2023年自動(dòng)化設(shè)備市場(chǎng)與大廠布局趨勢(shì)

自動(dòng)化從疫情至今大幅成長，2021年全球工業(yè)自動(dòng)化市場(chǎng)規(guī)模估計(jì)為1966億美元，到2030年將擴(kuò)大到超過4,128億美元，并有望在2022年至2030年的預(yù)測(cè)期內(nèi)以8.59% 的復(fù)合年增長率（CAGR）成長。

同時(shí)，實(shí)時(shí)數(shù)據(jù)分析隨著數(shù)據(jù)量的提升、消費(fèi)者對(duì)企業(yè)使用其行為數(shù)據(jù)的接受度增加，以及對(duì)工業(yè)自動(dòng)化中預(yù)測(cè)性維護(hù)需求崛起下大幅成長，實(shí)時(shí)數(shù)據(jù)分析有助于制造期間以更高的效率獲得營運(yùn)洞見，吸引如機(jī)械制造、石化、航天、國防、電子產(chǎn)品、汽車、制造等產(chǎn)業(yè)投資相關(guān)技術(shù)與設(shè)備；而亞太地區(qū)在全球工業(yè)自動(dòng)化市場(chǎng)中占有相當(dāng)市占率，部分調(diào)研機(jī)構(gòu)預(yù)期該地區(qū)將保持市場(chǎng)主導(dǎo)地位。原因在于印度和印度尼西亞等新興國家的經(jīng)濟(jì)成長，使得應(yīng)用領(lǐng)域逐年增長。


 
圖1 : 產(chǎn)業(yè)轉(zhuǎn)型使全球自動(dòng)化市場(chǎng)高速成長。（source：Precedence Research）

此外，企業(yè)對(duì)于智慧設(shè)備的掌握程度提升，使得工業(yè)自動(dòng)化監(jiān)測(cè)技術(shù)崗位應(yīng)用更加頻繁，企業(yè)隨時(shí)能實(shí)時(shí)掌握溫度、電流、電壓、速度、振動(dòng)等變量，加上設(shè)備維護(hù)開發(fā)與資產(chǎn)管理軟件與解決方案逐漸普及，允許更高的效率和更高的自動(dòng)化，這樣的趨勢(shì)涵蓋輕工業(yè)與重工業(yè)，從紡織到電動(dòng)車，無不提升自動(dòng)化能力。

工業(yè)機(jī)器人、計(jì)算機(jī)視覺系統(tǒng)、人機(jī)接口、傳感器、3D打印、工業(yè)計(jì)算機(jī)等軟硬件在產(chǎn)業(yè)大量轉(zhuǎn)型需求下正在快速融合，連帶使得相關(guān)業(yè)者，例如ABB公司、艾默生電氣公司、發(fā)那科、通用電氣、Honeywell、三菱電機(jī)、Rockwell、施耐德電氣 、西門子、橫河電機(jī)、奧姆龍公司成為最大受益者。

云端供貨商成為企業(yè)自動(dòng)化重要推手
一般而言，制造業(yè)轉(zhuǎn)型的方式：由大型業(yè)者往中小企業(yè)擴(kuò)散、由先進(jìn)制造朝向傳統(tǒng)制造發(fā)酵。狹義來說，自動(dòng)化產(chǎn)業(yè)并不會(huì)將云端業(yè)者包含進(jìn)去，但當(dāng)前許多數(shù)據(jù)皆能上云處理與分析，許多自動(dòng)化業(yè)者如西門子、ABB等也開始與大型云端企業(yè)合作，而云端企業(yè)的客戶也能從大型自動(dòng)化企業(yè)身上受益。其中又以AWS、Microsoft、Google、IBM四家業(yè)者囊括全球云端市場(chǎng)50%以上的市占率為主，這四家業(yè)者基于云端垂直領(lǐng)域的解決方案不斷推陳出新，提供從IaaS、PaaS到SaaS的一體式服務(wù)，并讓自動(dòng)化解決方案嵌入其中，擴(kuò)大其服務(wù)范疇。

