傳統產業的數位轉型升級典範 宏遠興業用數位大腦，把員工變成鋼鐵人
哈佛商業評論
· 7人追蹤
文/張彥文、蕭玉品
台南市山上工業區，西近國道三號，東側為曾文溪，有六十多家各類廠商進駐，平日裡只見大貨車呼嘯穿梭。轉進其中遠東集團旗下老牌紡織廠宏遠興業，進入大門後只見一片翠綠蓊鬱，池塘中還有綠頭鴨悠游其中，若不是門口一面石牆上鑲著「宏遠紡織生態工業園」幾個大字，還真以為走錯地方了。
台灣的紡織業自1950年代開始發展，逐漸成長為台灣出口的重要經濟支柱，一度締造台灣「成衣王國」的稱譽。但自上個世紀末，由於人工成本大幅上揚，紡織業面臨嚴重的衰退，也大規模西進中國大陸。
去年甫成立滿三十年的宏遠興業，面對成本上漲和近來數位轉型的壓力，積極導入智慧製造，希望能讓這個傳統產業脫胎換骨。
「要做到自動化、數位升級，紡織業才不用逐水草而居，」宏遠興業總經理葉清來解釋，之前對岸的人工、土地便宜，大家就到大陸設廠，一旦大陸的成本上漲，只好又移到東南亞，就像是游牧民族。其實，只要透過提升差異化和競爭力，就可以根留台灣。
找到轉型升級的趨勢
葉清來一直是一個強調學習新知的管理者，他透過大量閱讀，始終在思考公司如何轉型。
大約五、六年前，他接觸到美國前副總統高爾（Al Gore）的著作《驅動大未來：牽動全球變遷的六個革命性巨變》，其中一點就是自動化。剛好那時候客戶也一直逼宏遠去越南投資，否則就要轉單。
在外部壓力驅使下，讓葉清來決定轉型，改變企業體質。之後他又陸續讀到《富比士》（Forbes）和《哈佛商業評論》全球繁體中文版當中關於「新製造革命」、「搶攻物聯網商機」等等的文章。光是智慧製造和工業4.0方面的書籍和雜誌，他讀了不下三十本。
葉清來甚至找到一本德文版的《工業4.0》，為了讀這本書，他花了新台幣14萬元請人將書翻成英文，後來大陸出了簡體中文版，他又買來分送給親朋好友。透過大量的閱讀，不但讓葉清來更了解智慧製造的內涵，更堅定他要推動智慧工廠的改造計畫。
可是宏遠以前從來沒做過，台灣也沒有經驗可學習，到底該怎麼做呢？「大陸是彎道超車，我們講的是leap，像青蛙跳，就直接跳到工業4.0。」
宏遠的改造，從二個方面著手，第一是在公司內部推動轉型的觀念；第二則是導入外部資源協同改造。
管理階層以身作則的學習型組織
長久以來，在葉清來的帶領下，宏遠一直是一個「學習型組織」。「我的理念是學習來改變、改變來學習，」這句話說起來有點拗口，但就是強調宏遠是一個追求變革的企業。
宏遠的做法是自上而下改變觀念，第一步就是讀書。葉清來以身作則，每週至少會讀一本書，自己摘錄其中的重點，上傳雲端分享給同仁，尤其是各單位的主管必讀，等到週六開會時，再共同來討論。而且他強調，一個觀念，例如說工業4.0，不能只讀一本書，至少要讀二十本以上，才能有深刻的理解。
宏遠興業協理曾一正指出，由於總經理會要求部門主管參與學習，數位轉型的理念早已遍及宏遠的各個階層，大家有共同語言，逐步把數位轉型的架構建立起來。曾一正負責資訊系統的建置，而與他密切配合的，是擁有35年紡織業經驗的資深協理林世榮，負責協助資訊部門針對實務面的需求，來規畫數位轉型。林世榮被葉清來稱為公司的「人工智慧長」。
