智慧製造逐漸的實現了人類的價值

在這個講求生活品質的時代，工作，尤其是工廠內的工作，往往被視為「必要之惡」。試想，在生命的黃金歲月裡，工作時數長達三分之一，甚至更大的比例。要是工作還盡是單調乏味、毫無建設、日復一日的讓人感受到虛度光陰，那麼，忍耐度日、追求小確幸甚至於逃避工作，不難變成現代人尤其是年輕人的想法。

其實，在歷史的長河中，工業化大量製造可說是人類進步的里程碑，至少它讓人們在物質上不再匱乏。但於此同時，大量製造卻也把生產者的自由給綁住了，它讓人「物化」成機器、成為被奴役者。另一方面，消費者精神上的自由也同時被綁住，消費行為變成只能從少數選擇中，選擇相對比較不那麼討厭的商品，而無法隨心所欲的訂製真正滿足自己的東西，更無法訂製展現自我價值主張的獨特商品。

雖然近年來，隨著互聯網的興起，在虛擬的資訊面上，以往的限制逐漸被打破，創新有了沃土。然而在現實生活中，人們依然被工作綑綁，每個人只能按標準作業流程去做那些日復一日、重複枯燥的事情。

但，從此刻起，一切將會有所改變！新時代即將來臨，智慧製造的「新自動化」將會解開重重枷鎖，使生產者從枯燥重複的單調工作中解脫，讓機器人代替人去做那些無聊的事，讓所有人可以發揮出身為人才有的思考與創新。而且，智慧製造的「智慧化」也會讓生產變得更加有彈性，當消費者想要與眾不同、或想要獲得心目中完美商品時，隨時隨地都可以「隨心所欲、隨欲而製」。

巨變的洪流已經開始，風起雲湧，在接下來的十年內將會完全改變下個世代的思維方式。當智慧製造逐漸得由「量變」走向「質變」，新時代屬於人類真正的工作，將會是一種，工作融入生活、融入生命、融入成就的自我價值展現。

自動化的彈性是可以被釐清後紓解的，無須無限上綱

智慧製造中自動化的彈性有時候已經被各自表述後無限上綱了。其實若能深入思考就會發現，自動化的彈性是可以被釐清後紓解的，只要不要無限上綱的話，並非很難達到。對於自動化的彈性大約可分成三類：「對已知的彈性」、「對未知的彈性」與「對未來的彈性」。

所謂「對已知的彈性」大約就是產線已經被核可生產的產品間的切換。雖然產品種類非常多，卻都是已經知道的範疇。在少量多樣的時代，所追求的無非是快速且低成本的換線。這對於自動化來說，其實難度不高。只是由於SI或設備商的專案心態，為求順利執行與結案，往往希望縮減範疇到Top 5或Top 10的產品當成自動化專案範疇。可惜的是，今天的Top 5與半年後的Top 5可能截然不同，這會導致專案模式的自動化，導入後很快就會面臨困境。後續我們再來聊聊我們解決這問題的經驗。

所謂「對未知的彈性」大多是指類似RD新產品研發時所需的借機試產、自動化設備的預防保養、或故障維修時期等。傳統自動化在規劃設計時，對於「未知的彈性」的應對，往往最為欠缺。但工廠卻常會有各種狀況突發，例如某製程機台的上下料被改善為自動上下料之後，當研發單位借機希望試產某新產品時，有時其規格會與之前的大不相同。此時，若該自動上下料設備沒有設計手動功能，或可以簡單移開或移除的話，那麼該研發品就會面臨著無法試投料生產的困境。又例如當附加的自動化設備需要保養或臨時故障時，若沒辦法快速且簡單的先行移開的話，就會連累昂貴的製程機台也得跟著停機。對於這部分的彈性，其實規劃與設計的難度和成本並不高，只是往往會被輕忽或因為沒經驗不知道要設計。

