加速服务化转型力推体验型数字应用,连高科技制造业也设立数字长

尽管,在金控、网络及服务产业设立数字长(Chief Digital Officer,CDO)在台湾已相当常见,但对于制造业来说,仍极为罕见,不过,2020年出现了不一样的转变,为了加速数字转型,连传统制造业现在开始也要有自己的数字长,例如台湾面板大厂友达光电集团在2020年下半就设立该公司成立以来第一个数字长的职务,更将原本信息部门升格为数字部门,并由原IT主要负责人谢忠贤出任首任数字长。

新设数字长,加速公司转型推动数字应用

为何现在需要新设一个CDO的职务?友达光电数字长谢忠贤解释,这其实与该公司近年积极智能转型有关,开始投入数字化应用发展,加上运营策略朝向场景经济布局,要涉足医疗、零售、教育等不同领域新市场,难以单靠IT技术支持能力,支撑未来新的数字应用与业务发展的需求,而是必须具备各种数字化工具的技术能力才行,尤其与传统信息领域偏重IT技术相比,数字领域科技强调的是应用为主,多跟人的交互体验相关,所以,友达才决定设立数字长,负责带领公司提升数字化应用能力。

但比起成立新的数字部门,友达则是直接把原信息部门转型成为数字部门,将原有IT业务转成数字化业务,谢忠贤表示,这么做的目的,就是为了确保IT部门与数字部门衔接可以无缝接轨。

友达是在2020年9月进行组织改组时,将原本的信息工程总部,升格成为数字技术发展总部,并由原先已担任3年IT主管的谢忠贤领军,接管该部门数字长一职。目前该数字部门约有400多名IT人力,多数以开发数字化应用为主,但仍保留约3成人力负责运维工作。

从首席信息官要转变成为数字长角色,谢忠贤也有不少挑战得克服。他以餐饮来比喻,以前首席信息官就像厨房内场负责人,负责统筹所有备料、出餐作业,但现在身为数字长,更像是餐厅经营者,不单是内场,还要负责餐厅外场服务,要让顾客能感受到服务体验。他指出,这也是友达数字应用策略的发展方向,要从原本传统IT技术,逐渐走向以人为核心的体验型数字策略,发展各种数字化应用,来服务内部员工到外部供应链、企业客户并与其交互。

友达不是唯一需要有自己的数字部门与数字长的制造公司,谢忠贤直言,传统制造公司如果想要从纯制造转型为制造服务提供者,就得有自己的数字化部门与数字长,而且不只制造业,他认为,这是各产业首席信息官未来必须面对的重要课题。

尽管,才刚出任数字长不久,但谢忠贤已经规划将在公司内部打造一座微型摄影棚,作为日后公司对外新的沟通渠道,让业务或营销主管以后也能利用直播或以现在主流数字媒体方式做数字营销,将产品服务推到客户面前。他说,目前已经开始规划并且要执行了。

友达从点线面推动集团智能转型计划,聚焦三大转型面向

其实早在设立数字长之前,友达就已经运用AI、IoT等关键技术展开内部转型至今已有4到5年之久,在2020年11月一场台湾人工智能年会上,谢忠贤自己也分享近几年友达转型的历程,从点线面推动友达智能转型计划,包括三大面向,价值转型、技术创新与智能工厂。并先从智能工厂切入,来实现定制化、高品质的产品服务。

作为转型的第一步,友达信息团队一开始先从项目小型试验着手,从大量内部数据中洞察出有用信息,同时也开始创建属于自己的资料团队,用于数据分析;在历经2年项目试验,累计一定的成果后,他们接着成立智能管理办公室开始扩大应用推广,从智能制造导入到研发、供应链发展各种智能化应用,同时进行跨域人才的养成,以便让AI技术文化可以迅速普及,达到组织文化重塑。至今已有近千位内部主管、技术领域人员受过台湾人工智能学校培训。

谢忠贤表示,通过这些点跟线的延伸,就形成了面,接着2020年聚焦场景,朝向资料治理、数据中台、全流程项目与智能工业服务发展。

以资料治理为例,他说明,就是要将以前单点的数据流程打通,并通过串联达到数字全流程的自动化或智能化,因该旦使用的数据品质不够好,或资料定义不够明确,就容易影响到最后产出的结果。

所以,他现在开始回头做资料治理,通过重新盘点,梳理资料,确保各部门或工厂,甚至不同供应商资料定义一致性,包含资料形态与字段等。

谢忠贤也提到说,待完成资料治理之后,接下来才是导入数据中台、全流程,来逐步完成以顾客为核心的价值面的转型。他更计划2021年展开策略合作结盟,构建生态圈。

友达如何打造智能工厂

友达很早就展开内部转型,先从智能工厂切入,运用AI、IoT、数字分身等关键技术来实现智能制造。(摄影-余至浩)

为了迈向智能转型,友达几年前开始导入AI、IoT等关键技术,先从打造智能工厂做起,以实现智能制造。至今在全球13个生产工厂已导入AIoT关键技术落地应用,提升工厂生产效率。

首先,在工厂管理上,友达全面导入数字分身(Digital Twin)技术,将生产线设备做虚实集成,并以它为基础向上发展智能制造,他们在Fab制程设备不仅加装许多IoT传感器、AIoT边缘运算设备,来搜集现场机台设备数据做分析,还结合线上和脱机AI或ML模型,来进行精准制程控制、生产调度优化以及设备预防性维护。从底层的资料搜集、边缘运算再到后端的资料处理,以及资料可视化,甚至制造预测及反馈控制,都能立即在工厂中控室的虚实集成系统上做即时呈现,包括生产设备状态、制程参数、库存物料等,让工厂管理者可以更快掌握即时生产状况,来优化决策。目前友达每间工厂都已导入该技术,通过智能管理的方式,至今已替该公司节省20%人力。

其次,在生生产机制造上,友达也引进不少AI技术做精准制程控制,包括以AI算法优化生产参数、自动问题解析与即时监控校准等,并也善用计算机视觉、强化学习等技术,提升生产效率,包括在产能面与品管面,确保生产调度优化,并降低人员失误与漏检风险。像是在AI瑕疵检测方面,他们不仅仅以AI计算机视觉来检查生产面板是否有缺陷,出现小黑点等瑕疵,并且还要提供智能自动修片功能,让AI不仅能判别瑕疵的种类及其位置,还能提供修补方法的建议。还以AI摄影机侦测作业员在产品组装过程中有无落实标准作业程序,并对未遵守者即时纠正。

不仅如此,友达还运用大数据、AI分析,从工厂产线上亿种调度组合中找出优化生产调度,来提高产能。相较于以往人工计算的生产调度,仅能每周执行一次,现在每15分就能排完一次,因此,一旦临时有新客户订单的需求,工厂马上就能调整生产调度,机动地因应这些订单生产需求。最后在设备预测维护上,除了创建生产设备自己的AI故障预测模型,友达后来还把这些AI预测维护功能加以平台化,可以快速复制到其他厂房来运用,对各厂进行即时监控。

发表评论