曾一正說，為了學習數位轉型的知識，他與林世榮還特別到台灣人工智慧學校進修，都是利用週六時間，從台南北上台中上課，因為如果主管不清楚技術人員在做什麼，就很難領導同仁。
組建數位轉型大聯盟
觀念建立後，再來就是實務面導入。
傳統的製造業，以應付每天的生產製造為主，沒有辦法因為數位轉型去招募大量的數位人力，所以必須導入外部資源。為此，宏遠一共找了超過三十家的合作伙伴，包括研華科技、清大、遠傳電信、工研院、勤業眾信等。但宏遠並不是單純將項目外包，或是直接購買套裝軟體，因為這樣做不管成不成功，都無法留下know-how，未來碰到其他問題，也無法自行解決。因此必須與外部成為合作伙伴，讓內部同仁弄清楚別人在做什麼，必須理解怎麼利用數位工具來創造效益。
以合作伙伴之一、清大工業工程系講座教授簡禎富率領的團隊為例，簡禎富協助宏遠導入一個分散式的資訊系統，每個系統之間互相連結，但還是維持各部門之間的主導權。
「我們的做法，是把紡織廠的員工變成鋼鐵人，每個人背後都有一個Jarvis（鋼鐵人電影中的人工智慧助理）在指導你工作，」簡禎富說。簡禎富觀察，葉清來是一個很願意學習新知和推動組織變革的領導人，也成為宏遠能夠順利推動數位轉型的重要因素。
幾年前，數位轉型還沒有那麼熱門時，宏遠就已經開始推動，整個組織在觀念的接受程度很高，推動起來也更為順暢。
變革本來就需要領導力，也需要一個內部觸媒。有的企業這兩種力量是分開的，宏遠則是葉清來帶頭衝；也就是說，轉型是來自於領導人的願景，而不是來自於研考部門提出來的計畫。
「我也是被他（葉清來）感動才跑下去（台南），」簡禎富笑著說，新竹到台南單趟就要三個多小時，對手中計畫已經「產能滿載」的清大團隊來說，在時間上其實不具效率，「不然我到後面的新竹科學園區只要十分鐘。」
宏遠興業以五項指標來建構智慧製造。
第一項指標是互聯，也就是連線生產設備，即時蒐集數據；
第二項指標則是優化，透過高度自動化與最少人力，提高生產效率；
第三項指標是透明化，利用儀表板與工具的協助，達成快速且一致的決策；
第四項指標是前瞻性，利用AI演算法，預測變化與事前防範，利用深度學習提升品質與良率；
第五項指標則是靈活性，彈性調整排程，達成資源最佳化。
數位轉型五大具體實證
宏遠已累積許多轉型的實際案例。
第一個實例是機器人流程自動化，由電腦取代人力，執行一些明確且重複性的文書工作。例如採購，過去人員依請購單逐筆向廠商詢價，之後還得將回傳的資料上傳整理，現在都可以由機器代勞，甚至在夜間都可以發出詢價單。
以往每次出貨後，需由人員蒐集相關資料，像是裝箱單（packing list）、驗布報告、物性報告等，提供給客戶，現在可以自動產出，並直接上傳至雲端。流程自動化後，可以處理資料的下載、上傳、輸入、存檔，甚至郵件的收發和傳真等等。宏遠目前訂下的目標，是希望藉此省下一百名內部人力，年省成本預估可達五千萬元。
第二個實例是生產資訊即時生成。過去生產資訊都是當日工作結束時再蒐集，由人工製成報表，最快也要隔天才能交到主管手中，曠日費時。但是現在可以即時透過工廠的螢幕，甚至行動裝置取得資訊，讓現場的主管立刻決策，可以調整生產效率達成最佳化。不同部門之間，也可以藉此了解彼此的進度，讓流程銜接更順暢。
第三個實例則是生產效能的優化。像是宏遠目前主力產品機能布料，過去可能會受到製程條件的影響，造成生產過多或是不足，但透過大數據分析，可以預先判斷產出結果，更可使訂單準時完成。
