2020 轉變製造業的6大趨勢

通過與製造業領袖的訪談、調查、以及內部分析,我們認為從2020年開始,整個製造業將會面臨六個主要的趨勢,驅動製造商的下一波轉型。

分享在 facebook
分享在 twitter
分享在 linkedin
分享在 email
分享在 whatsapp
分享在 xing

工業4.0技術的成熟、消費者行為模式的轉變、國際的政治角力、以及這次肺炎疫情帶給產業的衝擊,製造業這個支撐著全球經濟平衡以及成長的產業在近年不斷的遭遇各個角度的破壞,許多既有的運營方式以及銷售模式將在未來的市場中喪失競爭力。 

在這混亂當中,我們認為有六項主要的趨勢,驅動整個製造業轉型。

Trend. In Short

工業4.0科技中,像是大數據與人工智慧、雲端運算、工業物聯網、積層製造、以及其他科技的成熟將會進一步的改變製造業。 也許是通過某些新商業模式的誕生、大幅轉變既有流程、抑或是大幅提高各個領域的採納率等。

平台科技、社群媒體以及其他數位科技的成熟不僅轉變了製造業者的銷售模式,同時更是改變了原廠與終端用戶之間的關係,現在業者可以在終端用戶的顧客旅程中擁有越來越多的接觸點,並以此提高品牌的核心競爭力。

如今的製造業不再僅是實體產品的生產與代工,而是包括不斷增長的產品服務,而在整個服務價值鏈當中,將會對市場帶來最大價值影響的即是整個製造業的售後,售後不僅對於許多既存製造業來說蘊含著龐大的獲利機會,同時更是未來市場的核心競爭面。

在過去的幾十年中,供應鏈管理的核心幾乎都是圍繞在效率、成本、以及品質這三大要素, 然而,在這個中美貿易戰、肺炎疫情、以及各式各樣的動盪與不確定性的市場中,如何建立一個高韌性的供應鏈也漸漸地成為了許多製造商的最大課題。

高網速、低延遲、且高可靠性的5G網路將會在整個製造業的價值鏈當中從R&D、產品開發、供應商管理、生產製造、市場通路;行銷銷售、產品使用、一直到產品處裡(Disposal)創造龐大的價值,且驅動各種創新應用。

中美貿易戰、台海局勢、英國正式脫歐、肺炎疫情、還有中印的邊境衝突,全世界的各個角落中,權力的平衡正在遭遇劇烈的動盪,同時危機卻又四伏,在未來的這幾年,製造業的心常態將會是一場持續性的混亂,在各個層面考驗著企業的韌性。

更加成熟的工業4.0 ​

製造業正在經歷一場規模龐大的數位轉型,所謂的第四次工業革命已然來臨,不僅正在大幅的取代效率不足、成本過高、生產線不靈活、上市時間(Go-To-Market)緩慢等等尚未轉型的傳統製造業,同時,擁抱工業4.0的製造業者更是不斷的推出具破壞性力量的產品、服務、甚至是商業模式。

我們在前幾年於這一篇洞見中,完整的解析了工業4.0的定義、起源、以及背後驅動的科技,最後我們將會明確的舉出工業4.0究竟在哪些製造業領域中提供價值,以及業者如何有效的導入工業4.0運作模式。

然而在過去的這五年間,工業4.0的各個科技都經歷了龐大的突破,其中大數據&AI、雲端運算、工業物聯網、積層製造、擴增實境、模擬技術、以及工業自動化都在各個層面當中變得越來越成熟。於這一篇文章當中,我們將會更仔細的檢視這些不同的工業4.0技術,並一探這幾年間,它們的改變與突破為何。

大數據與AI​

大數據AI當中,有幾個主要的要素正在進一步的驅動技術變得更加成熟,首先是運算速度仍然在保持高速率的成長:即便在這十年間,摩爾定律,也就是積體電路上能容納的電晶體數目每隔2~3年就會成長兩倍的現象,時常被預言將走向滅亡,然而實際上,如此的定律依然是存在的,且近乎完全沒有放慢。 根據IC Insight於 The McClean Report所整理的資料,DRAMs、快閃記憶體、微處裡器、以及圖形處理器等,在過去的五十年間都維持著摩爾定律的速率。  同時,受到半導體製程的不斷優化,晶片的製造成本以及錯誤率也不斷地降低。

運算速度的成長對於AI的發展來說至關重要,畢竟最初時,許多建立於神經網路的深度學習模型之所以能夠走進主流,也是受到運算速度的提升所驅動。 而現在不僅運算速度依然不斷的提升,GPU的取得以及在雲端上的部屬也變得越來越容易,同時,在最新的研究領域當中,也發現隨著量子電腦變得更加成熟,其乘載的商機將有可能會重新定義這個產業,以及我們對於運算速度的認知,AWS更是於今年,先於其他競爭對手,正式開始對外提供量子電腦的運算服務。

