商研良語－數據驅動製造升級

企業推動產品研發，可利用分析大數據，深入瞭解消費者的需求和偏好，設計出更加貼近市場的產品，以提升客戶滿意度和忠誠度。圖／新華社

隨科技的發展製造業正進入全新轉型。透過大數據、人工智慧和物聯網等技術的結合，製造業如何提高生產效率、降低成本、改進產品質量，甚至創造全新的商業模式，以下爲數據驅動可改善製造業的三個面向：

一、生產製程：可從傳感器和智能裝置的應用達即時監控生產狀況，含故障預測和預防性維護，提高了設備利用率和生產效率，例如:通過分析機器數據，製造商可以精確預測機器組件的故障，提前進行維修，避免了因機器停機而造成的生產中斷，大幅度減少了成本和時間的浪費。

二、供應鏈管理：在傳統上，供應鏈的信息流通常存在信息不對稱和時滯等問題，導致了庫存過剩或者生產計劃不靈活。而擁有數據驅動的供應鏈管理系統，企業可以根據實時需求和市場變化進行靈活調整，實現庫存的精確控制和運營成本的最小化。利用高度可視化和智能化的管理方式，使得企業能夠更快速響應市場變化，提升了整體供應鏈的效率和靈活性。

三、產品研發：利用分析大數據，企業可以深入瞭解消費者的需求和偏好，進而設計出更加貼近市場的產品。同時，數據還能夠爲企業提供更精確的客戶服務，從而提升客戶滿意度和忠誠度。例如某些先進製造業利用物聯網技術，通過連接產品與互聯網，實現了產品的遠程監控和故障排除，進一步提升了客戶體驗和品牌形象。

針對數據驅動改善產品研發這部分，商研院於經濟部產業發展署「雲世代數位轉型」計劃中已協助數十家制造業者參與「消費數據驅動精準研發製造」計劃，據過去輔導經驗整理出五類製造業在新品研發上所遭遇的困難：

一、智慧家電業：產品生命週期短。千禧世代爲消費主力，生活方式、消費模式及品牌互動方式與傳統大相逕庭，如智慧家庭產品生命週期從過去的三年縮短到只有半年。

二、手工具業：缺乏專業工作者數據來研發高階產品。缺乏車廠或專業師傅使用參數，無法瞭解專業工作者的使用狀況，只能用過去經驗猜測，或跟隨國際大廠開發爲主。

三、食品加工業：市場消費習慣／結構改變。年輕族羣不好傳統肉製品等，產品開發缺乏新意，中年以下消費族羣嚴重斷層。

四、紡織業：缺乏市場數據的掌握與運用能力。紡織業者高度依賴品牌商的市場資訊，缺乏直接與消費市場互動，逐漸失去市場數據的掌握與運用能力。

五、汽機車零配件：品牌發展不易，OEM外銷爲主，自主創新能力不足，缺乏對環境應變及供應鏈整合能力，對目前最新的電動車產業不熟悉，整車廠零件整合經驗不足。

經協助數位轉型後，製造業者逐步建構運用市場數據的C2M新制造模式（Consumer to Manufacturer），導入市場數據於供應鏈體系中，發展產品需求模型增進製造體系反應市場需求的速度，反饋於產品開發及修正，從而強化製造體系向前整合爲主軸，協助產業聚落的中小型製造業者結合上下游供應鏈及系統數據服務業者，進行資訊串接、導入市場數據應用、帶動產品研發升級，建構以轉型爲主、數位爲輔，快速反應市場需求的新制造體系。

數據驅動製造時至今日已經不再是一種新技術，而是一種能改變製造業面貌的方法。隨着技術的進一步成熟和應用的擴展，數據驅動製造將會推動更多企業實現製造升級和轉型，提升生產製程的效率和新品開發的準確度。