以數據智能驅動工廠運作，形塑企業智能製造運營

上一篇談到的「警告」，是預警告訴。意外狀況雖發生，但還是要能揭露出來，攤開相關影響及處理細節。因此，許多企業開始意識到IT與OT的融合和重構，但仍陷在物聯網取出數據要怎麼用的泥沼，OT數據究竟能用在哪?

《延伸閱讀：顧問專家解密—塑膠業超前佈署智能製造經營心法(上)》

KPI是事後諸葛的概念，眼睜睜看著它發生，卻無計可施，投產永遠是當天第一批較準，接下來就是差異越來越大。想知道進度就得現場看，標準工時調整永遠是下批再說，這批還是照舊的排，卻期待交期要準時。

進度總會提前或延後，排程永遠僅供參考，想調整，100多台機器卻不知從何下手？產能不明確要如何承諾交期，報工不正確成本結算難參考，成本不準則業務報價都是問題。

在不希望異常狀況卻一直發生前提下，IoT加上工業機理數據化的分析模型，去偵測設備的變化，告訴你進度到哪裡？工時做多少？還有多少時間可以用，現場產能是否可以支撐，什麼時間點要切入做保養做更換，預判甚至可以納入排程。

當OT重新跟IT開始融合，KPI已經開始產生質變，IoT機器資料作為主角最大的特性，就是時間被層層撥開，以分鐘級、秒級、毫秒級的事件，開始走向決策的舞臺。這為工廠廣泛人員，提供了一種全新的平民化視角。

工廠當然還會繼續使用那些總體KPI指標，但更有力可測量的參數，如機器等待、溫度、壓力、材料批次變化等每一個事件，都以有意義的方式，被一線人員感受其重要性，然後以連續放大、時間層層過濾的方式，最後才進入到KPI。

踩穩智能製造之路的每一步

企業開始正視危機，並重新思維公司管理配套，新的標準可以用什麼來當依據。透過OT收集來的數據，將可以提高生產進度可視之可靠度，透過感測器報警來取代老師傅的工作經驗，預告設備多久即將要到達極限，應該去做什麼樣的更換保養，生管可以隨時掌握現場最新生產變更動態，讓生產排程的可信度大幅提昇。

在機聯網收集過程中，數據要經過整理後才能轉化成管理依據，定義多久要回報，如何回報，又要回報給誰，比方說，受派機台接到臨時的插單，當日的工作如何快速調整，導致當日工作超載該如何處理？

唯有即時取得報工資訊與設備稼動狀態，才能做為現場主管快速應變處置的依據。當機台臨時故障維修時，可即時調整當日生產排程，以維持排程的準確度。

透由IT與OT融合架構，資訊透明正確，消除浪費，降低因人為疏失所造成的成本損失；深入現場資訊即時收集，減少等待浪費；品質資訊記錄異常，即時管理，提升品質追溯能力；料況透明即時正確，透過排產規劃更能快速正確答交；打造即時化基礎，開創數據化效益。

小結

資訊化時代的IT指標，在數位化時代正在被切換成OT指標。OT數據成為IT指標的先鋒；數位化轉型，意味著IT與OT的融合，但這絕不僅是IT技術和OT技術的融合，更是管理理念的變化。很多IT系統需要重構，OT系統也需要重構，二者合力，將會看見不一樣的工廠。(下篇/完)

觀看影片：https://www.youtube.com/watch?v=1nLRs6NX3TI&feature=emb_title