而對於「未來的彈性」也就是新產品導入的速度與成本，這應是自動化最難因應的環節，卻不能不去面對。可能的紓解方法是切模組與參數化設計。例如將產品變動性高的部分與標準共通部分切開。當新產品的變異超乎原本範疇之外時，就可以透過更換模組來實施擴充性。或利用伺服軸做參數調整，以因應未來未知的新產品。但換另一個角度來思維，若RD開發新產品時，能考量到自動化設備的規格，盡可能設計可以在範疇內生產的產品，這將更有效的降低新產品導入的成本與時間，是比較釜底抽薪的手法。或許沒辦法全都符合，至少盡可能多加考量以降低衝擊，這才是治本之道。

後續我們會持續在POME粉絲專頁與大家分享，瑞精工在處理這些彈性問題上的新想法/與經驗，期盼與您一起翻轉自動化。

自動化不能簡單的先做 導入次序很重要

先分享網路上的小故事：

有個小和尚與師父學習已經五年了，自覺自己已經學成想要求去。

師父拿了一個空盆子要徒弟用卵石填裝，不久後徒弟就說他「裝滿了」。

師父取來細石，在卵石空隙填了好多細石，問徒弟：「滿了嗎？」 徒弟說：「滿了。」

師父取來沙子，又在細石的空隙中填了好多沙子，又問徒弟：「滿了嗎？」徒弟說：「滿了。」

師父取來水，又在沙子上倒了好多的水 ……

在「商業周刊/信淮南作品」中評注：「瓶子的空間就這麼多，如果你們不將大的鵝卵石先放進瓶子裡，也許以後永遠也沒有機會放進去了。」

其實自動化也是一樣的。常常有人問我們，廠內可以做自動化的地方很多，哪一個先做比較好呢? 大部分的人都是選「好做的先做」。其實這存在著很大的問題，因為這世界是非線性，路徑會影響最後結果。若一開始缺乏整體規劃與正確的導入次序，而只是單純的選好做的先做。就會有很大的機會發生：「早期的自動化雖然提升了當時的效益，卻讓後期的自動化變得綁手綁腳，甚至於陷入瓶頸無法推動」。這種類似「歷史的包袱」看似純屬運氣很背，但仔細觀察，卻是屢見不爽。

後續我們會持續在POME粉絲專頁與大家分享，瑞精工在自動化與智慧化的新想法/與經驗，期盼與您一起翻轉自動化。

瑞精工「智慧雲」 實現產線「預知保養」 

2017-11-28 15:51經濟日報 翁永全      

生產線設備一旦故障停機，損失難以估算，突顯「預知保養」的重要性。瑞精工科技提供「智慧雲」良方，為近來工業4.0中最核心的部份之一。

瑞精工協理曹永誠表示，「智慧雲」用於機台設備及生產管理，具備診斷預警功能，類似半導體廠或面板廠所用的 APC (先進製程控制) 與 EDA (工程資料分析)，擔負起工廠良率與產能強化的重要關鍵。APC 與 EDA 可說是台灣電子產業具備優勢的背後的重要因素之一，十多年前，一套 APC 售價近億元，拜 IT 產業成熟之賜，「智慧雲」採用 IoT 新技術，功能較為平實，價格也僅為半導體 APC 的3%或更低，價格親民，為最佳的產線利器。 

透過「智慧雲」可將產線機台、廠務與環境因素全方位數據收集至雲端，進行大數據分析，並以 Web 提供產線智慧管理。瑞精工以微型化與平價化提供給傳統產業與中下游電子業，未來更將推出「智慧雲」雲端租賃方案，讓企業更容易入手。

瑞精工源自於瑞傳科技的智動化部門，去年1月成立，瑞傳、精浚及工研院為三大法人股東，目前股本1.5億元。從一開始只對內部服務，今年中度過練功階段，具備對外服務能力，初期先以國內眾多中小型電子組裝廠為目標客戶。

