全球精實生產團隊:異地設廠的智造管理

By Sharon Hsieh

提升產能的阻礙

直擊全球製造業脈動,越來越多製造商將眼光投放於東南亞、印度和墨西哥等人力資源充裕,且鄰近龐大市場的地區,進行產線遷移、擴大產能的新基地建設。然而,在異地新建工廠,勢必面臨「如何有效提升產能」的重大挑戰。

在這些地區運行工廠,面對產能瓶頸的主要原因來自其二:

作業員訓練困難
儘管東南亞、印度和墨西哥勞動力充足,但這些作業員對於產品的製作流程並不熟悉,缺乏產線工作經驗,在人員教育訓練上需花更多時間,龐大的員工基數,也使訓練更難進行與追蹤成效,更不用提不同文化、語言所造成的溝通落差,訓練作業員成了順暢生產的第一層挑戰。

管理人員的工業工程知識仍需補強
不止作業員的訓練有待加強,現場工業工程師和其他管理人員對產線管理的認識,也急需補足,許多當地的工業工程師,尚缺乏產線知識培訓以及實際的管理應用經歷,因此無法有效提供協助,仍然仰賴派駐於工廠的海外專家支援,來改善生產流程。

不同工廠樣貌,AI 視覺的用武之地

勞力密集的東南亞工廠,改善生產線平衡

為求最大化產能,搶下製造訂單,工廠星期一到星期六,每天三個輪班,24 小時全時段生產,不是特例,但大量的輪班人員也代表了難以掌握的生產變因。「人」屬於管理五大要素中,最不容易管理的痛點,對於勞力密集、擁有上百條產線的工廠來說,如果僅僅仰賴人力管理,並無法有效追蹤每一批輪班人員的作業效能。在作業員如此大量的情況下,能夠捕捉「人的行為動作」的 AI 視覺,是最適合不過的輔助工具。

AI 視覺的動作分析,可以掌握人員作業狀態,計算每個工站的週期時間(Cycle Time), 精確地偵測實際作業區間,幫助管理者找出增值作業時間(Value-added Time)和非增值作業時間(Non-value-added Time)佔比,也揪出閒置或等待時間的問題源頭,以方便進行生產線平衡優化,從低效率工站、作業負載不均、作業員訓練等層面下手,改善組裝線流程。

剛起步的新建工廠,數位化工站作業

對於新廠而言,AI 視覺提供的助力可以帶來更立即、顯著的成效,尤其在瞭解產線狀態、建立基準數值、靈活修正生產方針等面向,讓新產線加速上軌。AI 視覺提供新廠最缺乏的產線資訊,省去大量人工紀錄的成本,管理者不再需要倚賴粗估或碎片化的數值,透過 AI 視覺分析出的完整數據,直接掌握各工站生產情形。

一條尚未成熟的產線,其中暗藏的瓶頸更多,更需要科技協助糾錯,使產能更快達到預期目標。AI 視覺能掌握全面產線數據,再配合影像紀錄,還原異常發生時刻,快速進行根源分析,讓產線管理者「抓大放小」,先從問題來源佔比最大的地方著手改善,一步步排除瓶頸,穩固新廠生產。

藉由快速的數據分析與即時告警,工業工程師得以仰賴準確數值馬上反應,今天發現的問題能立即做修正,明天已可透過新方式生產,保有極高管理靈活性。不再透過主觀推測嘗試改正,隨時依照客觀的資訊動態調整,改善生產效能。

精益求精的成熟工廠,複製黃金產線

AI 視覺如同人類察覺力的延伸,提醒管理者應做而未做的事,協助揪出盲點,為運行成熟的工廠突破原有管理限制,找到能進一步優化的生產誤區。

AI 影像搭配生產報表,補足 IoT 無法數位化的人員作業行為,也可串連起工站其他聯網設備的數據,建立出一份完整的、可隨時追溯的生產履歷,幫助傳承產線上的作業經驗,透明化產業知識,除了是保存了企業最重要的資產外,也讓專業知識便於移植至新產線,使優化有成的黃金產線能在擴張階段複製出廠。

AI 生成的管理介面,即時顯示每個工廠的生產情況,提供洞察報告,從被動補救到主動預防,管理者有完整資訊作出反應,全面的生產數據在手中供管理者隨時取用,實現數據主權,達到真正的數據驅動決策,使企業達到全球營運的可能性,為成熟工廠升級數位轉型之旅的最後一哩路。

不同職位,AI 視覺的使用利刃

高階管理者掌握數據主權

不需身在工廠,也能清楚知道生產狀態,遠端管理不同製造基地,從追溯過去、檢視現在到預測未來,管理者握有數據動向,保有企業靈活性,能夠真正發揮數據主權,保持競爭力。

廠長、產線經理得以視覺化管理產線

可回溯、透明化的產線數據在管理介面上一目瞭然,讓產線經理即時瞭解生產狀態,也能隨時還原任一時刻的工站作業,找出瓶頸,幫助優化作業流程,發揮產線最大效能。

工業工程師團隊擁有 24/7 產線數據

工業工程師不再需要拿碼表親自紀錄數據,AI 視覺可以搜集完整產線資訊,還能即時告警通知異常狀況,省下大量人力,寶貴時間將可以花在更有價值的工作上,AI 視覺取代瑣碎的任務,讓工業工程師的工作更輕鬆。

還在評估導入新型管理工具的效益?

管理成本降低

要讓海外製造基地穩定生產、快速排除痛點,仰賴人工管理以外的輔助工具,這些新管理科技能為企業帶來的效益,將遠大於初期建制必要的基礎設施花費,如硬體設備、系統整合等支出。AI 視覺將大幅省去管理成本,不管是因為缺乏數據導致的來回溝通成本;為求瞭解生產狀態而往返工廠的移動成本;或是由於不熟悉作業痛點而反覆進行的人員訓練成本,都可以節省下來。

產量與品質提升

當其他工廠還在試圖突破產線瓶頸時,導入 AI 視覺的工廠在半年時間裡,已經能完成六種管理優化的測試,並找到最適合其產線的生產方式,藉由完整數據基礎,精準加強產線作業,加速穩定產出量能以及產品品質。不管是對於生產步調快速的電子零組件製造業,或是對產品品質要求甚高的汽車製造業來說,這將是工廠搶下下一季訂單的競爭優勢所在。

AI 洞察驅動企業整體轉型

導入新型管理工具往往也將推動雙向的企業文化轉型,科技作為人類察覺力延伸的觸角,能夠深入長久以來被忽略的營運誤區,管理者除了擁有立即的產線數據讓檢測工作更輕鬆外,也獲得了科技帶來的全新洞察,活用如此機會,重新從一個工站開始,徹底得理解全廠生產,不只是工業工程師、產線經理,公司管理高層也在使用新工具的同時,學習工業 4.0 科技趨勢下的營運升級,數位轉型也思維轉型。

穩固海外生產 達成遠端管理

PowerArena 人因作業平台 (Human Operation Platform, HOP) 是 AI 視覺驅動的智慧製造解決方案。HOP 可視化生產作業,為勞力密集的產線,提供即時、透明化的生產資訊。HOP 具備 24/7 影像搜集、AI 視覺分析與隨時回溯等特點,應用包含:SOP 遵守、線平衡表現和製程品管改善。HOP 為優化生產效能,持續提供有價值數據,強化企業競爭力。

延伸閱讀:
數據主權: 視覺智造打造全球化布局
異地設廠的六大困境 供應鏈的數位轉型

477