斷鏈之後 製造業上雲趨勢與策略

iKala Cloud分享4個智慧製造轉型策略，更多最佳實踐與應用案例，搶先免費下載。iKala Cloud

5月本土疫情爆發，受到供應鏈斷鏈、分流辦公的影響，製造業紛紛傳出產線停擺、營業額下滑的消息。全球供應鏈洗牌，企業能否適應新常態，關鍵在於「 IT投資」能否建立營運韌性。根據IDC調查，全球企業以較過去兩倍的高速，快速啟動以「雲」為中心的數位基礎架構，以建立數位彈性與韌性。

市場變化日益劇烈，製造業加快數位轉型的步伐，而政府高喊「亞洲高階製造中心」的目標，大力推動智慧製造，以提升產業競爭力。順應全球少量多樣的需求，如何動態配置製程、極大化產線產能，成為企業經營者的首要課題。以下，iKala Cloud分享4個智慧製造轉型策略，更多最佳實踐與應用案例，搶先免費下載《製造業數位轉型產業特輯：「斷鏈」之後，製造業上雲趨勢與策略》。

裝置聯網、資料上雲 讓異地備援更輕鬆

疫情、停水、停電等非預期性事件，企業面臨一停機就損失慘重，而開始思考跨廠異地備援的重要性。透過雲端服務，進行跨廠資料備份，當特定區域的資料中心服務中斷時，雲端的備份服務、跨區的災難復原站點可立即接續提供服務，給客戶高可用度的服務的同時，並實踐企業持續營運的理念。

資料備份上雲，除了可以避免停機外，更可以大幅節省成本。以美國的IC設計與製造公司eSillicon為例，eSillicon將IC設計工作流程搬遷到雲端後，相較於原先存放於地端的資料中心，整體擁有成本(Total Cost of Ownership；TCO)大幅降低20%。

雲端運算大數據 加速產品研發與上市時程

隨著全球晶片需求走向體積小、效能好、節能佳的趨勢，IC設計成本也大幅暴增。根據iBS預估，7奈米的IC設計費用為3億美元，5奈米為5.4億美元，3奈米則暴增至15億美元。面對地端高效能運算(HPC)設備採購維運成本昂貴、交貨時間冗長，近年半導體大廠紛紛擁抱彈性、成本效益的雲端運算資源。

IC 設計領域又以打造雲端資料倉儲中心、 IC設計EDA(Electronic Design Automation；電子設計自動化)上雲，可視化分析EDA使用率、成本數據、RD資源等數據，為半導體產業上雲的關鍵布局。例如，聯發科透過雲端打造資料倉儲中心，6個月內將300億的研發數據由地端傳輸上雲，以加速研發設計的營運分析，並優化IC製程。

AI賦能智慧工廠 極大化工廠產線產能

過去製造業AI應用場景，主要圍繞在：瑕疵檢測、預測性維修、智慧化排程、原料組合最佳化，而未來AI應用，將逐漸由生產效率轉向營運效率、物流倉儲，透過產銷履歷，達到倉庫自動化、庫存預測。

調查顯示，製造業數據管理投資首重資料整理、BI工具、資料倉儲，有了數據後，進一步在AI技術導入上，以機器學習(ML)、機器視覺、AutoML為主要投資方向。

以瑕疵檢測應用為例，鴻海集團旗下的子公司富智康，即透過AutoML Vision優化手機印刷電路板(PCB)瑕疵檢測的精準度，讓每個零件檢測時間縮短到0.3秒，漏檢率從40%降低至10%；美國半導體大廠GlobalFoundries，也透過AutoML Vision構建視覺檢測解決方案，成功將 40% 手動檢查工作，轉移到AutoML構建的視覺檢查解決方案，並提升晶圓驗證率達95%。

雲端ERP整合供應鏈 縮短生產週期

疫情阻礙員工移動、貨物運輸，更衍伸出嚴重的晶片荒，導致全球供應鏈「斷鏈」。其中又以汽車製造業影響最鉅，由於過去習慣以低庫存節省成本，加上上游供應鏈複雜，一遇到晶片短缺，即面臨工廠停擺的窘境。

如何強化供應鏈透明度及可溯性、有效管理供應鏈風險、快速因應市場變化，成為企業面對新常態的一大課題。透過規劃SAP ERP上雲，不論是想ERP備援上雲以節省成本，或是想進階做數據分析，以即時掌握訂單、預測需求、優化庫存，企業皆可透過合適的ERP搬遷模式上雲，策略性實踐「斷鏈」後台灣整體產業升級的下個里程碑。