有鑑於電子組裝線大多仰賴人工，良率不易掌控，未來因應工業4.0趨勢，跨入智慧製造，共規劃出26個智慧工站，包括插件、包裝、上螺絲、組裝、檢查、配件包到折盒機等，再分階段開發、導入與推廣。目前已完成7個，包括 DIP 插件、視覺檢測、彈性摺盒機、螺絲配件包自動化以及視覺履歷等。其中，視覺履歷是以機器人搭配工業 CCD，連0402這種極微小的零件瑕疵也能被完整紀錄，對於客訴處理與製程改善時能清楚有效的掌控出錯的環節。

曹永誠表示，製造業接單邁向少量多樣，這也是自動化的罩門。瑞精工在開發智慧工站產品時，特別針對少量多樣的特性開發相對應技術，解決生產時因經常換模、換線導致時間、產能及良率的耗損。

刊登於經濟日報的新聞轉貼
https://money.udn.com/money/story/5639/2844301 

彈性是自動化的罩門，也是自動化未來的出路

 傳統的自動化往往是針對大量生產的產線取代人以自動生產。面對消費市場未來的大趨勢：產品越來越多樣化、生命週期越來越短，「少量多樣」與「快速新產品導入」已變成製造業未來無法迴避的必備要求。不止是電子業如此、傳統產業也會是這樣；不止台灣如此、大陸也是一樣。只不過快慢/遲早有些差異而已，但大趨勢卻是一致的。

在傳統自動化的觀念中，彈性卻是自動化的罩門，尤其是面對未來不確定的新產品導入，往往視之為風險避之唯恐不及。然而在這「誰也無法迴避、只是早晚而已」大時代趨勢下，逃避又能躲到何時? 唯有像聖嚴法師所說的【四它】：面對它、接受它、處理它、放下它。從心底深處面對與接受這個大趨勢事實，才有機會「化危機為轉機」，反而為未來工業4.0的自動化打開一條新出路。

在面對少量多樣訂單生產時，經常會因為換模、換線導致時間、產能及良率的耗損。一般常見的做法，往往就是採用多組伺服軸或機器人的全自動化設計。固然全自動化可以提升彈性來快速換線，但成本卻也會飆高非常多。但，要達到快速換線的目的，其實全自動化只是手法之一種，尚有其他方案也可以達到相同的目的，甚至於更便宜更划算。後續我們會持續在POME粉絲專頁與大家分享，瑞精工在處理這些彈性問題上的新想法與經驗，期盼與您一起翻轉自動化。

自動化前的合理化遠比想像中困難但很重要

既然「用機器人取代人」不是正確的想法。得把機器人視為「新元素」，思考機器人新元素的加入之後，該如何善用才能提升綜效的話。我們就得回頭審思產品製程流程甚至於產品設計是否夠合理化。

當然，很多工廠一定會覺得合理化已是很基礎的觀念，日復一日都已經在做了，何必重提呢? 其實不然，過去的合理化考量往往只基於人與專用機，並沒有針對機器人的特質來思考。因此若想有效的導入機器人，重新思維變得很重要。

例如原本的製程可能是以人的作業角度切成一站一站的，但由於人的特質就是彈性非常大卻不夠快與精準。因此若直接用機器人取代人的話，雖然機器人很精準且快速，卻會苦於物料的太多樣化且工件需要先整料與定位。若能重新切分製程流程，依照特性重新安排的話，才有機會真正達到最佳化。

又例如組裝的螺絲鎖附，不管是正鎖、側鎖，甚至於翻過來各式各樣奇奇怪怪的鎖法，對人來說都不成問題。但對於機器人來說，雖然這些動作也絕對做夠得到，但成本與風險就會變得非常高。若可以從源頭著手，讓電子機構部門RD人員在設計階段就考量到機器人的特性，盡可能把鎖附都設計成正鎖，而螺絲種類也盡可能的減少，甚至於只用一種，那自動化的成本與風險將會變得非常非常的划算。