大數據分析還可以預測產品是否合乎標準。像是防水性的布料，以前得要人員依照經驗開發規格與挑選機台，然後做出樣品，進行雨淋測試。
現在有了大數據，不需要預先製作樣品，以數據模擬雨淋測試的結果，準確率高達86％，「數據告訴你不會過的，就不用再試了，」林世榮指出，如此可以大幅降低開發的時間。宏遠也發現，在某些設備製造出來的布料，通過測試的成功率較高，但沒有大數據分析前，都只能盲目地不斷嘗試，也很難找到原因。甚至還會造成同事之間的誤會，覺得是有人工作不認真。
第四項實例是智慧驗布，將以往需要由肉眼來判斷的布料瑕疵，交給九支高速攝影機，搭配左右移動的分光儀，有瑕疵的部分可以立即生成報告及照片，而且還會標示出瑕疵所在的位置，方便後續處理。
林世榮強調，智慧驗布的好處，除了減少人力需求外，更重要的是降低對員工能力的要求。以往可能要訓練多年，才能養成火眼金睛的老師傅，但有了智慧驗布，即使新進人員，也不怕驗錯或驗漏。過去靠人工驗布，平均一小時大約可以驗六百多碼，但有些新進人員一小時驗不到四百碼，「而且他驗完你還不放心，」林世榮說，現在這些問題都可以靠數位轉型來解決，讓檢驗部門的人力減少了24％，但效率反而提升了27％。
第五項實例是智慧染色系統。過去布料染色，要人工先秤量染色劑，再一桶一桶地倒進染色機中，「以前要背（生產到）第幾段的什麼時候要倒什麼藥（染料），」林世榮回憶，每段生產至少有七、八種藥，還有一定順序，所以倒錯的情況也不少。但現在已全程自動化。
數位大腦執行九成決策
對於數位轉型，葉清來的詮釋是建構一個工廠內的「數位大腦」，像是把老師傅的經驗值數位化，創造出一個由演算法支撐的模組。他認為，生產的過程，有90％的知識是可以結構化的，可交由數位大腦判斷，「電腦已經幫你做90％，剩下10％由人腦判斷，非常容易。」
葉清來認為，這套做法可以適用於大部分的產業，因應台灣社會高齡化、少子化的趨勢，智慧製造可以取代三至四成的人力，而且可以做到去技能化（deskilling）。員工不需要長時間的培訓，只要會操作機器即可，也可以解決資深員工退休時，如何經驗傳承的問題。
「宏遠興業」用數位大腦，把員工變成鋼鐵人
宏遠的改造，從二個方面著手
1.在公司內部推動轉型的觀念：管理階層以身作則的學習型組織
2.導入外部資源協同改造：組建數位轉型大聯盟
宏遠以五項指標來建構智慧製造
1.互聯，也就是連線生產設備，即時蒐集數據；
2.優化，透過高度自動化與最少人力，提高生產效率；
3.透明化，利用儀表板與工具的協助，達成快速且一致的決策；
4.前瞻性，利用AI演算法，預測變化與事前防範，利用深度學習提升品質與良率；
5.靈活性，彈性調整排程，達成資源最佳化。
數位轉型五大具體實證
1.機器人流程自動化，由電腦取代人力
2.生產資訊即時生成
3.生產效能的優化
4.智慧驗布
5.智慧染色系統
數位大腦執行九成決策
對於數位轉型，宏遠總經理葉清來的詮釋是建構一個工廠內的「數位大腦」，像是把老師傅的經驗值數位化，創造出一個由演算法支撐的模組。他認為，生產的過程，有90％的知識是可以結構化的，可交由數位大腦判斷，「電腦已經幫你做90％，剩下10％由人腦判斷，非常容易。」