然而，生產製造有如萬噸輪船，產線一旦開動或停止，要臨時踩煞車、重新啟動或更改生產品項，有時是非常困難的。因此，製造業者無不希望自己的產線運作能夠更靈巧，以應對脫離常軌的市場狀態。有什麼秘訣可以協助製造業者達成這個目標呢？善用資料科學，為生產線爭取更多預警時間，或許是一個可行的思路。
以半導體製造業為例，受到COVID-19影響，市場需求的波動變得比以往更為劇烈，但一片晶圓從投片到製作完成，正常的生產週期約在100天上下。若客戶在這三個月期間臨時砍單、追單、改變交期，或原本冷門但需求穩定的晶片，突然變得炙手可熱，都為半導體製造業者的產能調度及供應鏈管理，帶來不小的考驗。
以資料科學抓住黑天鵝
工業生產有剛性，市場變動如流水。因此，對製造業來說，要因應市場變化調整生產步調，本來就是相當具有挑戰性的目標。企業的營運決策若無法洞燭機先，預測未來，為工廠端爭取反應時間，光靠工廠端的努力，能做的事情也有限。這也是資料科學、大數據分析、人工智慧等技術，近年來在智慧製造領域成為顯學的原因–藉由過去累積的資料數據，加上資料科學工具，我們在一定程度上，將有能力預測未來。
以這次COVID-19疫情為例，台灣的衛生官員早在2019年12月，就從社群管道得知，武漢當地疑似有傳染病疫情爆發，再加上台灣過去曾有過SARS的教訓，使得台灣公衛主管機關決定展開超前布署，才有今日台灣的防疫成果。而遠在地球的另一端，加拿大的公衛風險預警系統公司BlueDot，則是用資料科學方法，在同一時間察覺到武漢當地可能有傳染病爆發。
就防止傳染病散布而言，兩到三個月的預警時間何其寶貴；對工業生產來說，長達幾個月的預警時間，也是彌足珍貴。倘若德國、日本的汽車產業能早在12月底、1月初就警覺到身為零組件供應重鎮的武漢，很可能將爆發疫情，後面的生產調度就能有所因應，汽車供應鏈受到的傷害也能減輕。
以汽車零組件為主要營收支柱之一的博世(Bosch)集團，在2020年第一季就因為COVID-19疫情受到嚴重打擊，以地理區來看，亞太區營收下滑15%，是近年來最嚴重的衰退；以事業別來看，交通跟工業解決方案的營收則分別衰退了7.7%與18.5%。然而，在亞太市場一片大逆風中，台灣的營運狀況卻相對穩健，集團總部甚至還決定持續加碼投資台灣，將電動自行車部門的亞太總部設立在台中。
從早期預警到迅速因應 資訊系統融貫是關鍵
早期預警跟採取正確行動，是防止黑天鵝搗蛋的兩大關鍵，兩件事情都得做到位，否則結果一定不理想。從智慧製造的角度來看，這次COVID-19疫情，正好是企業內部檢討的機會。身為管理者，要追問的重點問題有三：
．企業內各部門的資訊系統是否融貫？
．企業內的資訊系統夠及時嗎？
．企業內有資料輔助決策的習慣跟文化嗎？
稍具規模的現代企業，其運作流程基本上都是靠著電子化系統串接，但個別部門因為職能需求，很可能會有專門的軟體平台，例如IC設計跟半導體製造業的研發部門，一定是靠EDA工具來完成其工作，但晶圓廠端則是靠製造執行系統(MES)、SCADA來安排各項製程的銜接跟排程，財會部門則會有專門的財會軟體等。這些不同的軟體平台，彼此間的資料很難銜接，也不一定要做到完全對接，但當緊急狀況發生，需要各部門協調時，這些平台的資料能不能做到最低限度的融合，讓決策者跟部門主管快速掌握各部門目前大致的狀況，是很關鍵的。
在這次疫情中，晶片客戶擔心庫存堆積而砍單、臨時要求拉長交期，或是因為擔心斷鏈而追加訂單的兩極狀況，都曾經出現過。還有些本來需求很平穩的成熟產品，因為疫情的關係而出現明顯的需求波動。耳溫槍、額溫槍、檢測儀器所使用的晶片，則是因為防疫的關係，需求突然爆量，導致許多晶圓代工廠的醫療用晶片，必須用Super Hot Run來生產。總結來說，在這次的疫情影響下，企業的產能、供應鏈調度、產品組合都必須要很快地做出調整，才能應對劇烈變動的市場。這些調度跟調整，都是在供應鏈規畫裡面完成的。
晶圓廠的彈性生產能力，在這次的疫情中，重要性也更加凸顯。因為產品的變化比平時更激烈，因此晶圓廠很可能會遇到臨時換線的要求。由此衍生的派工邏輯改變、生產週期控管、品質控管等，很多瑣碎的細節，都考驗著晶圓廠彈性生產的能力。
在必須快速因應局勢變化進行生產調度的當下，大數據分析與資料科學，是幫助企業提高應變速度的有力工具。從市場資訊的蒐集、預判，以爭取反應時間，到將複雜的數據轉化為一目了然的資訊儀表板，乃至預估未來的局勢演變，機器學習、深度學習等資料科學，都能幫得上忙。
打破資料孤島將是一場硬仗
整體而言，許多製造業在進行企業系統整合，實現智慧運維時，都面臨系統複雜度高、多重設備供應商、產線設備新舊不一、剛性組織不易調整與系統缺乏互通性這五大挑戰。也因為這些障礙存在，許多企業內部不同部門的資訊系統，甚至同一部門的不同資訊系統，至今還是一座座資料孤島，系統與系統之間老死不相往來。然而，為了落實智慧運維，必須設法打通這些資料流動的障礙，才能進一步分析資料。因此，資料流的解構與重構(De-& Re-Construction)，將是不可避免的工程。
許多製造業都已經有相當完整的資訊系統，包含最底層的可編程邏輯控制器(PLC)、人機介面/數據採集監控系統(HMI/SCADA)、生產執行系統(MES)到最上層的ERP、SCM、PLM等企業系統。這些系統以往都有自己的資料流，很難實現資料整合。
資料中台(Data Hub)的概念，就是為了快速打通資料流動的阻礙，讓企業能為了特定應用需求，迅速取得完整資料而產生。藉由將既有系統的資料彙整在一起，或是不同資料流採用相同的資料標準、格式，為跨系統界接資料打基礎，是此一概念的核心。許多IT設備跟網通巨頭，近幾年都在大力倡導這項概念，但不可否認的是，這絕對會是一項大工程，特別是規模越大的企業，要導入資料中台，解決資料孤島現象的難度也越高，因為其所涉及的既有系統，規模也越大。
但困難不是企業不採取行動的理由，在COVID-19疫情中與疫情過後，企業必須在更短的時間內進行資源調度與緊急應變，以滿足客戶跟市場的需求。因此，企業的資訊系統必須採用更靈活、更彈性的架構，才能達成目標。