也就是說，產線的合理化不是只從產線單方面來考量。因為產線是手段不是目的，公司不是為了生產產品而生產產品。產線是為了將產品賣給消費者，以滿足需求與價值而存在的。因此合理化得綜合產線與二大源頭 (從行銷業務端回頭看、研發端產品開發) 來共同著手，透過三方的無私溝通並緊密配合。能在源頭端解決的，就不要拿到生產段才解決，這樣才是釜底抽薪的有效辦法。

瑞精工透過瑞傳科技樹林廠的實際導入經驗，淬煉出一套機器人自動化的規劃方法論，期盼與產業分享，一起翻轉自動化。

【鼎新Talk Room｜專家帶你進入智造時代 接軌工業4.0】

我們邀請到兩位專家：鼎新電腦蘇景峯顧問專家、瑞精工科技曹永誠協理，一起來聊聊所有關於工業4.0的大小事!

https://youtu.be/CWAMRfn24HE

用機器人取代人的迷思

現在製造業工廠面臨著人力成本提高、工作派遣不足，加上交期與品質的壓力、售價與毛利的壓縮，導入自動化變成不得不面對的重點課題。於是許多工廠就開始想：「用機器人取代人，進行自動化工作」以解決人力不足的問題。其實這是一種迷思，因為「機器人是不可能取代人的」，「取代」得是性質相同的二種東西才行。但人、專用機與機器人三者間的性質並不一樣，如何能談「取代」呢?

對產線生產來說，「人」的彈性最高，雖然動作不快，但對於某些需要「眉角」的工作來說 (例如順應性組裝或插件)，人可說駕輕就熟。但相對的，人不但個體間的差異性甚大 (例如新手與精熟工的速度與品質差異甚大)，還有疲累與閃神問題，很難完全確保不會出錯。

相對的，「專用機」速度超快且出錯率極少，彈性卻非常低。面對現今少量多樣的時代，傳統專用機在換線時間與成本上往往非常巨大。就算新機台強化了換線的彈性，但新產品導入速度仍是其罩門，有時還會發生完全無法使用得另購新機的窘境。

「機器人」剛好介於二者之間。論速度雖比不上專用機，卻比人快很多、精準度高且不會因疲憊出錯。論彈性雖比不上人的無比彈性，卻比專用機高出甚多。加上採用程式與教點來設定作業流程與位置，對於新產品導入需另購新機的機率也少非常多。

因此自動化的較佳思維建議應改為：原本由作業員與專用機所組成的產線，在加入機器人新元素之後，得重新思考如何善用三者的重新組合，以提升整體效益與未來競爭力。

瑞精工透過瑞傳科技樹林廠的實際導入經驗，淬煉出一套機器人自動化的規劃方法論，期盼與產業分享，一起翻轉自動化。

透過數學模型拓展智慧雲數據的價值

我們在上周的分享中，對於智慧雲內龐大資料的應用方法，提出了可以透過主管們過往的經驗，整理成為FI軟體元件 (工廠智慧, Factory Intelligence) 以加值與推廣使用的方式。但這種方式嚴格說起來只能算是「把智慧化的動作給『自動化』而已」。當然FI也減少了不少人工的時間與成本，而且軟體元件化之後有利於保存與推廣。但無論如何，畢竟就是把「已知」的智慧進行整理、保存與推廣應用而已。

所以我們也可同步從另一方面著手，把這些數據當成黑箱子，利用資料採礦(Data Mining)、大數據分析(Big Data)、深度學習(Deep Learning)等技術，藉此開發出人們經驗之外的新知識(智慧)。