云端之所以在自動(dòng)化轉(zhuǎn)型中扮演重要角色，第一為能夠提供企業(yè)完整的IT運(yùn)算平臺(tái)，并且隨用隨付模式下，企業(yè)不需要花費(fèi)過多IT維護(hù)預(yù)算就能得獲得各種完整服務(wù)，大幅降低維護(hù)數(shù)據(jù)庫的成本，將本身有限的人力專注于其他高附加價(jià)值活動(dòng)上。第二是能夠彈性調(diào)整，隨著企業(yè)成長，逐漸累積的數(shù)據(jù)量將淹沒原先的使用空間，而透過更改云端服務(wù)類型，企業(yè)可從不同類型或容量的主機(jī)方案進(jìn)行挑選，增加企業(yè)IT的敏捷性。最后是由于互動(dòng)方式改變以及實(shí)體活動(dòng)減少，企業(yè)因此加速轉(zhuǎn)型，數(shù)據(jù)種類將快速成長，數(shù)據(jù)型態(tài)將從文字，轉(zhuǎn)為文字加圖文件、超鏈接等樣態(tài)，如何整合多元數(shù)據(jù)并加以分析，以及應(yīng)用在營運(yùn)洞察。


 
圖2 : Honeywell將解決方案與整合至AWS云端。（source：Honeywell Cloud SCADA）

前述云端業(yè)者提供一較為一體化（General）的解決方案。而在較為利基的市場(chǎng)上，則由自動(dòng)化大廠提供，如Honeywell整合自身硬件與AWS軟件，提供如數(shù)字分生、MES、IIoT平臺(tái)、無人機(jī)隊(duì)等服務(wù)，并針對(duì)特定次產(chǎn)業(yè)，如電子制造、化工能源、航天、自駕車產(chǎn)業(yè)等進(jìn)行客制化。這些自動(dòng)化業(yè)者本身具備豐富轉(zhuǎn)型經(jīng)驗(yàn)，對(duì)于領(lǐng)域知識(shí)（Domain Know-How）的掌握度也較為完整，與云端企業(yè)合作具備相當(dāng)綜效，未來預(yù)計(jì)有更多大型自動(dòng)化企業(yè)會(huì)與這些云端業(yè)者合作，大者恒大的趨勢(shì)將更加明顯。

ABB從底層展開數(shù)字轉(zhuǎn)型
起源于瑞士，專精于自動(dòng)化、智能制造的ABB以機(jī)器人產(chǎn)品著名，當(dāng)前已是全球四大機(jī)器人龍頭企業(yè)之一，與德國庫卡（KUKA）、日本發(fā)那克（FANUC）、安川電機(jī)（Yaskawa）齊名，在營運(yùn)流程上，公司采用精實(shí)六標(biāo)準(zhǔn)偏差法（Lean Six Sigma）-以顧客為核心、不斷改善產(chǎn)品/服務(wù)質(zhì)量以消除浪費(fèi)與降低變異。

雖然精實(shí)六標(biāo)準(zhǔn)偏差法讓ABB有效運(yùn)作數(shù)十年，但在數(shù)字經(jīng)濟(jì)的浪潮下仍稍嫌不足，由于事業(yè)體規(guī)模龐大，不同地區(qū)的多個(gè)工廠與整理供應(yīng)鏈的信息流通經(jīng)常發(fā)生延遲與信息不完整的情形，因此如何從底層展開流程探勘確實(shí)有其必要。公司的轉(zhuǎn)型愿景相當(dāng)明確：讓流程透明，故能從找到問題轉(zhuǎn)為預(yù)測(cè)問題，各端流程數(shù)據(jù)的整合將有助于集團(tuán)對(duì)于動(dòng)見解讀的一致性（Single-Truth）。

