【內容簡介】

傳統的智慧製造概念專注於製造領域的整合，無法處理工具機產業的特定產業特殊性，也未能考量跨產業生態系統的整合。針對工具機產業的數位成熟度測量，McAfee與Brynjolfsson 提出了改變生產方式、企業間合作方式和與群眾關係的核心概念，強調AI 自動化與機器人技術的應用，促進開放創新並創造人機協作。跨產業的數位轉型與生態系統概念將使工具機產業能超越智慧製造的侷限觀點，採取更寬廣的數位轉型策略。

因此，本研究針對國內工具機產業的產業結構與面臨問題進行解析，從智慧營運的角度思考建立我國工具機產業的數位成熟度量表。利用此量表對國內已實行數位轉型和工業4.0 方案的工具機企業進行成熟度評估與個案分析，提供技術策略與創新組織策略的參考。工業4.0 的新興技術，包括：物聯網、工業物聯網和雲端製造等，整合了實體物體、人類行為者、智能機器和生產流程，形成智慧、網絡化和靈活的價值鏈。這些技術挑戰和機會需要透過數位營運與數位成熟度量表來指導，調整業務戰略和營運模式。 Schumacher 等人指出，工業4.0 成熟度測量需要特殊的特徵和工具，不同產業應開發專屬的成熟度評估模型。研究的主要目的是修訂智慧製造成熟度模型，並設計KPI，探討具體指標，為台灣製造業導入智慧製造前的規劃與導入後的效益評估提供參考。

本研究認為，智慧製造成熟度的評估應優先考慮企業發展策略與智慧製造的吻合度。對於高度吻合的智慧製造方案項目，應評估其導入與應用的深度，作為智慧製造成熟度的標準。因此，智慧製造成熟度指標的建立應先從評估架構開始，並依據企業發展策略與智慧製造的吻合度，建立導入前的先行指標（以深度與廣度為主）和落後指標（以效率和財務效益為主）。

在工具機廠商個案分析方面，受訪企業普遍重視資安風險，但目前僅限於公司內部即時監控網路流量和使用防火牆。大型企業積極在CNC 和終端使用者中實施網路分段，並加強軟體服務和應用程式更新，以防堵駭客攻擊漏洞。本研究針對六個智慧製造案例特點進行比較。

從比較可以看出，同屬機械設備業的企業，因規模和產品特性不同，智慧化深度也有所不同。本研究認為，未來機械設備業的競爭中，「智慧機械」需要進一步強化人工智慧的應用，以提升機械的預測性和自動回應性。這需要機械設備使用者、製造商與學研單位的共同合作。

研究發現，企業生產現場智慧化成熟度顯著受企業規模和員工數量影響，這兩項因素會影響企業的銷售、生產和供應鏈管理規模，進而形成獨特的核心競爭力和營運策略模式，導致智慧製造方案的深淺度差異。根據Gartner 的調查報告，預測性維護是受訪企業認為最具潛力的應用領域。大型國內工具機廠商在自動化決策輔助和老舊設備數位相容性方面得分較高，反映出中小型企業在人力和資源上的不足。

此外，Gartner 報告指出，工業物聯網等OT 技術發展趨向高度跨域融合，私有雲和公有雲運算服務平台逐漸出現，提供了較低成本和高效益的技術部署途徑。超融合基礎設施技術將存儲、數據管理和虛擬伺服器運行能力集成到一個軟體層中，減少了企業內部人力管理的負擔，對中小企業具有競爭優勢。

許多GenAI 供應商將其整合到現有平台或建立新的生成式平台和服務。GenAI 能創建文本、代碼、圖像、設計元件、流程等，提升工作流程的靈活性，這些技術趨勢有助於國內工具機廠商擺脫僅限於連結客戶和供應商的模式，通過平台化實現資料分享和商業模式創新，發揮數位轉型的效益。