工業 4.0 真的有意義嗎？

✎【Synergies 訊能集思】張宗堯 執行長 | 2022-05-10

就廣泛採用新技術的許多角度來觀察，中美的製造業明顯落後於德國，這是世間普遍認同的觀察結果。Stefan Theil 在2012 於《美國科學人》(Scientific American)發表了一篇名為“美國應向德國高科技製造業中學習”的文章。Dan Breznitz 也在 2014 年哈佛商業評論一篇關於“為什麼德國在創新上持續凌駕美國”的文章中延續了這個話題。到了2015 年，非營利組織布魯金斯學會亦發布了“來自德國的教訓”的報告。 報告中指出，差距的原因可能是兩國中小企業 (SME) 的創新方式與能量不同所致。德國中小企業多屬於世界級，有許多勇於創新的隱形冠軍，而美國中小企業卻並非如此。美國政治作家Steven Hill在大西洋 2013 年的文章中暗喻“奧巴馬總統希望美國像德國一樣 -其真正的目的和涵義是什麼呢？

德國也許已正確掌握了工業4.0，但其他國家真的只剩下急起直追這樣一個辦法嗎？又或者工業4.0本身其實就是個錯誤命題？真正的問題是，作業員等工廠的骨幹人力在工業 4.0 中失去了聚焦與容身之處。從歐洲的角度和立場是不容易看到這個問題點的，因為他們的勞工支援系統非常強大，驅動著人機協作。從表面上來看，為了有效提升生產效率，我們似乎又回到剝削勞工的原點。

順道一提，工業4.0不僅僅是自動化技術。相對來說，自動化其實是現代化工廠作業中較小的一個部分。這點我的母校麻省理工也認同。從該學院“下一個時代的產業”這份自2018 年進行到 2021 年中的研究報告中指出，產業大部分的期待與擔憂，多數集中在更普通的工業控制系統例如SCADA上。根據過往經驗，這些系統幾乎不可能也無法加以學習，難以跨工廠管理，其操作界面極度不友善，系統之間亦無橫向交流，以致每一道流程都需要一台專門的電腦系統，所以生產變得需要盡可能更多的機器。如果工廠變成像夫妻間試圖各自表達自我觀點而吵嘈紛爭的空間，那麼這台機器就是它們的仲裁者，而它甚至都懶得露面。而麻省理工的研究建議，企業投資員工的技能和培訓，雖然筆者很認同是提升整體製造業的核心方式之一，但會不會最終的努力與結果可能也只是付諸流水而已，更遑論在技能的提升後有必要相應在管理模式與流程上的改變也相當困難？

考量大多數製造業都是由中小企業組成，每家企業所要面對的或解決的問題早已遠超過企業投資技術和重新培訓員工的必要性。也導致了領導階層制定的政策可能立意良善，但卻執行困難或者在員工看來反而流於表面文章或者覺得像是因為自身能力不足，所以得另外花費時間和精神接受冗長的技能再培訓課程與挑戰。

值得探討的是，這些導入的軟硬體新系統，是否真的有助於勞動力效率的提升 ? 還是只是在舊有厚重的技術體系上疊床架屋導致懂技術的不懂製造、懂製造的不懂技術變成冗餘系統呢？到底值不值得我們花這麼多時間和心力去做技能的培訓呢？而其學習課程本身為什麼又要設計的如此艱澀、難以理解呢？在美國有專家研究指出，光要提升俄亥俄州和密西根州的工業園區內員工的技能可能就需要花費30 年的培訓，更不用說是台灣、亞洲甚至非洲了。

不幸的是，世上並無法規禁止企業導入太過複雜的技術與系統。有些系統使用起來相當困難，無從預測可能會出現什麼問題，也無法與之前的系統相容。縱使耗費數天甚至數周的培訓也沒辦法完全上手。企業能做的僅僅是安排UX設計師來控管及驗證系統的使用性。對於那些設計不良的系統，雖然暫停使用可能會導致短期生產延宕，但也可能因此為整個產線帶來活化的契機。

談了這許多，接下來課題又該如何解決呢？在筆者看來，輕、彈性、快、經濟的方案仍有其存在需求，如：管理架構的核心能力、技術（例如: 積層/3D/4D、AI/ML、邊緣運算/物聯網/傳感器、工業生產系統、No-Code軟體/平台、自動化系統）、工業營運平台和數位化增強運營方面的核心能力實踐，近年許多新的技術都有著低進入門檻、較低軟硬體成本、較低的學習成本等特點。列舉以上幾個例子。假設每個流程所使用的技術都可毋須數個月甚至數年，而能在一週內學會，透過專業教育機構向參加此類課程的員工頒發數位獎章，進而驅動員工用適度的努力和投資，開啟對他們更有利的職涯新視界。不過，除非僵化的工廠產線系統、以及不夠彈性的教育機構和缺乏規劃的培訓課程能進一步得到改善，這些想法暫時難以實現。

工業的技術和系統已經變得過於複雜，縱使策略的實施看似美好完善，但無法提供預期價值的工業 4.0 很快地將失去人們的關注，尤其是在製造業這種對於實際效益極度重視的產業。即便勞動力和經濟或許會因此得到小量提升與改善。但像這樣表現出“欽羨德國工業4.0”的模式對我們其實沒有幫助。如果我們能自己能開發出一套可以快速導入、輕便有效且更加精益的生產方案、如同便利貼一般簡單務實，且毋需要花費數年才能上手呢？數位轉型不該是技術的軍備競賽，應該回到問題本質，打造適合人機協作，並能更彈性應對市場不確定性的供應鏈與生產管理。