第二個主要動因為機器學習與AI演算法的成熟度。 在過去的五年間,每周於arXiv、Paperswithcode、以及dataelixir上都相關研究團隊分享著無數於AI領域的研究,而這些領域的突破都進一步的驅動了各項產業的發展,譬如將強化學習從當時單純的遊戲應用到現在可以實際在各個產業當中創造龐大價值,甚至協助Google降低了伺服器的電費支出高達40%;抑或是於NLP中,BERT的發展,讓機器能夠更好的理解以及生成自然語言;同時在個領域中,不論是圖像、影像、訊號、以及預測分析等,機器學習/AI演算法的成熟也使我們能夠更好的解決實際問題,以及創造價值。

最後一個驅動因素則是易用度的大幅提高,意思就是原本複雜的技術在經過包裝後,許多產業都不需花費大量的精力就能透過AI解決所遇到的問題。 2015年底時,Google開源的Tensorflow即是如此案例,而後來更是有Facebook所基於Torch開發的Pytorch,更進一步的提高了許多演算法的易用度,如此發展也驅動了Google於2019年年底推出了Tensorflow 2.0,讓其正是結合了Keras,也提高了GPU訓練環境之下的表現。

最後,易用度的提高也不僅止於演算法,許多大數據管理工具也同樣的大幅降低了開發的難度,同時,雲端運算的發展也大幅提高了易用度,讓欲部屬AI模型的業者不須添購以及思考任何硬體相關的設備問題。

工業物聯網​

從供應鏈與物流流程優化、工業自動化、品質管理、製程優化、一直到預測性修復以及即時服務等售後管理,IoT於製造業當中有著龐大的應用,能夠大幅的優化資源應用以及各種流程,MGI的一份研究更是指出,物聯網從2025開始,將有機會每年創造1.2~3.7兆美金的商業價值。

而在過去的幾年間,IoT技術不斷的趨向成熟,而這背後的驅動因素有幾個,一為部屬成本以及運營成本的降低,首先是IoT感測器的成本的降低,高盛所做的研究發現IoT感測器的成本從2004年的平均1.3美金降至2020年的0.38美金,再來是每一Mb的儲存成本也在這幾十年中大幅的降低,而John McCallum所整理的資料更是發現若在1956儲存1Mb的資料將會花上85000美金,而現在僅需要0.00002美金,同時,在過去的十年間,儲存成本也減少了高達10倍。最後,電晶體以及網路成本也在過去的幾十年間出現了指數型的減少,而如此現象即讓部屬成本以及運營成本大幅降低,驅動了越來越多的業者發展IoT技術使其更加的成熟。

再來則是IoT部屬以及運營容易度的上升,隨著不同技術的發展,部屬IoT也變得更加容易、分析相關數據變得更簡單、同時也驅動了其他層面的應用。首先像是雲端技術的發展,不僅使數據整合與分析變得更加容易,它更讓業者不需花費龐大的資本即可部屬。而與雲端相反的還有邊緣運算,也就是IoT裝置不直接回傳資料給雲端,而是先在本地處理、分析、有時甚至是基於結果去執行相應的動作,最後再回傳部分資料至雲端,不僅在許多應用當中,增加了其效率,同時更是大幅減少了裝置送去雲端的資料量。  最後,系統整合的困難度也隨著越來越多的開源API以及在各個領域當中的統一框架 ( Unified Framework )而降低了許多。

最後,基於前兩者的驅動因素再加上5G網路逐漸的普及,許多製造業者現在更是能夠部屬所謂的數位孿生 ( Digital Twin ),也就是在虛擬環境之下模擬出某個真實物體的物理反映,就如同在電腦上創造一個Twin一般,可以讓相關人員快速Prototyping、建立模型、以及做測試與研究。 數位孿生,時常也稱數位映射,雖然並非新概念,然而這個當時僅出現在航太業、以及部分大規模的製造業當中的技術,現在也隨著部屬的容易度提升、成本降低、技術突破,而使其能在每一個產品開發環節被使用,驅動著龐大的商機。

製造業者如何導入B2B2C,轉型既有銷售模式與渠道?

