礎。利基於SAP旗下ERP、SCM等IT系統高市占率，更加瞭解各產業特性和最佳實務，以及影響供應鏈管理的企業流程，且客戶在使用IBP上將與既有系統兼容；
二、情況模擬。人員可模擬多種狀況採用結果差異，例如海運受阻時，採用空運或當地生產出貨的情境，對比多個方案在利潤、收益等不同財務指標表現。
在軟體的商業模式上，也觀察到依數據儲存量、運算量計價的收費方式。AWS Supply Chain以基於雲端基礎架構方式，提供供應鏈管理解決方案。客戶可匯入自家ERP、SCM資訊形成庫存可視化地圖，並進一步按庫存閥值觀察供應鏈風險。
AWS的AI技術為提升系統使用效益關鍵。首先在資料處理方面，利用機器學習(ML)與自然語言處理(NLP)，將來源系統資料關聯到統一的資料模型。而在供應商管理方面，利用ML估算供應商前置時間，納入庫存風險分析。最後在市場需求規劃部分，以ML分析歷史銷售數據以及未完成訂單等資訊，以降低需求變動的不確定性。
至於在碳盤查方面，為解決範疇3碳盤查執行困難的問題，有業者發展出以區塊鏈技術保護上游機密、下游驗證權利的新解決方案。「溫室氣體盤查議定書」將溫室氣體排放範疇分為三類，範疇1與2個別代表企業直接與間接產生的溫室氣體，範疇3則代表企業上下游及企業活動排放的溫室氣體，亦為當中最難的部分。企業不僅難以驗證上游提供數據之正確性，其也多以人工鍵入表格作法，難以管理資料。
觀察大廠淨零碳排解決方案，西門子SiGreen主要面向範疇3應用，特色為以區塊鏈保護供應鏈各方數據主權。系統能以分布式帳本技術，讓上游業者在無需揭露供應鏈機密資訊情況下提供產品碳足跡，客戶也可以反向檢驗是否有第三方的產品碳足跡認證。
創新解決方案把花齊放 企業應評估自身真實需求
儘管供給端方案推陳出新，但需求端實際建構智慧工廠仍非易事。觀察產業對此努力，自動化大廠逐漸降低工業聯網本位主義，在統一聯網標準達成共識，解決多家設備供應商無法互連通訊的問題；另一方面，供給端有能力者不斷收購工業軟體或互補方案商，整合旗下產品種類成完整解決方案，或透過聚合產業各方供給端角色，拼湊建構智慧製造所需拼圖。
而在需求端方面，也需意識到智慧製造並非廠長責任，高層支持以及長遠的藍圖規劃，將是智慧製造導入效益能否擴散到跨廠區、跨區域、跨價值鏈流程的重要關鍵；另外，轉型目的也應非為導入新興技術而導入，而是以終為始的規劃。首先掌握企業內部待解決問題、評估內部機廠鏈智慧化程度，方能在所需基礎設施、升級設備、串聯流程等建構智慧製造執行步驟上，與企業內部問題與現有資源高度連結。
(本文作者為資策會MIC產業分析師)
物聯網模糊IT/OT界線 機、廠、鏈全面智慧化(1)
物聯網模糊IT/OT界線 機、廠、鏈全面智慧化(2)