從數據可視化到診斷、預測，研華科技實現智慧工廠

自德國喊出工業4.0口號以來，打造智慧工廠成為製造業提升競爭力的關鍵議題，研華科技作為全球智慧工廠的推手，也對自家工廠持續推動智慧化，在2020年啟動全球數位營運轉型時，聚焦iFactory提出3項專案計畫，其中兩項專案「iFactory Inspection AI 」是分別在研華台北與昆山廠導入AI演算法與視覺辨識，對板卡、SMT、系統組裝等產品進行自動化檢測，確保品質無虞。另一項「iFactory Dashboard」專案，則是透過數據中台通透各系統資料，跨研華兩岸工廠導入可視化儀表板，實現工廠智慧化運營。

打造具自主決策的智慧工廠

研華林口系統整合廠廠長黃啟峰指出，研華工廠雖然早已設置戰情室，將即時生產數據可視化呈現在螢幕上，但應用上仍有局限性。首先，過去研華各工廠對於數字沒有統一共識，通常是各自整理、各自表述。其次，原有戰情室Dashboard只能揭露當下的數據，缺乏診斷與預測能力，無法事先預防突發事件。再者，Dashboard只能看過去與目前的數據，無法掌握未來實現前瞻性的管理。

也就是說，既有戰情室只做到數據可視化還不夠，數據必須具備透通性(Transparency)且可一至定義，才能診斷各種事件背後發生的原因，進而透過預測能力(Predictive capacity)，達到可自動決策的適應性(Adaptability)管理。為實現這樣的管理目標，研華啟動「iFactory Dashboard」專案，開發一個共通的工廠績效溝通平台，建立「數字化診斷」與「數字化預測」能力，打造可自主決策的智慧工廠。

數字化診斷 找出生產問題所在

就數字化診斷部分，專案團隊依據工廠產線可能出現異常的地方，提出「出貨診斷、生產力診斷、測試良率再現性診斷、庫存診斷的系統模組導入，以生產力診斷為例，藉由新開發的生產剖析功能，系統可以在生產力降低時，診斷產品過站到哪個機台的時間太長，找出生產力降低的原因。

黃啟峰進一步說明，要讓系統具備診斷問題的能力，是一件長期工程，對此，專案團隊透過對診斷報表的持續性調整，建立現場同仁和診斷系統協作的習慣，優化工廠作業流程，如此一來，當工廠發生異常，系統可以自動分析、診斷出問題所在，現場人員可以根據系統警訊立即反應，如此不僅可即時發現問題還可省去人力判斷的作業。

數字化預測 實現前瞻式管理

在數字化預測部分，專案團隊針對工廠智慧管理的營運需求，開發產值、DOH、人力利用率、人均產出工時、變動成本+固定成本值(MOPEX％)五大預估模型。

以產值預估模型為例，透過每月分析產值，並導入「階梯齊料率算法」等相關對策來優化模型，成功將產值預估與實際產值的落差，控制在5%以內。就DOH預測模型而言，管理者可在儀表板上看到即時庫存數字及當月底的預估數字，再整合ERP系統的數據進行綜合分析，即可預測導致庫存上升的風險因子，進而做出採購決策的調整。

總的來看，工廠管理者可依據各項KPI的數字化預測，診斷出造成問題的原因，提前作出行動，過程中可不斷依據預測值的更新，觀察決策行動是否有效，實現工廠的前瞻式智慧化管理。

黃啟峰最後說，iFactory Dashboard專案執行一年下來，基於研華銷售業績的成長，人力雖然增加了11%，但產值提高達20%，工廠總體生產力提升了13%，顯示智慧化讓研華工廠營運效能明顯提升。往下一階段，「iFactory Dashboard」專案將增加更多功能，持續藉由Dashboard操兵，優化研華工廠的數位化管理。

資料來源、照片提供：研華科技MyAdvantech2022~2023