數位科技的成熟不僅轉變了製造業者的銷售模式,同時更是改變了OEM(Original Equipment Manufacturer, 定義為原廠)與終端用戶之間的關係,現在業者可以在終端用戶的顧客旅程中擁有越來越多的接觸點,並以此提高品牌的核心競爭力。如此的轉變也代表著許多像是B2B銷售、經銷、以及代理等既有運營模式的界線將會變得模糊,而時常,這個模式也被稱為B2B2C。

B2B2C的體現方式有很多種,可能是原廠通過經銷商運送商品給終端用戶,然而選購以及支付則是先前即通過線上的渠道直接與客戶完成;也可能是在銷售層面仍然是以代理商或是經銷商負責,然而原廠則是全面主導售後的流程,並利用軟體或是IoT等技術在售後市場中創造另一道金流;還有可能是原廠直接主導整個流程,從產品研發、製造、行銷、銷售、以及售後,全面由品牌完成,特斯拉就是這樣的一個例子。

同樣也是汽車原廠且應用B2B2C商業模式的還有還有Volvo,Volvo在2018年時,為了提高顧客間的相關性,轉變了原本的B2B運作模式,儘管汽車仍是由經銷商交給顧客,然而銷售以及服務層面皆是通過線上完成,並利用訂閱的模式持續創造金流與提高品牌相關性,這就是經典的B2B2C應用。

從終端用戶的觀點來看,他不僅不會出現不同經銷商的價差狀況,同時,顧客更是能因為經銷商沒有傭金壓力而擁有了更好的體驗與服務。從經銷商的觀點來看,他們依然擁有許多across-sales的機會,結合其他產品與服務,為終端用戶帶來給多價值。

製造業者如何轉型B2B2C

其實B2B2C並非新的概念,這樣子的運營模式早在金融業、消費品業、甚至是觀光業當中運作許久,譬如消費者可能是通過平台購買機票,然而在更改行程或是增加行李等手續,卻需要另在所訂機票之公司官網上做修正等。然而之所以現在如此的運作模式在製造業當中興起,背後主要有兩大驅動因素,一為科技的成熟,二則是B2B2C的運作模式對於製造業者所蘊含的龐大價值。

先從科技的成熟度來說,其實許多應用開始被廣泛採納且為市場創造價值時,並非是因為這應用的方式才剛被探討,而是出於此應用所建立的技術逐漸成熟的原因。 例如深度學習這門技術早在五十年前就已有學者探討,是一直隨著運算速度的提升以及其他技術的突破才在近期廣泛的被產業應用。

B2B2C同樣如此,之所以現在逐漸在全球形成一個趨勢,也是因為現在的科技能夠讓業者在終端客戶的售前、銷售、以及售後層面上,佔據終端用戶的旅程。譬如在售前層面上,出於越來越多消費者上線以及社群媒體的蓬勃發展,現在業者可以透過個人化行銷、體驗式的Pop Up Store、以及其他方法在各個渠道與潛在客戶互動。 

同樣的,銷售過程當中,也因為電商的成熟,許多原廠也開始在不破壞與經銷商之間的關係的前提之下,直接向消費者銷售。而在售後階段,物聯網更是大幅的改變了售後市場的樣貌,現在業者能透過嵌入感應器裝置至產品中,以提供更相關的服務。HP就是一個例子,HP嵌入IoT裝置至所販售的印表機中,並實時的偵測內存的墨水量,並在墨水快用完的時候提醒用戶購買,最後更是以此建立了一個訂閱制模式,讓用戶訂閱該服務,以即時的收到HP所配送的原廠墨水。

製造業B2B2C

而從效益層面來看,也就是驅動B2B2C的第二個主要因素,我們可以將其進一步分成三個層面:營收機會、成本降低、以及提高顧客間的相關性。

製造業者在轉型B2B2C時,不僅是運營模式的轉變,更重要的是,業者的思考框架也必須要轉變,首先業者在思考整個商業流程時,不應僅停在下一個銷貨點,而是將整個終端用戶的生命週期都帶進思考框架中。另外,業者不應僅將自己單純的定義為B2B公司或是B2C公司,而是把自己定義為整個生態系統的夥伴。

製造商如何透過售後提高產品獲利與客戶體驗

如今的製造業不再僅是實體產品的生產與代工,而是包括不斷增長的產品服務,而在整個服務線當中,占比最大的即是整個製造業的售後市場。

在這個需求放緩以及競爭加劇而導致毛利率壓縮的現況,科技、經濟發展、與新的銷售模式所帶給傳統業者的壓力,迫使許多製造業者為尋求新的成長空間,不再專注於產品的銷售,而是將策略集中在提高來自售後的服務收入。IDC 預估製造商將通過提升售後中的服務質量與客戶體驗,來進一步的提高30%的服務收入。

在我們的觀察中,於售後市場取得卓越成功的製造商,不僅轉變了以往的銷售模式、渠道甚至是品牌定位,使產品透過售後服務的形式,將價值提供給終端消費者,以提高產品與品牌在用戶間的相關性。 同時,這些在售後市場取得成功的製造商更是導入各種科技去優化既有流程,並提升企業相關的核心能力與建立客戶導向的思維模式,最後提供完整且優良的用戶體驗。

相對來說,倘若製造商能夠建立起上述的售後架構,業者便能通過降低運營成本、提高既有服務的營業收入、亦或是是通過新的服務模式創造額外業務收入以驅動企業的獲利性。同時,企業更是能通過挖掘用戶的資料與使用數據,或是其他類型的回饋以進一步的優化產品或是既有流程。

