疫情束縛與人口紅利的式微，企業勞動力不足的雙重打擊

疫情爆發快速席捲全球，企業也不能倖免，首當其衝的就是產能不足，疫情期間因應政策，沒有充足人手，產量經常不足，無法趕上交期，對企業而言，疫情期間是第一重打擊。

但在疫情之後，持續缺工的問題仍影響著急需勞動力的製造業。現在少子化的狀態持續，人口紅利逐年消失，且無形之中也加重企業成本，確定無法維持人口紅利的狀況下，除了移轉生產基地至人口充足的區域外，企業也開始加速推行數位化，導入機械手臂，以應對這第二重打擊－生產力嚴重不足的問題。

可以說因為疫情加上人口紅利消失的推波助燃，加速了企業創新變革的腳步。

企業的經驗與生產的數據是未來智慧製造的運作基礎

在以往傳統的製造過程中，企業的經驗和專業知識，在生產管理和問題解決中扮演重要角色。然而，在智慧製造的時代，蒐集重要數據，結合數據分析和AI的能力，這些經驗和知識可以更有效地應用於生產過程中，也是未來智慧製造的重要根基。

而其中的重要數據分成2種：

1.生產數據：

各種製造設備、傳感器和控制系統能夠產生大量的數據。這些數據可以包括機器運行狀態、生產過程中的參數和品質指標等。透過將這些數據進行蒐集、儲存和分析，製造業可以獲得寶貴的洞察，幫助企業優化生產過程，提升整體生產效率和品質。

2.企業經驗：

每種行業的特性與特點不同，管理模式也有差異，將特定領域的行業規則、經驗、管理知識等不斷沉澱，執行數位化，演變成一個完整系統，做為之後的管理規章準則，提供管理、銷售等需求知識與規則，進而找出問題，改善作業效率。

在智慧製造後要邁向工業5.0的路徑上，生產數據和企業經驗這2種重要數據是不可或缺的。

數據蒐集之後如何進行數智驅動帶領走向工業5.0？

多數企業都能理解數據的重要性，但要進行數據分析、拆解，到真正用來決策，企業是否能確實活用這些留存的數據呢？如果說智慧製造是數據化為基礎，建構智慧化的工業4.0生產模式，那數智驅動就是藉由數據驅動的數字員工，加上知識封裝等重要技術，釋放原有的數字潛能，人機協同增強現有生產力，邁向工業5.0。

大量數據做為基礎餵養，智能化的數字員工能進行大規模的重複生產行為，更能自我學習，不斷進化，並與人類進行人機協作釋放最大產能，釋放人類員工的生產時間外，讓人類有更多時間進行決策；數智化的系統更能及時演算數據，提供企業不同方案的成本、生產週期與市場趨勢等參考建議，幫助企業做出對未來更佳的選擇，數據先行並提供解法，將是數智驅動的重要決策模式。

延伸閱讀：數字員工釋放企業數據力的新未來，邀您一同參與

結論

充滿人口紅利的時代已經過去，在邁入數位化時代，由數據推動生產力成長的數智驅動模式將成常態，企業的未來成長需要從既有的工業4.0思維，進入到由數智驅動的工業5.0思維，是企業在未來的成長重要路徑，也是面對人口紅利式微的最佳解方。