舉例來說，現在很多工廠都會收集產線的耗能數據，例如安裝智慧電錶以收集電能耗用數據。但由於電能在一個迴路裡大多串接了多個「用能」設備，例如生產機台、爐管等。而每台設備所生產的產品、或製程參數例如爐管的加熱溫度都不會相同。因此對於這串設備的迴路的智慧電錶，所能拿到的數據就只是這串設備加總的總耗能數據。其實際數值就是高高低低，難以理解。也因此，大多數的情況中除了拿來控制每15分鐘統計一次的需量以求不超契約容量之外，大概也就只會用很漂亮精美的圖形來顯示能耗數據，放在大看板展示給客人看，藉以表達公司對於環境保護與社會責任的理念(也就是行銷用途)。

但說真的，收集這些數據的成本可不小，包括硬體電錶、電腦等之外，軟體與人力成本也不低。若所能得到的價值卻僅有形象宣傳的話，那投資報酬率也未免太低了。因此，我們若能將電錶的能耗數據與使用能源的各種因子，例如產能、產品種類、製程參數、外氣溫度等數據，建立一個數學關係式(數學模型)。如此一來，我們就可以透過這個數學模型來估算，在現在這種能源使用條件下，合理的能耗數據該是多少。然後我們就可以拿這估算的數據當成基線(Baseline)，與實際從智慧電錶中讀取的數據做比對，以確認能耗狀況是否有異常。例如當機台異常(例如某個零件快壞了)、或製程參數設錯了(例如爐管的溫度設定錯誤)等狀況發生時，就可以被早期及時偵測出來，避免損失持續擴大。於是，一樣的數據就有機會可以展現出更多更高的價值，甚至於是原本人們的經驗所做不到的價值。

只是一談到數學模型，絕大多數的人就會開始打退堂鼓。因為高深艱澀的數學總是令人畏懼，或需要招聘博士長期研究才行，但事實上卻並非如此。不可否認的，有些數學模型確實難以理解與建置，得請專家精研很長的時間才有機會被設計出來。但現今很多工廠的大部分問題，卻往往只需要簡單的迴歸分析或統計學就可以產出成效與價值的。

例如前面所說的能耗數學模型，很多工廠只需使用Excel的迴歸分析就可以把數學模型建立完成，只需廠內工程師花幾個小時就搞定了。而且依照我們的經驗，工廠內像這樣的應用還蠻多的。光把這些基礎的應用先做好，工廠的競爭力就可提升不少。等基礎打穩了，再來做資料採礦等進階手法，然後再投資人工智慧AI或機器學習/深度學習等高深技術，這樣不但比較順也比較划算。

資料庫中的數據究竟是資產還是負債?

在工業4.0時代，絕大多數公司都是拼命的收集與儲存資料，卻從未思考過：資料庫中的數據究竟是資產還是負債? 因為就算是儲存的硬體越來越便宜、容量越來越大，但資料的儲存還是都是成本，也可以說持續在燒錢。因此，這些耗資架設的機台連線或工業物聯網，千辛萬苦所收集來的資料，倘若沒有善加利用以產生價值的話，就只會變成公司持續燒錢的包袱。

但要如何才能善用資料以創造價值呢? 首先得有正確的觀念，那就是若要善用資料創造價值的話，所需投入的資源(包括人力與資金) 絕對不能少於資料收集或雲端架設。其次是，可使用的手法很多，不需要立刻就去追求AI(人工智慧)或深度學習等昂貴方法，可以先從簡單甚至於手邊就立刻可以做的先開始，

舉例來說，部門主管在簽核員工請假時，准假與不准假的考量往往需要很多資料的協助，例如同時間其他員工是否有請假? 該員工手邊開發專案的進度? 最近半年來的出缺席狀況? 甚至於得判讀是否是請假去面試對手公司等。如此綜合考量之後，才有機會能做出更有智慧的更佳決策。

無奈的是，公司的電子簽核系統往往都只是很單純的表單簽核。若主管需要更多的資料協助，常常得自己開好幾個系統，甚至於得把資料下載自行加工。這對於日理萬機的主管來說，實在沒時間也沒心思費神如此做。因此，多半單憑記憶或感覺就直接下決定了。倘若這些系統旁邊都有類似Google的廣告系統一樣，自動在背後主動幫忙。當主管開啟電子表單時，就會自動將所需協助的資料或圖表顯示在旁邊，讓管理可以更加智慧化，就類似BI (商業智慧, Business Intelligence)。

