紡織智慧流程自動作業，打造紡織業數位勞動力

FIND研究員：季彥成

【少量多樣的世代全面來臨，成本控制是關鍵】

近年來，受著品牌、客戶訂單轉為「高快時尚」，迫使紡織產業不得不迎接少量多樣的世代全面來臨，隨著訂單筆數擴張，首先衝擊的就是造成業務、產銷規劃及協調複雜度遽增，這些少量、單多、但又多變的訂單來源與格式，在業務接到客戶訂單後，還需要仰賴更多專員人工判讀、手動輸入再加以彙整，才能將訂單上的各式資料轉至公司內部ERP系統，接續產出工單、採購單…等等單據，進行後續一連串生產排程作業，一再造成企業各項成本增加，尤其是人力成本的上升更是顯著。

【五缺之重：缺工，人力應該壓在更高價值的工作】

徵才廣告投了許久「還是找不到員工」，這幾乎是各家紡織產業缺工的心聲。根據資策會服創所之研究調查報告指出，全臺各大關鍵產業27%還在使用傳統的傳真、電話處理採購相關作業流程，對於訂單、採購、ERP、…等流程重複性高、易因人為因素造成錯誤、效率不彰的作業，仍仰賴大量人工，缺乏相關流程自動化與相關技術導入，以提升企業營運效能。

【智慧數位勞動力：RPA (Robotic Process Automation)流程機器人】

企業內部往往需要仰賴許多的人力在各個電腦系統、網頁、Email…等資訊系統之間的重複作業。流程機器人(RPA)技術，就如同工廠內的自動化機械，可將勞力密集且複雜的系統作業程序自動化，不需加購特殊的硬體設備，能在任何資訊系統(IT)環境中發揮良好的表現，將重複性高但有邏輯性的作業，以流程機器人(RPA)取代人力的投入。流程機器人效率是間接作業人員的15倍，同時可以強化流程品質，趨近於零失誤率的作業執行品質，有機會降低15％至90％的成本。

【RPA可以達成的行為】

網頁爬蟲：複雜網頁資料收集與整理
電子郵件操作：內文與附件的資料剖析與拆解
網頁操作：精確快速的網頁操作或填寫特定欄位資料
應用程式操作：定時定位操作其他視窗應用程式
資料處理：資料間格式轉換、拆解重組
檔案交換管理：檔案定時產出、新增刪修、FTP上傳下載
資料庫操作：異質資料庫資料交換、讀取或寫入特定DB
資料辨識：固定格式欄位資料處理；螢幕快照、截圖、英數文字解析與辨識
排程執行：可以定時重複，交叉處理以上所有流程
告警機制：Email、Line Notification等指定或廣播通知

【他山之石，數位勞動力協助企業節省一半人力】

協助儒鴻紡織訂單處理，人員不必再一筆筆手動輸入，只要確認系統拋轉後的資訊是否正確，大幅改善、縮短作業時程。原本一張訂單的處理時間為48小時，如今只要2小時就可以，不只效率提高90%，作業人力也節省了一半以上，省下來的時間和人力可以用來優化其他管理流程。

【小結：工廠數位轉型前哨戰，從數位勞動力出發，邁向AI化】

綜觀國內外紡織各大廠，皆紛紛透過智慧化相關技術進行轉型，為了因應少量多樣的挑戰，其中PRA技術門檻低，有利於紡織產業的IT環境導入，RPA最大的三個優勢，第一是對人力的替代、第二是靈活的部署、第三是快速、精確、完整的將資料在不同系統間移轉存放，並精準觸發系統任務。對過往透過人力進行數據蒐集的紡織產業而言，要一步導入AI是相對較為困難的，實務上，企業或工廠內數據往往不即時、不完整、不正確，要進行AI人工智慧、機器學習是較為困難的。發展AI首要條件之一，在於是否有足夠且有品質的數據準備，透過RPA完整的資料彙集，打下AI的基礎，以利創造出更多數位轉型價值，持續我國紡織產業的競爭力，在國際市場上永保領先地位。

邁向紡織業智慧製造第一哩路

FIND研究員：蔡坤成

紡織產業一直是臺灣創造外匯收入與貢獻貿易順差的重要產業。近年來中國大陸與東南亞國家的紡織產業崛起，搶占多數大量製造的訂單，而臺灣業者則順勢朝向高毛利、差異化產品發展，例如機能性布料、環保回收紗等。為了與中國大陸及東南亞鄰近國家紡織產業有所區隔，維持臺灣紡織業的競爭力，紡織業者無不積極朝向智慧製造發展，以因應訂單日益少量多樣、交期縮短的趨勢。

