智慧製造2019.03.02

「數位轉型」所圖為何之初探

YIN

物聯網 雲端服務 自造者

隨著感測器、物聯網、大數據分析、機器學習、人工智慧等技術的創新應用,可能衍生數位轉型(Digital Transformation)的新型企業。

     此類企業不僅是運用新技術,更應從策略制高點來思考如何運用新科技,如了解產業發展契機,構思企業整體策略,串聯企業前/中/後台的數位化,以及重塑企業文化等;接著,將會帶動各個層面的創新改變,包括企業內部的組織結構、人力資源及企業文化等,或跨企業整合的運作平台,如產業鏈的垂直或水平整合、企業與顧客的協同創新等,創造以顧客為中心的創新發展。

     舉例來說,微軟(Microsoft)過去以軟體授權為主,轉型為許多解決方案的供應商,與不同產業擁有領域知識的專業夥伴合作,提供AI服務化(AI as a Service)的公有雲平台,已改變了業務模式、客戶/市場及夥伴生態體系。思科(Cisco)為全球知名IT大廠,創新發展多雲(Multi-Cloud)架構,建構雲端原生應用(Cloud Native Apps),打造可程式化基礎架構,只要重新設計應用架構,即可在微服務架構上運作,並建立多雲端安全政策,確保不同雲間裝置連網的安全性。星巴克(Starbucks)利用數位科技打造新服務與消費體驗,如行動應用、庫存管理、排程優化、數據建模、供應鏈管理等,也在上海的典藏咖啡烘焙店提供擴增實境功能,只要手機掃描店內的QR Code,即可進行店內擺設物品的互動體驗。

     基於上述的說明可知,國際大廠積極運用智慧科技,發展數位轉型的破壞式創新,不僅是新科技的應用導入及資源投入,更是經營策略的重要轉折,如改善作業流程,創新產品、服務及商業模式,以及顧客滿意度提升方案等,如個人化、客製化、顧客體驗等,此種以顧客為中心的創新發展,終極目標為新價值或永續經營優勢,可能是數位投資效益、數位消費、數位企業、平台經濟、社會效益等,詳見下圖。

 

圖一、數位轉型的關鍵價值

 

     首先,強調數位投資效益。除了資通訊等專業廠商外,許多國際大廠也視數位轉型為重要策略而大力投入,期望用新技術改善企業流程,促進資產或資源的最佳化配置,藉此降低成本並回饋予顧客,相關技術有3D列印、機器人等,或採用不同運作模式強化顧客體驗,或客製化以創造購買的關鍵時刻,或運用顧客資訊平台促進消費,進階則有新商業模式,此部份相對較難,必須改變企業文化或重新調整組織結構,才能有效對應顧客需求。

     其次,發展數位消費。隨著數位消費者需求日增,如高品質的體驗、產出結果的保證等,企業不只是提供產品或服務,更必須用低成本及易取得的聯網感測器,進行資料收集及分析,並產出顧客需求的客製化產品或服務,具體作法有引人入勝的產品或服務體驗,運用數位科技發展物美價廉且個人化的產品或服務,利用數位平台促進共享產品或服務,也會將消費者所有權轉變為所有權。

     第三,促進數位企業。因應數位時代的來臨,必須形塑成功經營的數位企業,可能是數位化商業模式,特別是共同合作的策略夥伴,或是數位化作業模式,改用精實方式處理核心或支援程序,或是數位化的智識與技術,特別是數位世代員工的選訓用,可能衍生自動化的運作效率,以及數位化的經營指標,此類指標必須能夠即時察覺,才能快速掌握狀況且因應之,可能是既有公司轉投資的新公司,或是對應需求而成立的新創公司。

     第四,建構平台經濟。隨著平台驅動時代的來臨,將有更多跨單位溝通的資訊平台,將會促使相關單位釋出專業技能,並傳遞最終價值給社會大眾,可能是數位B2B平台的新商業模式,運用網路效益促進創新或發展夥伴策略,或擴張產業生態體系,讓產業的組織疆界日趨模糊化,或加入更多參與者形塑新產業體系,進而促進產業與社會雙贏的數位化平台。

     最後,也可能衍生社會效益,此乃因數位轉型將造成政策、經濟與產業等變化,如數位化將衍生既有技能勞工的失業問題,如何培訓此類員工以避免社會問題,以及數位科技的新就業機會,或運用數位技術創造能源供給與需求效益,或提升資訊傳輸及分享的信任度,有效克服資訊不對稱等問題。

延伸討論

智慧製造

Edge AI 準備好了,創意商機起飛

飛飛
在軟體作為使用者介面的時代,軟體是為大量生產的現成品。使用者以既有功能為工具,或解決問題;或協助工作;或實現自我創意。使用者回饋通常透過日後不定期的更新、迭代或新產品才將之納入。換句話說,軟體的設計仍偏向開發端決定。物聯網不只是物物相連,其中 AI 智慧可說是直接邀請參與者加入軟體設計,並透過經驗值自動達到持續客製化,以建構資料流的相對低廉成本(長期遞減)方式,提供以個別使用者為中心的可客製化產品。
智慧製造

AIoT 資料流生態系, Edge AI 上場了!

飛飛
AI 的關鍵核心在於 Machine Learning 機器學習,尤其是 Deep Learning 深度學習,將機器運算層次從線性思維走向立體化處理,變革資料處理的機器運算概念,更從而徹底改變自 IT 產業堀起以來將近百年的基礎運算硬體組構,並連帶物聯網的願景,自此硬體組構衍生全新 AIoT 資料流生態系。在如今 5G 規格底定、全球邁入正式開通的時點上,AIoT資料流生態系也已經從 Cloud AI 延伸到 Edge AI。
智慧製造

I/O 也能虛擬化?

飛飛
Virtualization 是 IT 資源擴展的新興潮流;透過 isolation 隔離技術,能夠在相同的 IT 實體資源下,增生多套虛擬運作環境,相當適合雲端系統,也能在成本考量下,回應物聯網所可預見爆增需求的資料流及運算資源。