工業 3.5：台灣企業邁向智慧製造與數位決策的戰略
第一章 決策會什麼重要
實施工業 3.5 製造戰略的八大重點
一、洞察市場變化、滾動式精準預測需求的區間
二、面對不確定因子，採用大數據分析提高能見度，習於在風險下的決策
三、 優化產能組合和彈性調節產能供給，滿足客戶夥伴需求變化
四、發展先進預知決策及即時機制，預測設備健康與維護保養、提升製造系統排除問題與恢復能力
五、多變量分析不良品因素、即時回饋並最大化資訊價值，預先現地排除可能的問題
六、全面有系統地分析各種資源的使用效益，建立永續發展與循環經濟
七、發展決策型組織，提升組織決策透明度和參與，以提高決策速度和品質
八、針對不同問題喊各種應用，結合老師傅和專家經驗，發展分散式決策支援系統，增強各單位的管理決策能力，並建立數位大腦，指揮與協調各個分散式決策系統
過去的成功經驗，反而可能成為決策陷阱
決策第一步 : 如何定義真正的問題
由內而外可以分為四大類，如下圖
一、決策情境 (decision context) 相關元素 簡單說就是問題發生的五個 W 與一個 H (What、Who、Where、When、How) 幫助決策者辨識外在環境和競爭趨勢的策略分析工具
二、限制 : 明確或假設的限制，如資源上限、預算、成本、設備、時間、法規、社會規範等
三、決策關係人 : 包括拍板定案的決策者、決策過程提供一部分建議或資訊的決策參與者、執行決策的人，設決策影響的人 (stakeholders)，其中最重要的是釐清問題是誰的決策權限 (ownership) 和當則 (accountability)
第二章 為什麼是工業 3.5
推動工業 3.5 的四個關鍵
一、現有製造優勢與管理經驗系統化與數位化
二、產品生命週期與營收管理
三、軟硬體設備和分析能力垂直整合
四、永續發展和綠色供應鏈
第三章 PDCCCR 製造策略和架構，優化營收
追求效益最大化，需要聰明決策和執行力。需要將過去的紀錄數位化，結合專家智慧和領域知識，以分析內外部資料，建立一套包括所有變因的數位化決策模型，幫助系統不斷學習並調整改善，即是工業 3.5 決策系統的理念。
例如勞斯勞斯，利用感測和聯網裝置，做到 機器狀態監控 和 預防性維護，避免設備無預警故障，維持在最有效率、最佳的運作狀態。
發展 P、D、C、C、C、R 個別決策模型時，必須可慮這些決策彼此的交互影響，鏈結其他模式的輸入與產出，整合更多策略元素之間的因果關係，建立複合模式，並建立整合 PCCCR 的數位大腦
最小化最大可能後悔策略，降低錯誤需求的風險
除了分析提高需求預側的準確度外，也要考慮業務部門高、低兩種需求預測的估計區間，發展最小化最大可能後悔策略 (Mini-Max Regret Strategy)。
讓因為不同產能擴充和資本支出策略方案可能的最大風險越小越好，以建立穩健的產能規劃。
可結合業務和行銷部門的估計，使用混合策略，去最小化最大可能的後悔，來減少誤判的風險，並以滾方式考慮多奇的需求，動態調整中長程的產能規劃。
人工智慧，讓 PDCCCR 整合評估變容易
價格、需求、成本、資本支出、產能調度財務收益環環相扣，每一個環節的決策範圍少則數萬，多則數十萬筆的各種可能組合方案，可以透過最佳化演算法 (如：貝氏網路推論、基因演算法 等) 快速篩選保留幾項近似最佳解，再結合決策者的商業智慧和管理經驗加以檢視修正，從中選出最適合的方案，藉由不斷反覆求解、回饋的過程，優化企業的決策。
台灣產業可以做的是，先強化既有相對競爭的優勢，將存在老闆、老闆娘或中階幹部腦子裡的管理決策與判斷的智慧集結起來，成為企業數位化的資產，結合大數據分析和人工智慧，讓整個產品生命週期的各個環節上，決策品質變得更好，做到智慧製造最核心的概念：彈性決策、智慧生產。第四章 建構「數位大腦」指揮分散式決策系統
企業做大數據分析、建立數位大腦前應先投資在資料擷取和整理的苦工，這些系統整合和資料匯流的功夫如同下水道工程，是數位轉型最重要的基礎工程。
在規劃各個需求的滿足策略時，客戶的承諾和業務端的預測通常會不準確，對企業而言規劃和現實的落差就是最大的決策風險。如何規劃避險的配套方案，也是數位大腦主要的任務之一。
數位判斷結合現場評估，決策快又不失準
數位決策系統必須考慮集中決策指揮系統，和分散的局部決策系統之間，兩者個分工和協作模式。工業 3.5 人人都應該具有即時反應決策的能力和權限，讓每一端都要有自己的決策模組、決策能力，並結合現場協作的能力。
管理者最重要的價值，就是做決策及商業的判斷第五章 如何優化營收？大數據分析與風險決策
企業資料依其價值可以分為不同層級，包括：資料或數據 (data)、資訊 (information)、知識 (knowledge)以及決策 (decision)智慧。
一、資料：對事件審慎、客觀地紀錄，資料要能夠化為比它有價值的資訊，資料首先要先具備正確性和一致性。
二、資訊：經過處理過的資料。經過系統轉換變成數據格式，被系統計算濃縮後賦予意義，才轉化為有價值的資訊。