 
圖3 : ABB與Celonis合作進(jìn)行企業(yè)內(nèi)部流程探勘。（source：ABB）

ABB的做法有二。第一，由于集團(tuán)的價(jià)值鏈（Value Chain）相當(dāng)龐大，讓營運(yùn)部門與質(zhì)量部門的一線員工直接分析各流程節(jié)點(diǎn)中的差異情況是最有效率的做法，例如在財(cái)務(wù)部份，由于公司全球采購與付款流程牽涉到不同種類的ERP系統(tǒng)，許多信息處于信息孤島（silo）狀態(tài)，公司必須先厘清究竟有多少財(cái)務(wù)流程數(shù)據(jù)、多少人使用這些系統(tǒng)，將訂單、付款、客戶服務(wù)等面向一一拆解，由于數(shù)據(jù)本身并無價(jià)值，加上多數(shù)IT人才著重的面相為「系統(tǒng)、網(wǎng)絡(luò)與數(shù)據(jù)庫管理」，單靠傳統(tǒng)的信息管理系統(tǒng)（MIS）與網(wǎng)絡(luò)管理人力就要從巨量數(shù)據(jù)中獲得洞見與找到問題實(shí)有困難，因此在爬梳完各種數(shù)據(jù)后，是時(shí)候?qū)ふ彝獠繀f(xié)作伙伴了。

第二，由于ABB當(dāng)前的數(shù)字工具不足以支持龐大的流程探勘，因此公司轉(zhuǎn)而尋找外部解決方案業(yè)者支持，經(jīng)多次評(píng)估后，ABB選擇與德國數(shù)據(jù)處理公司Celonis合作，Celonis最擅長的為商業(yè)流程挖掘（Process Mining）技術(shù)，從公司個(gè)事件中萃取數(shù)據(jù)進(jìn)行算法分析，除ABB外，其客戶還有西門子、3M、BMW、萊雅、通用汽車等，目前公司估值已達(dá)100億美元，早已加入獨(dú)角獸行列。ABB成功藉由Celonis的流程挖掘技術(shù)打破數(shù)據(jù)孤島，整合全球財(cái)務(wù)數(shù)據(jù)并針對(duì)不同商業(yè)流程（訂單、采購、付款）進(jìn)行優(yōu)化。

智慧物流與倉儲(chǔ)成為2023年主要成長市場(chǎng)之一
當(dāng)前建立數(shù)字供應(yīng)鏈已經(jīng)是全球制造業(yè)管理階層積極開展的策略，希望企業(yè)在面對(duì)重大突發(fā)事件沖擊時(shí)，能夠藉由快速資源整合、供應(yīng)鏈上中下游伙伴協(xié)作而彈性應(yīng)對(duì)沖擊，促使企業(yè)能在短時(shí)間內(nèi)迅速轉(zhuǎn)向其他替代方案，如移轉(zhuǎn)生產(chǎn)基地或?qū)ふ姨娲袌?chǎng)，將突發(fā)事件造成之風(fēng)險(xiǎn)降至最低，甚至快速恢復(fù)原先的營運(yùn)狀態(tài)。

在建立韌性供應(yīng)鏈的過程中，「?jìng)湓芰Α垢@重要，所謂備援能力指企業(yè)透過實(shí)時(shí)反應(yīng)機(jī)制，在遭遇沖擊時(shí)能夠自主分散生產(chǎn)、部署倉儲(chǔ)據(jù)點(diǎn)或預(yù)先尋找其他替代料源，同能夠快速計(jì)劃第二、第三個(gè)替代生產(chǎn)基地，透過智能系統(tǒng)來整合物流、人流、信息流、金流等項(xiàng)目，提升預(yù)測(cè)與反應(yīng)能力。在備援能力的條件下，企業(yè)面對(duì)風(fēng)險(xiǎn)的響應(yīng)速度應(yīng)愈快愈好，例如建立供應(yīng)鏈信息串連機(jī)制，一旦風(fēng)險(xiǎn)發(fā)生，即可透過信息共享在最短時(shí)間掌握風(fēng)險(xiǎn)，同時(shí)啟動(dòng)相關(guān)避險(xiǎn)措施。