智慧雲也是一樣。當廠長在晨會、產銷會議、電子簽核、周/月會或巡廠時，將基於廠長的專業知識Know-How所設計的FI (工廠智慧, Factory Intelligence)，建置於系統並於背景主動持續進行。當廠長於各種場景時，就會自動在筆電、手機或平板顯示相關數據或圖表，適時適地的即時協助廠長做出更有智慧的決策，這對於工廠競爭力的提升必定很有幫助。

更何況就算廠長/產線主管擁有多年的專業與管理經驗，但因為人的記憶與感受對於時間有著衰退的特性，縱然有10年經驗，但對於這幾天的強烈感受卻會讓決策時加權比重超乎正常的多。況且人對於非線性是很難理解與預測，但大自然界卻充斥著非線性系統。因此，若能讓智慧雲的FI與廠長/產線主管的經驗相輔相成，透過人機協同與互補，必能提升管理智慧化的程度。瑞精工有別於傳統自動化或資服業者，瑞精工從工廠思維出發，以價值導向期盼與您一起翻轉自動化。

智慧雲是非做不可的基礎建設

自動化展後超多公司對於瑞精工的理念與產品非常感興趣。經過持續的拜訪與對話後發現，智慧雲可以說是超人氣需求之一。雖說智慧雲的價值在於如何善加應用大數據分析，強化智慧管理以提升工廠/公司的競爭力。但「巧婦難為無米之炊」要能有效推動「大數據」分析，首先得有「數據」而且得夠「大」才行。也就是說，建置工廠智慧雲以儲存或關連各方各式各樣的大量數據，可以說是非做不可的基礎建設。

智慧雲的資料來源非常多且雜，不管是類型、格式、取樣頻率或事件觸法方式等都不盡相同。有些來自於機台連線的數據、有些則是其他資訊系統串接來的數據、也有些是直接安裝感測器或視訊的資料。面對這麼多五花八門的數據時，該如何串接整合並有效儲存將是很大的問題。

以串接整合的規劃來看，或許我們可以從個別機台的軸線角度來整理，以Benchmark、診斷、預知保養或前饋/回饋補償等以強化機台管理、提升產能與產品品質。但若單純只採用這模式，將無助於例如產品良率改善等其他需求。所以我們也可以從產品軸線角度來串接整合數據，以提高良率與品質。另我們也可以從工單的軸線來串接整合等。這是因為每一個數據其實都具備著多重面向，代表著多種屬性(例如機台、製程、產品、工單、人員、時間...等)的綜合結果，甚至於還夾雜著前製程、原物料與夾治模具的影響，可說是非常錯綜複雜。

因此，數據/資料的前處理，以及針對各類軸線的Align甚至於重新取樣，並且採用多重串接等，就變成是很重要的事情。因為只有當數據經過處理串接之後，後續的分析診斷才能更快速且有效。當然，多重串接後的數據該如何優化儲存，以最佳化空間與最短取出時間提供大數據分析應用，也是另一個超重要的事情。此外，現在很多公司都已經國際化，在世界各地都有工廠。面對分散的工廠資料該如何有效整合又不會吃太多頻寬，在規畫上的難度就更高了。

畢竟資料就是為了應用才需要被收集儲存。倘若無法很方便在想取得資料時就可以簡單且快速取得的話，那分析應用的意願就會降低，最終所產生的價值也必然變小。所以我們該改變思維：不要為收集儲存資料而去收集儲存資料，我們要為應用價值來收集儲存資料。把如何方便善用資料當成是收集儲存資料的主要目的。先專注於資料的處理與整合、優化儲存與取用。讓資料真正變成公司競爭力提升的主要來源，而不是一直燒錢卻不敢刪除的沉重包袱。瑞精工期盼與您攜手一起建置真正有效有價值的智慧雲BIS (Boss intelligent System)，與您一起翻轉自動化。