龐大的獲利潛能

不斷增長的售後服務正改變著製造業,不同於以往的銷售型態,產品服務已不再僅是產品附加價值,而是重要的服務收入。麥肯錫的一項分析表明,售後服務的平均稅前利潤(EBIT)率為 25%,而新設備為 10%,相較低毛利的產品、設備元件,加強售後服務將是一個具有市場潛力與獲利性的策略,這在航太與汽車製造業中尤為明顯,如波音與空中巴士都將核心策略從開發新業務轉為增加服務收入,在不損害既有客戶的權益下,增加產品生命週期並推動獲利成長。而業者在不斷地優化服務與管理流程中,也能進一步降低服務人員、庫存以及物流費等大部分成本。

更加地瞭解與滿足客戶需求​

OEM ( 原廠 ) 的產品通常會經過多種渠道,才到達終端消費者的手上,中間可能會經過經銷商、零售商或是維修廠等。在以往,如此複雜的渠道使業者要瞭解產品狀況是十分困難的,也就是說,製造商將難以更完整的了解消費者需求,使得大多數製造商在追求售後服務價值的過程中遇到阻礙,並且無法根據需求設計出最相關的產品與服務,或是提供更快速的售後響應。

而隨著技術進步,數據間的連接不再那麼困難,OEM能夠更深入地了解消費者的行為模式與產品的使用狀況,如飛機引擎製造商 – 勞斯萊斯,透過將IoT感應器搭載至引擎中,時刻蒐集有關飛機航行的各種數據,從引擎本身的油耗與零件狀況,到飛機的飛行高度、機外氣溫與壓力,這些數據不僅能幫助勞斯萊斯提供最快速的維修響應,對於航空業者來說,這些寶貴的數據是降低飛航成本的關鍵,勞斯萊斯甚至因此開創了新的銷售模式,向航空公司售予飛行時數,創造了與軟體公司類似的持續性金流。

原始設備製造商(OEM) 如何布局售後市場?​

隨著技術進步,傳統製造業毛利率下滑的趨勢下,許多OEM將目標轉移至售後市場以推動獲利成長,但是在市場中卻鮮少有業者能夠具框架的部屬策略,若要在售後上取得成功,製造商可以360度的審視既有的商業流程,並思考如何在不同環節點上創造價值。

我們發現,在整個售後流程中,有四個環節點是OEM能夠通過結合既有數位科技創造最多價值的。從部件管理 ( Parts Management ) 、服務管理 ( Service Management ) 、一直到物流管理 ( Logistics Management )。 

部件管理

售後服務涵蓋設備和機械的保養與維修,而當產品的零組件過多且繁雜時,容易導致供應鏈上的庫存難以管理,產生無效率的部件庫存分配,致使不必要的庫存支出,這樣子的狀況更是會讓運營時常出現部件短缺,使售後服務受到限制。 業者必須要建立一個良好的部件管理系統,優化管理部件庫存以及部件追蹤。 

部件系統管理將大幅減低庫存成本,並增加營運效率與產品競爭力,業者得以通過數位管理系統的倉庫功能或倉庫管理系統來執行,包含庫存量管理、產能利用率、部件生命週期、以及供應鏈管理。

部件追蹤能夠幫助業者更好地了解消費者的產品使用狀況,並執行更快速的售後響應,如同前面提過的勞斯萊斯,將IoT導入產品中,偵測產品使用狀況並從中收集數據,不僅能夠提供快速的維修響應,也能透過數據輔助產品的更新與開發,甚至拓展另一種服務模式。

服務管理

服務管理是從售後環節中與客戶接觸開始一直到完成服務,目的是在解決客戶問題並提高客戶的體驗與價值,良好的服務管理能幫助服務、技術人員與客戶之間的互動。假設某個客戶已經透過售後渠道反應產品問題,而當維修人員與客戶互動時,又重新詢問一次以瞭解狀況,甚至需要重新調配維修工具與零件,延長了客戶痛苦的等待時間,這對用戶而言會是相當糟糕的售後體驗。

在執行服務時透過手機提供方案,或是讓前後端人員的協同作業已是許多產業的常態。 在售後服務中也同樣是如此,業者不僅要能解決客戶的問題,同時更是要思考現有技術如何導入至既有流程中,並優化運營或是提高服務所產出的效益,以增加顧客終生價值 ( Customer Lifetime Value  )。除了完整地設置服務流程,業者還可以導入技術,對產品支援進行優化。

完整地設置服務流程不僅能加快服務響應,也能讓前後端服務人員有更好的數據連結,完整的服務流程包括:登記客戶事件與標記問題、一致性的產品知識與目錄、以及服務級別管理與服務執行。

