揭開製造商數位轉型的神秘面紗
數位轉型這個詞一直以來遭到濫用及誤解，許多製造商因而以為他們必須為此投注大筆投資。然而，數位轉型、工業 4.0 或智慧工廠方案的重點，在於推動規模小但能發揮影響力的改變，改善作業、效能與成本。
頂尖自動化與資訊解決方案供應商 RoviSys 工業 AI 總監 Bryan DeBois 表示：「目標在於提高廠房效率、尋求深入解析、追求 ROI，以及釋放資料。」「我們如何使用數位化推動作業轉型？」
數位轉型專案為什麼失敗
DeBois 解釋，許多數位轉型方案失敗，通常是因為組織前期投資過多。
他表示：「按部就班。從小規模開始著手，然後再成長擴充的人，顯然是贏家。」「這趟數位轉型之旅可以獲得 ROI 的領域很多。」
舉例來說，RoviSys 近期協助了一家拋棄式包裝製造商自動化、收集與追蹤生產資料，提供了更多停機時間與生產力方面的深入解析。該包裝製造商過去以手動記錄程序追蹤生產資料，導致資訊不正確或過時。光是靠實作新的資料收集程序，該包裝製造商便能讓正常運作時間增加近 30%。
「囫圇吞棗」一口氣完成固然可行，但前提是領導階層 100% 買單。領導階層從上而下買單可確保意見一致，並且為了相同的目標而努力，DeBois 表示。
改善各領域所需的作業資料，很多都被封鎖於廠房。OT 和 IT 團隊必須相互瞭解並攜手合作，才能釋放廠房資料。領導階層必須負責引導雙方展開討論、幫助他們建立互信，並且提供強調團隊合作的環境。
「正確推動數位轉型的公司，紛紛確保 OT 打從一開始就參與討論，並且能夠抒發己見。OT 完全未參與，IT 就逕行推動專案的情況屢見不鮮，而且因為 OT 買單攸關專案成敗，因此專案便以失敗收場。」DeBois 表示。「IT 必須體認 OT 是公司命脈的事實。」
工作起點
儘管製造商瞭解數位轉型的重要性（圖 1），但開始的方式或是該從何著手則並未必明朗。DeBois 解釋，數位轉型工作必須打從一開始就與使用案例或問題論述建立關聯。
若缺少妥善的使用案例，可用的資料量可能越來越龐大，使得 IT 系統負荷過大。透過縮小資料範圍，團隊便能找到恰到好處的深入解析，解決特定問題。
讓 RoviSys 這類 OT 系統整合商（SI）及早加入專案，可以協助組織找出問題領域，就此建立解決方案。
「我們可以排定使用案例的優先順序、設計解決問題的解決方案、實作該解決方案，然後支援為它提供支援。我們可以大幅加速推進對話，然後繼續推動對話，實現更高的 ROI。」DeBois 表示。
舉例來說，近期一項數位轉型專案，採用了約 20 年前問世的 Allen Bradley PLC-5 Control System。這項專案後來嘎然而止，因為團隊無法以有利的速率從系統取得資料。此外，系統長年未排定淘汰，但縱使排定，終究也會因為成本過於高昂而無法移除。
RoviSys 在製造方面的經驗與知識豐富，能夠適時馳援，迅速調整 PLC 的程式碼，挽救整個專案。
「RoviSys 的獨到之處在於，我們有謀略能力。部分專案成功的關鍵在於講求策略及實地走訪廠房，親自瞭解並確保每個環節打從一開始就為成功做好準備。」DeBois 表示。
採行合適的工具，邁向成功
DeBois 說明，無論製造商的營運類型為何，一旦可以取得廠房作業資料，將一切資料歷史化便成了重中之重。歷史紀錄器會收集來自廠房的所有資料來源，然後將資料置於集中位置，方便視覺化、分析及診斷改善的領域。
接著便能加入設備綜合效率（OEE）解決方案，量測可用性、處理量與品質。「如果能將這三項因素最大化，大幅改善指日可待。」DeBois 表示。
前一陣子，某鋁製輪圈製造商苦於趕不上輪圈需求。它必須設法製造更多輪圈，解決處理量的問題。使用案例和鋸子的效能建立了關聯。
RoviSys 部署了一套歷史紀錄器與 OEE 系統，負責收集多個製造地點關於鋸子與作業的資訊。製造商可以視覺化所有資料，比較各地點在製程各個階段的績效或難處。
「整合不同地點的所有優勢時，每一個地點隨即能將效能發揮得淋漓盡致。」DeBois 表示。
利用深度強化學習，數位轉型工作甚至能進一步擴大。這類 AI 模型不僅有助於預測價值，更能建議他們接下來該採取哪些行動。
實作 Microsoft Project Bonsai 之深度強化學習模型的整合商有八個，RoviSys 是其中之一。深度強化學習模型在 Azure 雲端訓練，部署於採用 Intel® 技術的工業電腦。
利用 Microsoft 與 Intel 等合作夥伴推出的技術與進展，RoviSys 可為客戶提供完整的全方位製造解決方案。
「解決方案百分之八十仰賴其他軟體與硬體供應商，我們提供的 20% 則是讓它成為跨供應商全方位解決方案的推手，而且我們能針對這個解決方案為客戶提供支援。Intel 打造的這個卓越生態系統，讓我們得以實現這一切。」DeBois 表示。「他們利用電腦視覺、OpenVINO™ 和 AI 專用晶片這類技術突破極限。」
找對合作夥伴，讓管理階層買單、建立與使用案例的關聯、加入儀器規畫，以及實現 IT/OT 融合的製造商，將能大獲成功，DeBois 補充道。