單純導入資訊系統無助於智慧化

Data(數據)是智慧化的基礎。但現在的公司與工廠大多已經不缺數據了。各種數據早已經存在於各個系統之中，包括工廠機台的數據也都存在或短暫存在機台內部。而機台連線/數據收集只不過是要把數據取出，改放到比較容易存取且可以長期保存的地方而已。

實現智慧化我們需要數據，但收集、儲存、分析與呈現數據等往往得靠各類資訊系統。於是我們就急於導入各類資訊系統以求實現智慧化，以工業4.0提升公司與工廠的競爭力。但很頭痛的是，現在大多數的資訊系統往往都是以孤島型式運作，彼此以ETL交換資料無法真正密切整合。而公司/工廠的運作模式，則是由員工自行篩選數據並以PowerPoint美化後呈現。因此，就算是在各類會議討論中挖掘出異常或問題後，回頭還是得再靠員工重新搜尋與篩選新數據，再次整理新說詞與美化，數日後再次討論或上呈報告。這種模式不但曠日廢時、無法掌握最佳時間即時反應，而且篩選與美化也常會讓問題大事化小、很難真正根治。

其實，真正的智慧化的基礎在於全方位的整合，尤其是數據的整合。讓大老闆可以透過KPI與Baseline有效掌控，而異常時又可以直接層層Breakdown當場往下追蹤。因此得建置智慧雲全方位整合數據，讓會議的進行可以捨棄PowerPoint，直接使用資訊系統拉出即時資料直接討論，而遇到異常(Out of baseline)或問題時，也可以當場展開細節深入討論並持續追蹤。這種不帶篩選與美化的赤裸裸即時呈現並即時展開的新架構，才是未來企業面對瞬息萬變的世界最有力的武器。瑞精工以智慧雲整合數據，以BIS (Boss intelligent System)提供公司/工廠管理智慧化的解決方案，希望與您一起翻轉自動化。

為什麼要導入工業4.0？

工業4.0可以說是近幾年來最熱門的議題之一。幾乎各產業都在關注這個議題。很可惜的是，大多數的人都是直接認定一定得要導入工業4.0，卻很少反思自家工廠為何要導入工業4.0。

為何大家對於工業4.0會如此火熱呢? 其實大部分的原因來自於企業的焦慮感。面對越來越多樣化的產品、越來越快推陳出新的市場，讓企業原本只是為了大量生產所規劃設計的工廠，變得越來越複雜，導致運作效率無法持續優化，甚至於頭痛醫頭、腳痛醫腳的困境。同時全球市場又面臨著需求長期疲軟、持續供過於求等瓶頸。因此當工業4.0開始席捲全球時，思變的人心大多數就直接接受了。

其實工業4.0的精神在於全方位的改變工廠本質，讓客製化可以如同大量生產般的產能、成本、交期與品質等。而現在熱門的各種新科技例如：物聯網、大數據、機器人與CPS(虛實整合)等，不過就是為了協助以創造新價值、強化競爭力。所以認真說起來，工業4.0並不是利多，反而是威脅。當其他公司都已經開始想辦法改變與強化本質，以應對整個大環境的變遷的此時此刻，我們該如何加快腳步強化競爭力以避開危機、成為下一波的生存者，這才是必須去了解工業4.0的目的。

綜觀整個自動化展，大多數的廠商都是在賣設備、方案或技術，不然就是客戶開規格就照本宣科的照做。沒錯這些都很重要，但若沒有一套完整的手法診斷並有效導入且改善公司內部管理制度與運作模式的話，往往很難真正有成效。瑞精工以瑞傳科技樹林廠的實際導入的成功經驗，以產線的角度進行「價值導向」分析，並提供實際可用的智慧工站產品與方案，希望與您一起翻轉自動化。