現今智慧製造的必須：工業物聯網

未來企業ESG當道，環境保護成為顯學，而除了對未來的永續經營，因應少子化的趨勢，工廠也開始轉型，工業4.0的智慧製造將成為工廠主核心，一條智慧製造產線要能自主運作，AI機械手臂與工業電腦連動的工業物聯網不可或缺，在這樣的未來局勢下，連帶IPC產業的訂單量大幅成長。

在基礎建設需求提升的基礎下，IPC產業訂單量變大，但外在局勢不斷變化，缺料的狀態不斷發生，訂單內容可能變動的前提下，該如何準確預測料件需求並及早備料，以擬定生產計劃，也成為生管與物料要思考的課題。

業務不斷變更訂單內容，生管的頭痛難題

由於高度客製化，業務經常根據客戶需求更改訂單內容，生管在接到這類需求，往往只能依據以往經驗去備料，但業務預測與實際需求有極大落差，也不敢多備；甚至客戶僅交付機種需求，在不確定料件型號下，業務往往自己推估料號，既耗費時間，又容易採購錯誤料件，導致多餘料件變成帳上呆料囤積，難以消化。

由於需求預測的準確度很大幅度的影響備料與生產計畫，不單只是降低呆料的庫存值，如何採購正確料件、維持採購備料頻率平衡、掌握實際生產需求變化，是實務上要注意且隨時依據實際狀況應變的。

預測之後備料需求：需求預測模型

在建立模型之前，相信工廠對於哪些料件是關鍵料件，或是必備料件已有一定程度的了解。結合先前所提的備料法則，依照行動日程按照所需的備料需求進行處理。

可依不同需求來源備料，劃分需求信心度不同類型的產銷模型，以確保備對料種，讓產銷達到平衡。有訂單或尚未有訂單但為無法變動數量的預先訂單，屬於信心度100%的備料，可直接進入生產計畫備料；直接進行備料的預測N+12備料，是信心程度下一階段的備料需求；由RD提出需求，並經上級指示同意預先進料的市場策略備料機制；以及業務端預測模擬交期的標案模擬備料。

對於具有多種料件與半成品的IPC產業而言，這些根據實務上的需求所進行的預測，都是為了後續能確保生產不間斷與銷售確定交期的平衡，而在產銷模型建立之後，後續備的料件數量與種類將更精準，呆料情況降低，庫存周轉提升，對於未來的生產計畫．也能更有把握的排定與執行，確保之後的穩定交期。