短鏈革命、分散風險，未來將不只發生在電子業，紡織業也正面臨相同的考驗。準備迎接新時局的挑戰，台灣紡織龍頭儒鴻也分享了從過去到現在，一路在智慧製造的布局與成果，從數位化、自動化再到智慧化，儒鴻如何透過AI讓智慧工廠更加「人性化」？
創立於1977年的儒鴻，以生產機能性布料為主，主攻中高階運動休閒成衣市場，同時也是全球許多相當知名運動品牌，包括Adidas、Nike、Under Armour、Lululemon等的供應商。而站在全球紡織供應鏈的頂端，儒鴻早早就嗅到紡織產業將面臨新的趨勢變化。
儒鴻執行副總王樹文指出，未來10年越南仍是成衣業者倚重的生產基地，但近年當地的人工生產成本持續上漲，這是一個警訊，紡織業者必須未雨綢繆。而就連品牌客戶，也受到貿易戰警示，加速驅動供應鏈跟著分散布局。
王樹文因此指出，未來紡織業將會面臨兩大課題，一是必須加速轉型，藉智慧製造將勞力密集的傳統工廠轉型成智慧工廠，二則是一改過去集中產能，多點布局，此也更加考驗未來紡織業者的供應鏈管理能力。
數位化是必經之路
面對轉型勢在必行，儒鴻又是怎麼做呢？事實上，儒鴻早期就在企業內部推動數位化，而長時間的埋線，也為日後發展智慧製造打下相當重要的基礎。例如早期調色都是靠老師傅憑經驗抓取多少比例的色料，所有的配方都是記在腦子裡，但儒鴻很早就意識到要將調色過程，透過編碼、紀錄染料使用量等將之數據化，建立資料庫永久保存。後儒鴻又以資訊化為目標，導入ERP系統，更進一步建立數位平台，將包括台灣、越南等各地廠區的資料互相串聯。
現在儒鴻更藉由物聯網、大數據、人工智慧(AI)等創新技術的加值，逐步完善營運管理與生產流程智慧化。舉例來說，紡織業有很多作業流程都是人工作業，為了提高作業效率與人為疏失，儒鴻在資策會的協助下建立訂單匯入自動化系統，由電腦自動判讀訂單，並拋轉至各個系統，如此一來，訂單處理人員不必一筆一筆手動輸入，只要確認系統拋轉後的資訊是否正確，透過自動化大幅縮短作業時程，原本一張訂單的處理時間為48小時，如今只要2小時就可以處理完成。
除了作業流程自動化，對於製造業而言，生產流程的優化更是重中之重。王樹文舉例，在紡織染整過程中，還有個很大的挑戰是「一次對色」。從打樣到量產，或是在批次生產之間，往往會因設備、水質或染劑等的變化，在顏色的準確度上產生誤差，使得老師傅必須視色差狀況重染，如此一來，便會增加成本與工時。
但如果能提高一次對色的成功率，不僅能夠提升生產效率，成本也會有所降低，還能夠因此減少物料與資源浪費。為了讓染色一次就對色，儒鴻也攜手工研院利用AI來找出各製程中影響對色的關鍵因子，包括透過對設備參數、溫度、時間等大數據分析來提高對色率。
AI讓自動化更人性化
事實上對於紡織業而言，產業很早就開始懂得善用自動化與數位化工具來優化生產流程。像是在試色過程中使用分光儀計算與標準色的誤差值，此可用作配方的原始參考數據，或是利用自動馬克排版系統算出布料的最佳裁切版型。不過只做到自動化，還遠遠不夠，因此現階段儒鴻的重點，是將過去這些數位化工具與系統，透過AI的加值變得更加「人性化」，這樣才能更貼近使用需求，王樹文強調。
儒鴻也分享了幾個目前正在進行中的研發成果。舉例來說，成衣其中一關鍵技術「排馬克」，是利用2D的平面版型排出3D衣服所需的布料，排得越好就越省布。過去業界常使用自動馬克排版系統，但因版型沒有考量裁剪時的人體工學，雖然可最大化使用布料，但儒鴻發現，這樣反而會造成工廠裁版師傅的操作不便，利用率相當低。
因此儒鴻現在也進一步利用AI，透過分析系統排版與實際工廠排版的利用率，藉此找出布料使用率最高，且最能夠符合師傅作業習慣的剪裁排法。而這項創舉，也讓儒鴻成為業界少數率先使用AI來執行這項成衣關鍵技術的領頭羊。
而藉由儒鴻的成功經驗，王樹文也分享轉型過程中最重要的成功關鍵就是「務實」。他認為，智慧製造並非一定要「高大尚」，尤其台灣大部分的工廠年歲已久，當前工業4.0所勾勒的先進製造技術，卻不見得適合台灣製造業現況。因此他也建議企業可以就現有產線上可改善的問題著手，了解還有哪裡可以補強與調整，先看需求在哪，再看要導入哪些工具與技術。
因此，在儒鴻的智慧製造推動過程中，很多都是先從內部作業流程優化展開，像是訂單系統的優化，或是為完善生產數據的自動化蒐集而導入數位化量測工具，接者，再陸續進展到更高階的智慧化應用。因此接下來，AI也將成為儒鴻未來幾年的重頭戲，儒鴻也因此預計在明年正式成立AI專責小組，將負責未來企業內部的AI專案，藉由過去與專家合作經驗累積，逐步轉型成科技紡織公司。
Source
DIGITIMES
