2020年将在持续中的疫情与贸易战中度过，回顾过去一整年，充满危机，但也蕴藏转机。而接下来展望2021年，制造业应如何抓住每一个机会的火苗，才能在下一波“黑天鹅”来袭前，战胜挑战？以下DIGITIMES整理智能制造未来重点发展方向。

2021年制造业的两项挑战

首先工研院观察，2021年制造业产业将面临两项挑战，第一，疫情加速新兴科技的普及，使数字转型成为显学。后疫情时代，应注重如何运用数字科技优化营运和创造商机，第二，中美贸易和科技战将持续，也牵动全球供应链分流与科技竞争，其中，科技竞争的核心即是人才竞争，因此也呼吁人才政策需提前部署。

面对挑战，工研院则建议，包括因应5G时代来临将加速各项新兴科技应用，产业跨业、跨域融合的现象也会越来越频繁，此时从中央到地方政府，应通力合作，推动以“地方特色产业”为核心的经济策略，发展如智能零售、智能农业、智能健康、智能能源等创新应用。

产业冲刺高值化转型 朝三大方向展开

持续的中美贸易战、疫情、RCEP签署上的挑战，近年都对制造业带来变局与考验。外在环境难以预料，也很难控制与避免，因此产业始终强调必须转型，强化内在才是当务之急，也因此推动“高值化转型”创造企业的不可取代性，在接下来几年将是制造业的终极目标与愿景。

IBM全球企业咨询服务事业群合伙人李立仁则归纳出，品牌、新兴市场与整合服务将是高值化转型的三大方向。李立仁进一步，像是制造业过去多以ODM为主，为了提高能见度因此转做自有品牌，但做品牌相当不容易，如果原本市场与企业规模不够大，就要尽可能往新的商业模式走，而新创的百花齐放，也成为企业做品牌的潜在竞争者。李立仁因此建议企业如要做品牌，应设法找出能够与其他业者形成差异化，透过独一无二的商业模式，在市场中形成不可取代性。

此外，切入新兴市场也是高值化转型其一。但李立仁强调，一旦切入新兴市场，尤其是高附加价值的产业，如航天、医疗、汽车等，包括企业的智能制造能力、产品精度等都要往更高阶进入新的层次。而最后，则是在核心产品前后端衍生附加服务，将其包装成完整解决方案或整合服务，例如销售机械设备外更附加售后服务与维运管理，也就是所谓走向制造服务化的角色。

数据经济与平台经济将成数字转型发展主轴

这一波跨产业数字转型的全球数字经济浪潮，未来发展的主轴将以数据经济与平台经济为主。首先，资源缺乏的中小企业，可以运用大型平台，透过较低门槛与省力的方式，便能站上云端，接轨数字平台。在IDC发布的《2021年数字转型预测》报告中也指出，届时2025年在全球动荡的环境推动下，有75%的企业领导者将利用数字平台和生态系能力来调整价值链，以适应新的市场。

然而更重要的是，除了造平台，为了加速资源整合，平台更将走向开放式。过去各家业者卖产品、卖方案，但智能制造除了是一跨专业技术融合外，产业变化的速度也越来越快，市场没有太多时间重新开发一项新产品，因此最好的办法，是整合所有人的资源，透过跨界合作达到资源共享，也因此惟有透过开放式的平台，才能让资源更加完善。

戴尔台湾区总经理廖仁祥指出，接下来将进入数字转型2.0，也就是以数据驱动的时代即将来临，但真正的战场才要开始。数据是工具，但如何真正结合产业domain knowhow从中获取具有价值的商业洞察，才是产业在数字转型新时代的竞争关键。

因此对于产业落实智能制造来说，重点并不是AI技术，而是AI怎么从数据中找出能够解决制造业问题的办法，未来AI能否成功落地的关键，将回归到制造业者手上，而非AI业者本身，因此为了让AI更贴近终端需求，“业界出题，专家解题”可能将是未来产业推动智能制造的核心方向。自2020年开始，可以看到许多地方统合在地厂商需求，再对外导入资源皆不约而同以此方式协助推动厂商导入智能制造技术。

而盘点过去业界出题的需求方向，大致可列出包括智能排程、质量预测、瑕疵识别等皆为热门议题。尤以智能排程来说，过去像是传统产业，因信息不对等而无法准确预估交期，后续衍生库存问题，但面对变化越来越快的终端市场，不管何产业，都希望保有快速应变能力，能够准时达交，成了各制造业者最迫切想要解决的问题。

工研院院长刘文雄观察，疫情过后，产业发展形式将由紧密供应链，转为跨区供应链整合，而在此形式下，包括云端服务、供应链串接、设备信息共享与数据快速转移传递等需求，也将成为下一步智能制造发展的重要技术。

此外，除了“跨”，还有“远”。远距成为企业在疫情期间的生存关键，随着业界认为黑天鹅未来仍将上演，此两大转型关键势必也将成定数，在未来与全球制造业紧密连结。