紡織業要發展智慧製造技術，首先面臨的問題是甚麼才是紡織智慧製造的第一哩路？一般導入智慧製造解決方案包含以下三階段：

【第一哩路：IoT機臺聯網】

IoT機臺聯網在不同加工製程中，連接機臺與品質相關的參數、感測資訊，使製造資訊透明化，改善自動化設備資訊孤島現況。

大多數人認為IoT機臺聯網不是什麼高深的技術，常常輕忽此階段的重要性與價值。首先，在規劃階段就必須依據將連接的機臺特性、資料傳輸量、傳輸距離、資料屬性、網路可承載節點數、網路抗干擾能力、網路架設成本、後續擴充與維護成本等諸多考慮條件中，選定適合的網路通訊方式完成機臺聯網。此外，在連接機臺時還必須克服機臺連接介面的差異性。較新的機臺常以網路介面提供聯網功能，但機齡較久的機臺往往完全沒有考慮如何與外界連接整合，因此聯網成本較高，甚至無法連網。

各階段的機臺連網都有不同的技術難度，有些是取樣頻率的挑戰，有些是感測點數眾多的問題。例如：POY紡絲速度為3,000-3,600m/min，每一條絲又極其纖細，因此在製程中感測絲的張力並不是一件簡單的事。又例如織布廠整經時的紗線數量大多超過1,000條紗，若要感測每一條紗的張力已經很困難，而且要達到分析應用所需的取樣頻率，那就更加困難了。

雖然IoT機臺連網屬於智慧製造的基礎建設，但因為投資成本不斐，如果將機臺連網設定成只是為了收集資訊，提供後續資訊分析與AI應用，而缺乏立即有助於改善製造效率或品質的成果，往往使廠商邁向智慧製造第一哩路時，就面臨投資成本效益不彰的問題。

【第二哩路：CPS虛實整合】

CPS是由美國國家科學基金會所提出，於2011年由德國所提出的工業4.0發揚光大。CPS利用「網路」將虛擬世界和實體環境兩者之間的距離縮短。CPS是一種類似ERP的複合性整體解決方案。過去企業藉由ERP系統從財會、銷售等角度進行公司整體流程再造。現在工廠也面臨各種不同環境上的競爭與需求，需要利用不同軟硬體設備進行虛實資訊的整合，使工廠具有智慧化的管理能力。

CPS虛實整合提供資訊視覺化功能，可直接即時呈現設備、機臺與製程狀況，全盤掌握製程環節現況，完整檢視生產流程，透過遠端告警，有效減少故障等所產生的生產偏差。以織布廠為例，CPS虛實整合可提供全廠目標管理所需的即時進度、即時效率、即時狀態、開臺數量等資訊；在整經、漿紗、併經階段提供操作參數、生產進度、送出/捲取轉速、張力、斷經、毛羽偵測等即時製程資訊；在織布階段提供織軸需求、了機、開機回饋、機臺維護、配置，操作參數、生產進度、轉速、張力、停車次數與因素等資訊。

【第三哩路：AI智慧分析】

人工智慧的定義可以分為兩部分，即「人工」和「智慧」。「人工」即由人設計，為人創造、製造。「智慧」包含感知、學習、判斷與預測。在智慧製造領域，AI普遍應用於設備預診斷、製程異常偵測、瑕疵檢測、參數優化、品質預測、智慧排程等。例如：瑕疵肇因分析、製程異常因子與瑕疵關聯分析、各段製程機臺參數優化、織布品質預測、如期達交的品質優化智慧排程、預估訂單實際交貨量、委外廠商如期交貨量、交貨品質等預測。

【找尋專屬你的第一哩路】

廠商邁向紡織業智慧製造的第一哩路並不盡相同。首先應該檢視企業現有資訊化程度，評估現有基礎與需要解決的問題，想要達成目標之間的差距。以瑕疵肇因分析為例，不僅需要具備資訊系統，例如ERP，同時必須將相關的機臺連網；如果想要應用AI技術進行製程參數優化，除了資訊系統、機臺連網之外，還必須製造流程數位化。少數AI應用，例如委外交期、品質預測、物料需求預測，只要具備ERP資訊系統，即可立即導入。

除了檢視企業現有資訊化程度，還必須明確化短期改善目標，使初期投資立即有感，以減少推動智慧製造的阻力。在訂定中長期目標規劃方面，則必須使各階段投資有連貫性，避免各階段打掉重練的情況發生。

【小結】

應用IoT機臺連網、CPS虛實整合、AI智慧分析，提升製造業智慧化程度，轉型成為智慧工廠，迎戰市場競爭的確是勢在必行的策略，但是慎選適合各企業的第一哩路更是成功的重要關鍵。此外，為縮短發展時程，減少無效的投資，企業可尋求具備相關經驗的資訊單位，例如資策會數位轉型研究所，不僅已累積多件紡織智慧製造成功導入的實際案例，資策會不僅陪企業走第一哩路，也將與企業同行第二哩，以及未來更長遠的發展路程。

Gartner資料與分析十大趨勢-2019年11月版

Gartner在2019年11月時發表了一篇文章，旨在談論未來三到五年內資料與分析的十大趨勢。>

灶神在家，退休長輩好手藝宅配到家

「灶神在家」平臺提供消費者家廚料理宅配到府的服務，讓沒空煮飯卻希望吃到家常料理的小家庭，除了一般外食之外，也有其他選擇。>