產品支援是售後服務的根本,客戶對產品的任何問題都會尋求產品支援,包括維修、故障排除或是技術服務,但如何能從中增加競爭力,是業者需要思考的,業者可以通過改善設備的服務體驗來將自己與競爭對手區分開來。例如:啟用AR於需要定期維護的設備,可以輕鬆地將維護與保養的步驟傳達給操作員,這樣就不用每次維護與保養時,都需要工程是大老遠地跑一趟過去,不僅節省了成本,同時也加速客戶端的運營效率。

物流管理

售後物流不僅僅是將產品運送至消費者手中,而是由消費者確定購買後即開始的流程,將產品在售出後的流動過程中,創造更多附加、隱含價值,售後物流包含著:物流規劃逆向物流

完整的物流規劃能夠將產品所有權轉移至消費者時,快速地將產品移送至消費者手中,或是準確地將產品與安裝、維修人員同時送達,然而並不是所有OEM都擁有屬於自己的物流車隊,第三方物流公司缺乏配合彈性,將導致業者付出多餘的時間成本,同時辜負消費者不斷增長的期望,因此,如何與第三方物流最大程度地配合至關重要。在新加坡,製造商更是能利用新加坡郵政有限公司(SingPost)所推出的物流平台LaMP,使物流人員能夠與相關部門透過該平台溝通,且能夠隨時追蹤貨品的動向,並支援遠端簽收,大幅減少了過程中不確定性,也擴大了客戶的收件彈性。

逆向物流與傳統物流不同,傳統物流在退貨情況產生時,將需要較長的反應時間,而糟糕的退貨體驗將可能使業者失去客戶的忠誠度,並且被退回的產品僅會回到消費地,缺少了再包裝、檢驗或再利用的流程,使產品淪為次品或是滯銷品,降低產品獲利性與流動性。而全球客戶每年的退貨產品價值高達6500億美元,且根據一家物流公司的調查, 92% 的購物者表示,有良好的退貨流程才會再次購買產品。

逆向物流可以使業者更有效地管理產品退貨,能夠使產品與服務從消費地回到製造商,並使其有效流動、儲存與再利用,除了規劃物流站點外,必須將回流產品經過檢驗、分類、處理,依照產品是否為良品或排除損壞部件,將產品進行包裝或再利用後再次售出。貝恩顧問的一則報告指出,通過策略性管理逆向物流,零售商可以為每個退回的商品節省約20%的成本,並將利潤率提高3~15%,將大幅提升OEM的產品流動性。

供應鏈韌性大於供應鏈效率

在過去的幾十年中,供應鏈管理的核心幾乎都是圍繞在效率、成本、以及品質這三大要素,並通過優化這三點要素以最大化顧客價值並驅動競爭優勢。

而為了進一步的優化效率、成本、以及品質,越來越多的企業在採購所需的原物料或是零件時,往往採納單源的採購模式,也就是僅向某一家特定的企業或是地區採購所需元件。即便採購經理人非常清楚如此做法的風險,但迫於市場的壓力,業者為了達到競爭優勢,單源採購在許多產業中往往成為了常態。

同樣的,即便企業為了規避這類型的風險,而與多個供應商配合,但其實二階、或是三階以上的供應商,可能仍然是從同一個區域採購,如此,業者雖然規避了直接供應商的運營所導致的斷鏈風險,然而在更上游的層面,供應鏈仍然曝險於上游企業以及出產地域的不確定性,正如同這次肺炎疫情而導致許多向中國採購的廠商斷鏈一般,據富比世的調查,全美最大的一千家公司有高達94%的企業供應鏈受到疫情影響。

這一次的疫情正如同一個Wake-up call一般,讓許多業者拿起放大鏡開始檢視整個供應鏈情況以及管理模式,然而業者可能會發現,要去了解供應鏈情況本身就是一件極度困難的事情了,往往很多企業間的經貿往來都仍然是以紙本交易進行,同時,在整個供應鏈的許多階段更是不透明,以現有的模式,業者根本無法理解二階以上的供應商。

同樣的,保持現況也絕對不是一個辦法,也許同樣嚴重的疫情在近期不會再一次的席捲世界,但是隨著地緣政治變得更複雜、資安與網路安全所帶來的挑戰、以及世界各地的天災加劇,業者必須要有效的定義出相應的風險,並建立更具韌性的供應鏈,以因應未來的市場環境。

如何建立高韌性的供應鏈(Resilient Supply Chain)?