同時(shí)，對(duì)供應(yīng)鏈主管而言，勞動(dòng)力高齡化與勞動(dòng)人口減少也是業(yè)者投入倉儲(chǔ)自動(dòng)化的主要原因之一。在市場(chǎng)地域分布上，受惠于龐大人口紅利、代工產(chǎn)業(yè)聚落與電商蓬勃發(fā)展，亞洲區(qū)成為全球智慧倉儲(chǔ)成長最快之地區(qū)。電子制造、汽車制造、消費(fèi)性產(chǎn)品等國際大廠皆在亞洲設(shè)立大量工廠與倉儲(chǔ)中心；在疫情前，原先由「亞洲制造供應(yīng)全球」，現(xiàn)在則逐漸轉(zhuǎn)為「亞洲制造供應(yīng)亞洲市場(chǎng)」。加上各國數(shù)字基礎(chǔ)建設(shè)程度不一，業(yè)者若要建立地區(qū)制造中心，可能面臨數(shù)據(jù)傳輸速度延遲、網(wǎng)絡(luò)標(biāo)準(zhǔn)不同、當(dāng)?shù)貜S商競(jìng)爭(zhēng)，以及法規(guī)相關(guān)障礙。因此，在地制造是智能工廠為主角，但要在地供應(yīng)市場(chǎng)，智慧倉儲(chǔ)的部署是企業(yè)投入供應(yīng)鏈轉(zhuǎn)型與在地制造的關(guān)鍵要素。


 
圖4 : 海爾的自動(dòng)化轉(zhuǎn)型從工廠到物流皆涵蓋其中。（source：HBS Digital Initiative）

家電大廠海爾電器應(yīng)可作為部署智慧倉儲(chǔ)的參考，歷經(jīng)中美貿(mào)易沖突與疫情沖擊后，公司將其全球供應(yīng)鏈策略由長鏈改為混合鏈型態(tài)，北美市場(chǎng)由美國工廠（區(qū)域制造中心）供應(yīng)，其位于美國的九家工廠在過去數(shù)年間投入七億美元于智慧倉儲(chǔ)，引進(jìn)大量無人搬運(yùn)車（AGV）、自主移動(dòng)機(jī)器人（AMR）等設(shè)備，取代過高的人力成本，應(yīng)用于揀貨、包裝、出貨等重要流程。

無獨(dú)有偶，瑞典IKEA在全球擁有眾多智慧倉儲(chǔ)，包含大量的智慧輸送帶與自主移動(dòng)機(jī)器人，近期還部署無人機(jī)用于掃描二位碼盤點(diǎn)貨物。此外，由于智能倉儲(chǔ)會(huì)產(chǎn)生大量數(shù)據(jù)，因此加入算法工具用于分析預(yù)測(cè)也是業(yè)界常見做法，包含Dell、HP等大廠在智能倉儲(chǔ)中善用算法進(jìn)行存貨預(yù)測(cè)，進(jìn)行產(chǎn)能調(diào)整。這些業(yè)者投入大量資源的原因，不外乎為應(yīng)對(duì)在地制造與就地供應(yīng)市場(chǎng)的需求。

結(jié)語
不論產(chǎn)業(yè)未來要應(yīng)對(duì)數(shù)字化的沖擊、商業(yè)模式的變革，乃至極端氣候的因應(yīng)，都少不了自動(dòng)化技術(shù)，且在數(shù)據(jù)吞吐量越來越大的局勢(shì)下，企業(yè)必須做好營運(yùn)流程的整備，才可能在未來用數(shù)據(jù)應(yīng)對(duì)更大的議題或外部挑戰(zhàn)，這也是托馬斯．戴文波特強(qiáng)調(diào)企業(yè)應(yīng)「由內(nèi)而外」改善營運(yùn)流程的重要性，也呼吁了未來許多企業(yè)有極大機(jī)率轉(zhuǎn)為提供數(shù)字產(chǎn)品與顧問服務(wù)的平臺(tái)型企業(yè)的事實(shí)：良好的內(nèi)部流程方有本錢在數(shù)據(jù)經(jīng)濟(jì)下進(jìn)行各種創(chuàng)新，甚至成為至企業(yè)間合作的基石。

不論是元宇宙帶來的龐大虛擬市場(chǎng)也好，或是量子計(jì)算機(jī)將改變企業(yè)運(yùn)算與分析能力也罷，甚至是現(xiàn)在受OCED與政府強(qiáng)調(diào)的氣候科技/農(nóng)業(yè)科技/食物科技，企業(yè)皆需追求營運(yùn)流程上的順暢、打好數(shù)字基礎(chǔ)建設(shè)的功底，才能在虛實(shí)整合的產(chǎn)業(yè)環(huán)境中能有更多發(fā)揮。