中小企業面臨接班階段 資策會：導入智慧製造絕佳時機

▲資策會認為，台灣中小企業目前正面臨接班之際，也是導入智慧製造的好時機。（示意圖／達志影像／美聯社）

記者邱倢芯／台北報導

近年ICT零組件價格與勞工薪資成本上漲等因素影響下，資策會MIC指出，在臺灣業者製造成本提高與本業獲利表現下滑的長期趨勢下，導入智慧科技提升生產與管理效率，加速轉型已成為製造產業趨勢。

其中，「提升內部營運效率」為導入智慧科技的最主要驅動力，如何運用智慧科技串聯設計、生產與銷售，再將生產資訊回饋至研發設計端是未來發展重點。觀察短中期發展，將以預測性維護、品質控管與物料搬運等技術需求為主，其中關鍵技術便是設備感測與視覺感測技術。

針對臺灣智慧製造推動狀況，資策會MIC資深產業分析師陳彥合指出，目前整體仍缺乏領頭羊，尤其是製造業營收占比71%的資訊大廠普遍以組織內部優化為主，優先開發自家解決方案，成果擴散至上下游產業鏈的意願低，「以大帶小」效果短期內應難以實現。

另一方面，家數占比96%的中小企業卻面臨二代接班階段，面對資訊化程度不足、人才斷層與投入資源有限等挑戰，目前也是導入智慧製造的絕佳契機，除了能解決人才仰賴外籍移工、經驗難以累積的問題，也能提升面對全球化市場變化快速的競爭力。

資策會MIC表示，邊緣運算的導入是智慧製造發展關鍵，目前主要有四大趨勢值得關注。第一大趨勢為邊緣運算的分散式運算與儲存思維，將融合並改變既有IT架構，為智慧製造帶來重大改變。

第二大趨勢為面臨初期導入的設備建置成本，將催生出第三方管理、訂閱以及設備即服務（DaaS）的商業模式，不過資深產業分析師施柏榮也提醒，須注意後續可能衍生的「數據所有權」歸屬問題，預期將為設備承購與維運契約帶來變化。

第三大趨勢為邊緣運算結合AI進行本地型製造數據分析，資策會MIC指出，隨著邊緣運算導入智慧製造，將結合更多機器學習（ML）與深度學習（DL），形成Edge AI系統基礎架構，而邊緣運算在智慧製造中所扮演的功能，主要為數據過濾、示警功能，在未來更將走向預測服務功能。第四大趨勢，為邊緣運算結合區塊鏈與智能合約，「建構信任傳輸系統」在智慧製造未來的需求會越來越明顯，「信任」將成為新型態的企業數位資產。