三、知識：經過將資訊比較、找尋與其他資訊的關聯性、計算其對決策可能造成的影響值之後才能夠轉化爲可以運用的知識。
四、智慧：知識的昇華，這過程需要決策者的參與，配合決策者的修煉、經驗、思考和詮釋應用，內化昇華為智慧，形成問題的決策能力。
智慧製造：人機協作的完美境界
工業3.5的智慧製造可在現有的自動化產線，務實地混搭局部採用的機械人和人的智慧，從小範圍做到設備和設備的連線，和前後製程的協作，並利用大數據分析發展預測性保養、零率提升等工具，達到聰明生產的根本目標。
第八章 資源調度優化與組合決策
用最少的積木維持結構，是數位決策系統的強項
將過去存在領域專家的智慧製造，轉化為優化資源調度與組合決策系統。同時考量良率、交期與生產力，以整合不同機能設備的調度，以智慧生產達到獲利最大化的目標。
第九章 數位決策 x 現場判斷，數位大腦再進化
沒有大數據，「代理屬性」一樣也能準確判斷
在決策數位化的過程中，首先碰到的難題是數據如何取得？如果機台是購自外國廠商，會有具有機台卻無法直接取得數據的狀況 (或是要取得數據要另外付出費用)。然而透過「代理屬性」(proxy attributes)一樣可以得到數據的意義。
「代理屬性」意思是說，要衡量一件事情，但沒有辦法直接衡量，只能用另外的東西來替代。舉例來說，人在屋內感受不到外面風雨的狀況，但可以透過觀察樹葉、樹枝的晃動來判斷室外的風速。
人機介面決策系統，將未來問題化為實境
決策資訊系統可以設計成非常容易使用的人機介面，並借助擴增實境 (Augmented Reality, AR)、虛擬實境 (Virtual Reality, VR)、替代實境 (Substitutional Reality, SR) 和混合實境 (Mixed Reality, MR) 等技術，增強互動方式和圖形介面，進行敏感度分析，評估每一個選項可能造成的影響。
第十章 「鋼鐵人」增強人的決策管理能力
黑手師傅和數位小子，共創智慧製造新價值
工程師會收集資料卻不知道數據原因為何？在公司內只是不斷收集資料和分析，卻無法為公司創造價值，自己會沒有成就感。
師傅有經驗，但不會收資料，而是靠經驗、甚至是聞味道、感覺體溫來判斷機器是否需要維修。
如何引進資訊工程師、數據分析師和統計人才，把這些老師傅的經驗數據化，變成可判讀、可以變成決策模型的輸入值，是台灣企業邁向數位化轉型遇到最大的問題。
第四次工業革命的三大改變
一、製造業服務化，製造系統平台化
二、產業鍊重構和短鏈革命
三、組織變革、決策流程再造
第十一章 產學結合，為企業量身打造最佳轉型策略
比起導入設備和流程，管理腦更須更新
公司不同部門之間沒有合作，造成資料各自收集後變成資訊孤島。
而有些企業花錢買設備卻吝於投資軟體和分析能力的人才，又常有不切實際的期望，以致華而不深入的數據分析，分析結果難以應用而不被採納，當主管有限的信心很快被消磨殆盡，這些人因為得不到重視和資源，以致無法和應用領域的同事和老師傅合作，而沒有舞台發揮，找不到成就感，然後慢慢的離開。
智慧企業，都該有數位大腦的軍機處
企業應建立統籌規劃「兵」：人力 (Headcount ; Human Capital)、「馬」：設備 (Capacity ; Equipment)、「錢」：資本支出和成本 (Cost)、「糧」：訂單 (Demand)和錙重 (Material and Parts) 等營運資源的「軍機處」。透過決策流程再造並調整組織其他配合單位以讓這些關鍵的決策更快速有效。
工業 3.5 製造戰略和數位轉型的十大要點
台灣工業 3.5 數位轉型和製造戰略，可以聚焦在以下幾個努力的方向：
一、洞察市場變化，用大數據分析提高對未來的預見能力，並滾動式校正需求預測的區間，提供信賴區間的精準度。
二、面對不確定因子，用大數據分析提高對不確定狀況和混屯狀況的能見度，並能習於風險下的決策和溝通，知道哪些決策結果好壞是因為操之在我的因素，哪些事外在環境所致。
三、從市場戰略，規劃中長程產能建制策略，提高競爭門檻發展「藍湖策略」。
四、結合供應鏈夥伴提升產能供給的彈性，發展產能組合優化調節的系統，滿足客戶夥伴需求變化，健全產業生態系統。
五、發展先進預知決策與即時機制，預測設備健康與維護保養，預先現地排除可能的問題，提升製造系統自主排除問題與恢復的韌性。
六、整合多變量分析、大數據和人工智慧分析不良品的可能因素，即時回朔、抽樣並最大化資訊價值，發展大數據分析系統。
七、全面有系統分析各種資源的使用效益，加速學習曲線，建立永續發展與循環經濟。
八、發展決策組織，提升組織決策透明度和員工參與，培養分析人才，提高決策速度和品質，創造讓決策、技術、管理、生產和分析等不同類型人才都能貢獻所長、都能績效管理的組織。
九、針對不同問題和各種應用，結合老師傅和專家經驗發展分散式的決策支援系統，增強各單位的管理決策能力，並建立「數位大腦」指揮與協調 PDCCCR 各個分散式決策系統。
十、發展工業 3.5 的開放創新平台，結合其他新興國家戰略和當地企業的比較利益。