雖然韌性供應鏈這個概念在幾十年前就被提出,然而隨著全球化加劇以及當前市場競爭壓力,供應鏈的風險就彷彿成為了許多企業的Legacy Code一般,讓團隊怯於正視。 若要說這一次的疫情真的教會了企業什麼的話,那麼正視許多長年積累的問題,並定義出符合成本效益的方法,去解決它,也許就是其中一堂課程。

更何況,在這個不斷縮短的產品週期、全球化的市場、極度複雜的供應鏈所驅動的商業環境下,任何一個上游環節出錯,企業可能都會面臨骨牌效應的損失。正如同我們前面所說,供應鏈管理的目的是在於最大化顧客價值,那麼以這樣子的觀點來看,供應鏈的韌性與品質、效率、以及成本應該要是同等存在。

若要有效的建立起高韌性的供應鏈的同時,還能在品質、效率、以及成本層面上維持市場競爭性,業者必須要四大領域上推動一定的進程:定義相應的風險、數位化供應鏈、連結需求與供給、驅動文化轉變。

供應鏈韌性的四大層面

定義相應的風險

雖然許多業者在供應鏈上的破壞是源自於這一次的疫情,然而這類型的天災其實只是供應鏈風險中的其中一個層面而已。企業從新品發想、規劃產品、採購(Sourcing & Procuring)、外部製造以及內部製造、以直到運輸的整個供應鏈流程中,所面臨的風險其實更加複雜。

舉個例子來說,隨著越來越多的供應鏈數位化,業者的IT系統也更加暴險於駭客攻擊,Resilience360所做的研究發現,僅在去年,企業就遭遇將近300個網路攻擊(Cyber Attack)。在其中,通過勒索軟體封鎖供應鏈管理機制並向業者求償是隨其中最頻繁的網路攻擊。

不僅於此,失去重要供應商、勞資爭議(Labor Unrest)、或是經濟蕭條等動因也同樣是供應鏈所面臨的龐大風險,業者可以利用我們下圖所示的框架,定義出對自己企業以及當下的環境最相關的風險,並思考方法去量化不同風險動因的影響力以及它可能發生的機率,以更好的Map Out整個供應鏈風險。

供應鏈風險

最後,在有一個框架協助業者思考後,團隊可以將風險區別為低機率低影響、低機率高影響、高機率低影響、以及高機率高影響等四個框架,並根據這四種不同的風險性質來建立相應的處裡方式。

數位化供應鏈

供應鏈的韌性必須要建立於它對於更種不同風險的應變能力,而這所謂的應變能力有幾個層面,一為對於事件的感知能力,也就是業者是否能夠即時的感知事件的發生,並有效的評估它所帶來的影響;二為對於運營狀況的理解,意思就是業者是否清楚整個供應鏈的不同環節的運營細節,以及供應商的狀況等;最後一點則是決策的效率,也就是說業者能否快速地針對所發生的事件做出充足的分析,並即時的部屬相關決策去降低事件對於整個供應鏈的影響。

要真的建立一個對事件有高感知能力、清楚運營狀況、以及高效率的決策流程的供應鏈,那麼傳統的供應鏈管理模式是絕對無法做到如此透明、敏捷、且即時的決策循環,業者必須要將整個供應鏈流程徹底數位化,將不同的數據源整合在一個數據管理平台,設定相關的警報,以及進一步的分析。

數位供應鏈可以理解成一種流程徹底自動化、不同環節點徹底連接、同時不同流程以及環節的數據都會被收集的供應鏈管理模式。 自動化所代表的即是自動化各個供應鏈管理中的各個流程,如需求預測、存貨管理、生產時程、數據清理流程、以及像其他是產線與物流等的自動化模式。

徹底連接的意思是通過物聯網所驅動的方法以透明化整個供應鏈的環節,讓不同部位與彼此溝通,且讓業者能夠實時的監控整體的運作效能,而物聯網更是讓業者能夠收集整個供應鏈從上到下的海量數據。

最後,不同流程以及環節的數據都會被收集的意思則是,業者可以收集、整合、並分析實時且高品質的龐大數據,通過部屬高階的分析模式,業者更能進一步的驅動流程自動化、預測分析、以及其他提供業者龐大效益的能力,以提高成效以及客戶體驗。

建立高敏捷的運營流程

正如我們前面所提,風險的應變能力可以分為對事件的感知能力、運營狀況的理解、以及決策的效率。現在隨著供應鏈的數位化,業者理應對於前兩者的能力有了大幅的提升,即便在供應商的層面上,情況還是較不透明。但最關鍵的還是決策的效率,也就是企業在回應某事件的發生時的執行效率。

一個高彈性的企業,或稱敏捷的企業,能夠即時的因應如需求的變動、或是其他災難事件的發生而轉變運營策略,若要達到如此的效能,業者就必須要審視既有的運營流程,減少其中的Silos,並建立更快速的執行循環以及更完整的回饋機制。

驅動文化轉變

最後一個層面則是在文化上的轉變,時稱企業文化改革。 文化在供應鏈韌性當中可以說是扮演著骨幹的角色,而時常,企業文化也是頂尖企業以及普通企業的最大動因。 如此動因讓許多企業在遭遇重大變革或是負面影響時,也能快速的回彈至原本的狀態,甚至通過反思而變得更加強大,這也是韌性的最直接的體現。

對於製造業者來說,5G蘊含著何種價值,驅動智慧製造?

