受到COVID-19(新冠肺炎)和通膨影響，供應鏈斷鏈和資金緊縮影響科技產業發展，加速產業價值從單純製造轉移到延伸服務。在這樣全球化、智慧化、客製化的趨勢下，對供應鏈必須提供更快、更靈活的服務，IBM Consulting供應鏈解決方案協理楊舜能表示，供應鏈要從過去自動生產進展到敏捷回應，導入人工智慧(AI)發展智慧製造，最後達到供應鏈優化。

楊舜能指出，AI在供應鏈中扮演的角色可以分成三個層次，包含執行、管理、戰略層次。在執行層次，先是以AI操作機器人、機械手臂，改善製程。小至自行辨識螺絲並組裝、汽車工業中的噴漆工作，大至整體生產線革新，都在此範疇。

對此，工研院機械與機電系統所智慧機器人技術組組長黃甦以與傳統產業工廠的合作經驗為例，他指出，原本實際的產線是由作業員上下料進行操作，且金屬熱處理工作環境對人員不佳，但透過導入AI和機器人，能避免工安意外並提高執行效率，在雲端可以透過數位分身(Digital twin)的虛擬產線，進行監測。

接著是管理層次，楊舜能表示，導入AI後可以協助管理者進行決策，透過大數據洞察提高決策依據和準確率。

最後則是戰略層次，楊舜能認為，藉由AI演算法去模擬未來情況，甚至可以達到改變企業供應鏈的成效。

楊舜能以安全庫存為例，過去安全庫存會設定最高和最低庫存量，但他認為在實際情況下，安全庫存應該要能動態調整，要考慮物流、供應鏈情況等，透過AI自主學習並抓取資料分析，能夠達到綜觀全局的效果。

過去供應鏈只要能規模化、標準化生產就能獲得訂單，但在全球環境不斷變動的情況下，品牌對於供應鏈朝令夕改的要求在所難免，楊舜能表示，對供應鏈業者來說，如果還是採用過去接受到需求改變的指令，開始傳達到各部門，各部門擬定對策，交由品牌端審核，修改至品牌無異議後才開始改變，是跟不上變化速度的。

黃甦也指出，機器人在30～40年前被創造是為了執行重複動作，但現在因應彈性生產需求，除了硬體優化，軟體革新更重要，透過AI導入，達到彈性化、動態生產，讓供應鏈更有競爭力，真正達到智慧製造的地步。

隨著自主移動機器人(AMR)建置成本持續下降，加上AI技術應用落地，黃甦也預測，在未來工廠「固定」的設備會愈來愈少，取而代之的是自主移動、帶有AI的機器人。

By DIGITIMES