解密2021台灣智慧製造發展現況與投資需求
國際總體經濟迅速變化，如2018年美中貿易戰、科技戰，至2020年COVID-19疫情爆發等重大事件，已大幅影響單一企業生產布局策略，甚至對全球供應鏈及工廠稼動管理產生衝擊，企業經營困難度大幅提升。另一方面，為因應高度客製化消費時代來臨，可滿足變樣、變量訂單規格的智慧製造技術，業界需求開始浮現。
在生產模式與消費特性皆出現質變的下，產業對未來生產據點區位的選擇判斷也改變，「市場導向」將是未來企業選擇設廠地點、或遷移生產聚落的主要考量，研發布局亦需高度貼近終端市場的變化。而全球經營環境與生產要素的快速變遷，雖增添企業短期決策風險，卻也驅使企業思考是否加速導入智慧製造的關鍵點。
為使政府及產業界瞭解台灣企業智慧製造的現況，與未來規畫藍圖（投資項目與態度），資策會MIC於2020年12月發表「台灣智慧製造發展現況與投資需求調查」，讓台灣產業瞭解在地企業的智慧製造發展現況、需求規畫與決策因素，進而擘劃企業智慧製造導入藍圖。
以下針對該研究調查的重點發現，說明如下：相較2016年，2020年台灣產業評估智慧製造導入發展程度（註1），台灣產業導入及發展狀況呈現大幅度成長。
2020年的調查顯示台灣產業智慧製造發展現況（以產業整體平均發展態勢而言）達到「可連結」的比重最多、達33.9％，尚未導入智慧製造的比重為13％；相較2016年的調查結果，尚未導入智慧製造（認為產業發展在工業3.0程度以下）的比重為27.3％，明顯低了不少，顯見在政府政策輔導、市場客戶要求及產業競爭壓力之下，台灣產業導入智慧製造的比例明顯增加。
台灣產業智慧化系統設備導入程度，以可提升企業數位化程度的項目為主，至於新興應用領域如數位雙生、邊緣裝置等，導入程度仍偏低。
根據對台灣產業智慧化系統設備及應用服務的導入調查，在各項產品、系統、應用、服務中，以企業資源規劃的已使用比重最高，其次為可程式控制器、光學檢測及環境感測器，比重皆有超過五成。進一步分析上述四個項目已導入比重較高之因，是因為在工業3.0時代，ERP等應用是廠商提高工廠營運數位化的重要投資，過渡到智慧製造時代，導入比重自然會高於其他系統設備及應用服務。
反觀在工業4.0時代才興起的新興應用／服務，如數位雙生、邊緣裝置、AR／VR應用等，台灣企業導入意願低、甚至表示無導入需求的比重超過七成。分析背後原因，主要在於這些新興應用服務提供者多為國際品牌廠商，所塑造的應用情境及產品規格／服務內容，與台灣產業特性有所差異，甚至有些過於「超前部署」，以致於讓台灣產業產生「殺雞焉用牛刀」之感，自然降低採用意願。
此外，機器手臂、AGV等提高生產力的主要系統設備，根據調查結果，台灣產業現階段無導入意願的比重也超過五成，主要原因在於，廠商購置一條機器手臂產線所需的成本，可能超過百萬之譜，若要全面普及，投資金額恐怕會過大，若公司內部沒有設置自動化部門協助後續建置、維護，對於供應商／系統整合商的維修服務需求會非常大，再加上受限原廠服務所費不貲，如果採購的機器手臂數量不若其他客戶，設備出現問題時被原廠服務的順序容易遭到排擠，問題一旦無法即時解決，台灣產業採用意願也會降低。
台灣產業對於AI導入智慧製造的意願高達九成，導入AI目的或興趣非單一，多數企業傾向多方嘗試。
根據調查結果，台灣產業接近九成表示已導入、或有興趣導入AI應用，現有主流AI應用包含以下五種，分別為：1、優化工業機器人運作，如結合深度學習的3D視覺模組；2、強化供應鏈管理、生產規劃及製程最佳化，如智慧排程；3、提升工安與人員作業效能，如工廠環境及管線參數分析；4、強化生產設備，如設備預知保養；5、提高品質管理，如產品品質瑕疵肇因分析等。
上述五項AI應用都已導入、或有興趣導入的比重約為23.7％，相當於近上百個案例；另一方面，每一樣本平均會採用3.3項的AI應用，顯示台灣產業選擇AI資源導入時，將從多領域需求共同導入。
從上述調查重點可以看出，台灣產業為因應全球少量多樣彈性生產、數據即時分析等趨勢，已將「智慧製造導入」列為今後幾年的重大投資項目，其中有35％的受訪廠商願意在三年內進行投資，顯見台灣產業對於智慧製造的態度已從效益評估，進入到小幅度導入，未來若配合政府相關政策資源（註2），將可獲取事半功倍之效。
對單一企業而言，評估是否要發展或如何導入智慧製造之前，都應該有一個基本認知：智慧製造不是目的，切忌為了智慧製造而發展智慧製造，降低生產成本、提高生產力、滿足市場需求等，才是導入智慧製造的目的。
有了目的，才能決定哪些是最為急迫、最需改善之處，才能針對投資項目凝聚共識，這些投資項目應該先藉由多種診斷工具與分析模型，盤點公司現況，進而繪製公司智慧製造發展地圖。根據此一發展地圖，定義優先改善項目，問題定義清楚，導入之解決方案才能明確且有功效。
註1：產業導入智慧製造的發展階段可區分成五個階段，依成熟度分別是可連結（Connected）、可視化（Visible）、可分析（Analyzable）、可預測（Predictive）及自動回應（Autonomous Response）。
註2：相關政策如105年7月起推動「智慧機械產業推動方案」，透過政策工具帶動智慧化升級轉型，並朝成為「亞洲高階製造中心」的目標邁進。近兩年在美中貿易衝突影響下，政府為吸引台商回台投資、鼓勵業者投入智慧化轉型，也公布「產業創新條例」，企圖提高業者投資意願，加速智慧製造升級腳步。（本文作者為資策會MIC資深產業分析師魏傳虔）