2020年將在持續中的疫情與(yu) 貿易戰中度過，回顧過去一整年，充滿危機，但也蘊藏轉機。而接下來展望2021年，製造業(ye) 應如何抓住每一個(ge) 機會(hui) 的火苗，才能在下一波“黑天鵝”來襲前，戰勝挑戰？以下DIGITIMES整理智能製造未來重點發展方向。

2021年製造業(ye) 的兩(liang) 項挑戰

首先工研院觀察，2021年製造業(ye) 產(chan) 業(ye) 將麵臨(lin) 兩(liang) 項挑戰，第一，疫情加速新興(xing) 科技的普及，使數字轉型成為(wei) 顯學。後疫情時代，應注重如何運用數字科技優(you) 化營運和創造商機，第二，中美貿易和科技戰將持續，也牽動全球供應鏈分流與(yu) 科技競爭(zheng) ，其中，科技競爭(zheng) 的核心即是人才競爭(zheng) ，因此也呼籲人才政策需提前部署。

麵對挑戰，工研院則建議，包括因應5G時代來臨(lin) 將加速各項新興(xing) 科技應用，產(chan) 業(ye) 跨業(ye) 、跨域融合的現象也會(hui) 越來越頻繁，此時從(cong) 中央到地方政府，應通力合作，推動以“地方特色產(chan) 業(ye) ”為(wei) 核心的經濟策略，發展如智能零售、智能農(nong) 業(ye) 、智能健康、智能能源等創新應用。

產(chan) 業(ye) 衝(chong) 刺高值化轉型 朝三大方向展開

持續的中美貿易戰、疫情、RCEP簽署上的挑戰，近年都對製造業(ye) 帶來變局與(yu) 考驗。外在環境難以預料，也很難控製與(yu) 避免，因此產(chan) 業(ye) 始終強調必須轉型，強化內(nei) 在才是當務之急，也因此推動“高值化轉型”創造企業(ye) 的不可取代性，在接下來幾年將是製造業(ye) 的終極目標與(yu) 願景。

IBM全球企業(ye) 谘詢服務事業(ye) 群合夥(huo) 人李立仁則歸納出，品牌、新興(xing) 市場與(yu) 整合服務將是高值化轉型的三大方向。李立仁進一步，像是製造業(ye) 過去多以ODM為(wei) 主，為(wei) 了提高能見度因此轉做自有品牌，但做品牌相當不容易，如果原本市場與(yu) 企業(ye) 規模不夠大，就要盡可能往新的商業(ye) 模式走，而新創的百花齊放，也成為(wei) 企業(ye) 做品牌的潛在競爭(zheng) 者。李立仁因此建議企業(ye) 如要做品牌，應設法找出能夠與(yu) 其他業(ye) 者形成差異化，透過獨一無二的商業(ye) 模式，在市場中形成不可取代性。

此外，切入新興(xing) 市場也是高值化轉型其一。但李立仁強調，一旦切入新興(xing) 市場，尤其是高附加價(jia) 值的產(chan) 業(ye) ，如航天、醫療、汽車等，包括企業(ye) 的智能製造能力、產(chan) 品精度等都要往更高階進入新的層次。而最後，則是在核心產(chan) 品前後端衍生附加服務，將其包裝成完整解決(jue) 方案或整合服務，例如銷售機械設備外更附加售後服務與(yu) 維運管理，也就是所謂走向製造服務化的角色。

數據經濟與(yu) 平台經濟將成數字轉型發展主軸

這一波跨產(chan) 業(ye) 數字轉型的全球數字經濟浪潮，未來發展的主軸將以數據經濟與(yu) 平台經濟為(wei) 主。首先，資源缺乏的中小企業(ye) ，可以運用大型平台，透過較低門檻與(yu) 省力的方式，便能站上雲(yun) 端，接軌數字平台。在IDC發布的《2021年數字轉型預測》報告中也指出，屆時2025年在全球動蕩的環境推動下，有75%的企業(ye) 領導者將利用數字平台和生態係能力來調整價(jia) 值鏈，以適應新的市場。

然而更重要的是，除了造平台，為(wei) 了加速資源整合，平台更將走向開放式。過去各家業(ye) 者賣產(chan) 品、賣方案，但智能製造除了是一跨專(zhuan) 業(ye) 技術融合外，產(chan) 業(ye) 變化的速度也越來越快，市場沒有太多時間重新開發一項新產(chan) 品，因此最好的辦法，是整合所有人的資源，透過跨界合作達到資源共享，也因此惟有透過開放式的平台，才能讓資源更加完善。

戴爾台灣區總經理廖仁祥指出，接下來將進入數字轉型2.0，也就是以數據驅動的時代即將來臨(lin) ，但真正的戰場才要開始。數據是工具，但如何真正結合產(chan) 業(ye) domain knowhow從(cong) 中獲取具有價(jia) 值的商業(ye) 洞察，才是產(chan) 業(ye) 在數字轉型新時代的競爭(zheng) 關(guan) 鍵。

因此對於(yu) 產(chan) 業(ye) 落實智能製造來說，重點並不是AI技術，而是AI怎麽(me) 從(cong) 數據中找出能夠解決(jue) 製造業(ye) 問題的辦法，未來AI能否成功落地的關(guan) 鍵，將回歸到製造業(ye) 者手上，而非AI業(ye) 者本身，因此為(wei) 了讓AI更貼近終端需求，“業(ye) 界出題，專(zhuan) 家解題”可能將是未來產(chan) 業(ye) 推動智能製造的核心方向。自2020年開始，可以看到許多地方統合在地廠商需求，再對外導入資源皆不約而同以此方式協助推動廠商導入智能製造技術。

而盤點過去業(ye) 界出題的需求方向，大致可列出包括智能排程、質量預測、瑕疵識別等皆為(wei) 熱門議題。尤以智能排程來說，過去像是傳(chuan) 統產(chan) 業(ye) ，因信息不對等而無法準確預估交期，後續衍生庫存問題，但麵對變化越來越快的終端市場，不管何產(chan) 業(ye) ，都希望保有快速應變能力，能夠準時達交，成了各製造業(ye) 者最迫切想要解決(jue) 的問題。

工研院院長劉文雄觀察，疫情過後，產(chan) 業(ye) 發展形式將由緊密供應鏈，轉為(wei) 跨區供應鏈整合，而在此形式下，包括雲(yun) 端服務、供應鏈串接、設備信息共享與(yu) 數據快速轉移傳(chuan) 遞等需求，也將成為(wei) 下一步智能製造發展的重要技術。

此外，除了“跨”，還有“遠”。遠距成為(wei) 企業(ye) 在疫情期間的生存關(guan) 鍵，隨著業(ye) 界認為(wei) 黑天鵝未來仍將上演，此兩(liang) 大轉型關(guan) 鍵勢必也將成定數，在未來與(yu) 全球製造業(ye) 緊密連結。