5G,為第五代行動通訊技術的簡寫,是一個繼4G之後的全球無線網路通訊標準,而5G所帶來的即是更快、更穩、且極低延遲的網路傳輸。正如同在幾年前,運算速度的提升驅動了整個人工智慧產業的蓬勃發展,隨著5G逐漸在全球部屬完整,它所帶來的效益將會進一步的驅動工廠變得更智慧、連接性變得更強、且更多不同的商業模式將會蓬勃發展。 

一份高通的研究更是發現,隨著5G滲透各個產業,在2035時創造13.2兆美金的經濟價值。這也是為何台灣本土電信業者如此積極的角逐5G的頻寬標案,最核心的目的即是為了爭奪5G在製造業當中所承諾的龐大商機。

對於製造業者,5G的意義性為何?

當4G在全球普及時,速度相較於3G來的更快的網路徹底改變了我們使用網路的習慣,並進一步驅動整個手機市場及其軟體的發展。然而4G進入5G並非只是更快而已,5G網路有三個意義性極大的突破,而這三個突破才是其真正蘊含的價值,分別為 高速度、低延遲、以及高穩定度。

高速度:速度的定義為用戶上傳或是下載資料的速度,5G的最高速大約落在1Gbps~10Gbps,而平均網速最低則至少也有50Mbps,這相較於4G的效能都是5~100倍的提升。而更寬的頻寬也讓製造業者可以傳送非常龐大的資訊量,所以像AIoT所捕捉的高畫質影片以及AR等,也都會因為5G而受惠。

低延遲:延遲的定義為從A點將資料傳至B點所需的時間,在4G的環境之下,這時間約莫洛在20毫秒~50毫秒,然而5G在傳遞同樣的訊息所需時間僅在1~5毫秒,甚至以下。而如此的低延遲,意義性極高,像是自動駕駛,現在大部分的運算仍然是寫在汽車內的,因為延遲時間過長,汽車將不具充足的時間反應整個交通狀況。但隨著5G帶來的低延遲,系統將具備充足的時間傳送資訊至雲端,並在雲端上處裡以及分析再回傳決策。

高穩定度(可靠度):可靠度可以細分為三個層面,封包的遺失率、封包的穩定度、以及封包的錯誤率,而5G在這三個領域上因其技術的突破,都能夠以幾近完美的方式達到任務。 穩定度對於製造業來說極為重要,不能承擔某條產線因為網路原因而出了問題導致製程出了問題。

而也是這三個價值體現,5G始能在整個製造業的價值鏈當中從R&D、產品開發、供應商管理、生產製造、市場通路;行銷銷售、產品使用、一直到產品處裡(Disposal)都擁有龐大的應用。

如前面所提,5G會在所有產業中創造13.2兆美金的經濟價值,而單獨製造業就占比了其中的三分之一 (4.7兆),而在一次WEF與PwC所做的研究中更是占比了多數的使用案例,而其中63%的製造業案例皆涵蓋了預測性分析,也就是通過實時數據分析所驅動的技術。

然而5G所承諾的不僅是這些程序的強化,這所謂高速度、低延遲、且極度可靠的新世代網路規範,更是進一步的創造了各種不同領域的突破,例如數位映射(Digital Twin), 全雲端操控的機器、全面的AR工廠應用、以及全面透明的供應鏈管模式等。

數位映射(Digital Twin)

數位映射雖然並非多麼新的概念,早在航太業、以及部分大規模製造業當中被使用,然而5G所驅動的數位映射卻乘載著更加龐大的商機。 

數位映射指的是在虛擬環境之下模擬出某個真實物體的物理反映,就如同在電腦上創造一個Twin一般,可以讓相關人員快速Prototyping、建立模型、以及做測試與研究。而在一個5G驅動的環境之下,業者可以利用數位映射技術模擬的遠不僅於一個機件,一間5G領先全球的中國電信業者透過5G技術全面的複製了一整個工廠的運營,在電腦中創造了一個數位映射,讓業者能夠透過數位渠道管理一整個工廠的規劃、設計、部屬、一直到修復的生命週期。

沉侵式運營輔助(Immersive Assisted Operation)

沉侵式,說穿了其實就是透過AR與VR等實境技術來達到的沉侵體驗,能讓工廠人員的工作更安全、資訊更即時、同時,還能讓許多本需要專業人員來監管或是主導的工作能夠獨立進行。

然而在4G的網路之下,受頻寬所限,可靠性不佳所以難以進行,但隨著5G部屬更加完善業者將能更大規模的導入AR設備以及相應的流程至整個製程當中,以提高產生力的同時降低成本,還能保護員工的安全。

全球疫情、中美貿易戰、台海局勢:製造業的新常態

如果說要用短短的幾個字去形容這一年的全球經濟,那麼「持續性的混亂」也許是再恰當不過了。

隨著今年年初英國正式脫歐,這個製造業占比GDP10%、占比總出口50%,同時又是全球最仰賴零摩擦貿易(Frictionless Trade)的國家面臨了多個挑戰,不僅福特汽車、本田汽車、捷豹路虎、以及日產汽車都相繼宣布了要關閉英國地區的工廠或是大幅裁員,這個到年底才會談妥的脫歐條所導致的不確定性,也大幅的影響了與歐盟國供應商以及客戶之間的關係。同樣的,英國脫歐也讓極度仰賴歐盟穩定度及其市場的其他27國連帶受到了影響,

雪上加霜的還有中美貿易戰,這個存在多年的不平等貿易關係也因為中國5G供應鏈的前景以及其製造中國的野心而使它浮出水面。然而一場戰爭的影響永遠都是雙向的,不論它的形式為何,這場持續了兩年的貿易戰不僅重創了美國出口,讓一個不斷增長的出口貿易推向衰退,同時更是讓中小企業經商成本增長了37%,而這些負擔也進一步地反映到了物價上,據估算,這些關稅所導致的物價增長將使美國家庭平均每年支出增加650美金。 

因貿易戰而遭受更大衝擊的是整體中國經濟,雖然起出許多業者不願摧毀與供應商培養了多年的關係,而是自己或是與供應商或客戶吸收額外的關稅支出及其他相應的成本,然而,在這兩年間,因情況未好轉,許多依賴中國供應鏈的產業者已漸漸的轉移,或是分散了風險,貝恩的一項調查指出42%的企業將採購項目轉移至中國之外,而25%的企業將會全面從中國撤資。

雖然轉單的趨勢也讓墨西哥、歐盟國、越南、以及台灣等國家受惠,一份聯合國的報告更是指出台灣為此次貿易轉移的最大受惠者,然而,貿易戰也讓許多在中國內地深耕已久的台灣製造業者受損,同時,許多極度仰賴中國市場及其經濟發展的業者更是承受著龐大的壓力。

最後,壓垮許多製造業者的,是今年的全球疫情。從最初中國全面封城而致使製造活動停擺,導致所有向中國採購的業者斷鏈;再來是歐洲的疫情爆發所導致的歐洲市場需求動盪以及歐盟秩序混亂;最後是美國疫情的不斷攀升,這個全球最大的市場停擺也讓美國製造業PMI進入多年來的新低,更是從三月以來連續三個月工廠活動都不斷縮減。

全球爆發的疫情就如同最後一根,同樣也是非常大根的稻草,壓垮了全球經濟。雖然亞洲許多地方逐漸復工,歐美疫情也在逐漸好轉,然而巴西以及俄羅斯卻是逐日創下新高,同時,疫情的第二波、第三波,又將會如何帶來多大的損失,也是全球密切關注的不確定性。  再來,南亞所面臨的蝗災以及台海局勢的不穩定,更是讓業者難以規劃未來的進程,如此的不確定性彷彿成為了全球經濟的新常態。

對於製造業者來說,新常態意味著什麼?​

於2007年時,全球金融流動進入了有史以來的巔峰,然而自那之後,即便數值依然持續攀升,但其占比全球經濟成長的比例卻是相對的下降,同時FDI(外國直接投資)近幾年也是進入了一個歷史新低

彷彿這些數據是在近一步的暗示全球化的趨緩甚至是衰退,然而若不提實體產品的貿易,其實全球貿易在服務層面上是持續提高的,WTO的報告更是指出科技普遍的進步更是讓國與國之間的服務往來近一步的加深,創下了有史以來的新高。同時,
數據的往來,在近年間也是大幅度的增長,即便是許多管制較嚴格的國家。

其實全球化並非衰退,之所以貿易與FDI占比GDP的比例降低了,其實只是全世界在遭遇金融海嘯後,所調整的成長模式。正如同現在疫情影響,許多工廠搬回本土,不論是美國、日本、還是台灣公司都是如此,如此趨勢也同樣的並非全球化的衰退,而是製造業的新成長模式, 畢竟,脆弱且低韌性的供應鏈也從來都不是全球化的里程碑。

在近期如此充滿不確定性且局勢動盪頻繁的情況之下,正如同各國經濟會逐漸減少自己對於某個市場或是國家的依賴程度,企業也會減少自己對於某個市場、國家、或是供應商的依賴,而強化組織既有的韌性,去因應這個混亂的新常態。

Huge thanks to Ben Wu, Heisenberg Bao, Johnny Chang, Masa Chen, and everyone involved in making this project happen.

在OOSGA,我們致力於培養組織的數位能力、組織文化、以及建立品牌價值。

訂閱策略 Insight

訂閱我們每週分享的產業洞見、定期發布的研究報告、以及不同市場的問卷調查結果