淺析我國手工具產業邁向高階製造之機會

一、前言

近年來,中美貿易摩擦及新冠肺炎來襲,加速全球供應鏈重組,高度依賴出口的台灣產業,在動盪的國際貿易局勢備受影響,同時也帶動許多台商回流。政府將掌握此契機,協助各產業導入AI、IoT、5G等智慧科技,推動台灣產業轉型,打造臺灣成為「亞洲高階製造中心」。希望透過製造業軟硬整合,帶動產業智慧化、數位轉型、創新應用;同時集結產業公協會,齊力實現產業鏈智慧化。以期在世界變局中脫胎換骨,搶占全球供應鏈的核心地位。

手工具產業除了內部的結構性問題,例如人力不足、技術斷層危機、製程及產品複雜、物料管理困難等;還需面對近年來動盪頻繁的外部環境、新興國家崛起及中國大陸的競爭,造成我國手工具產業的在國際市場的生存壓力急速上升。雖然不少手工具業者也希望可以透過智慧製造及數位優化,推動產業轉型升級,但我國手工具業者九成以上為50人以下中小企業,資源有限;且公司領導人多為技術出身,對於新興科技較不熟悉;業者也曾表示產業可參考的成功案例較少,對業者來說信心較不足,且面對較高的風險,也讓整個產業邁向高階製造的進程緩慢。本文將透過Apex Tool Group (ATG)及Stanley Black and Decker (SBD)的案例介紹,解析我國手工具產業邁向高階製造可參考作法及發展機會。

二、Apex Tool Group 導入AI語音揀貨以提升效率及降低錯誤率

總部位於美國馬里蘭州的Apex Tool Group (ATG),是全球最大的手工具製造商之一。ATG旗下自創及代工品牌深入全球市場,更跨足汽車維修保養、航空、電子、能源、五金、工業、以及一般零售等通路。ATG目前全球員工人數約10,000人,分佈在30個國家。該公司位於北卡羅來納州佔地500萬平方英尺的中央配送中心提供多種配送管道,包括直接面向消費者(direct-to-consumer)的配送、針對零售商的B2B配送以及向全球其他ATG 發貨中心(DC)的配送。該發貨中心DC也從美國和世界其他地區的ATG製造工廠接收產品,每天處理3千至4千件出貨量。此中心擁有28,000個托盤位置和16,000多個獨立的揀選面(pick-faces),其包含了箱揀(case-pick),且每個跨區域的揀貨位置都涉及各種揀貨過程和技術。

(一)導入動機
該公司原本的倉儲管理系統(warehouse management system-WMS),為所有的發貨中心提供基於射頻技術(RF)的工作執行系統。此WMS系統針對每次的揀貨,都整合了輸送帶、分揀系統(sortation system)、及電子標籤揀貨(pick-to-light)模組。儘管ATG已經使用了射頻技術及電子標籤揀貨系統,但是因為整個揀貨程序過於複雜及效率差,員工經常超時工作。揀貨工作的發派也是高度依賴人工操作,WMS系統列印出當日訂單的條碼標籤,規劃員依照貨運公司和裝運進行標籤分類。接著,揀貨員將決定揀貨的訂單順序,如此高度依賴人工的作業模式有時會導致物品延遲送達及其他錯誤問題,若延遲送達及運送錯誤發生在大型零售客戶的運送,ATG就要承受昂貴的懲罰成本。

(二)作法
為簡化揀貨的過程,提高送貨效率及準確性,ATG決定與Lucas公司合作,針對公司的揀貨過程及系統進行優化。Lucas使用基於AI人工智慧的優化技術,建立深度流程(deep process)的專業知識與智慧化軟體,以優化業者配送中心的運作。Lucas的解決方案主要體現在基於人工智慧的JenniferTM,該系統乃是解決方案的大腦、聲音及編排引擎。

語音揀貨是透過語音溝通的免提系統,該系統利用智慧語音媒介和語音識別軟體來指導員工完成任務。Lucas語音揀貨軟件解決方案與配送中心現有的倉儲管理系統WMS或ERP進行連結,以接收訂單信息、揀選區域的相關數據等。Jennifer™則使用這些數據來組織及建立工作或任務派遣,並將它們分配給倉庫各樓層的揀貨員。例如,系統可以指導揀貨員進行單批次多個訂單的揀貨。當訂單揀貨員完成貨物的揀選後,語音系統和揀選人員就會進行流暢的對話,以確保訂單揀選人員盡可能高效、安全及準確地工作。

圖1為語音揀貨員的工作情形,揀貨員戴著帶有工業麥克風的頭戴式耳機,該麥克風可連接到語音應用程式(APP)的移動裝置。此應用程式以語音方式告訴揀貨員要去哪裡和做什麼,例如要去的倉庫揀貨位置和要揀選的物品數量。此外,應用程式也包含語音識別軟體,可識別和詮釋揀貨員回答的內容。揀選人員可對著麥克風說出「檢查字符串」(checkstring)確認揀選位置,以確認他們正在揀選正確的物品。或者,在某些應用程序中,他們可能說出產品代碼的幾個數字或產品上印刷的其他ID。

圖1 語音揀貨
資料來源:Lucas公司網站/金屬中心MII-ITIS研究團隊(2021/05)

因揀貨員也需確認揀選的數量是否正確,該應用程式也會針對揀貨員錯誤的數量輸入進行修正指導。此外,更高階的語音導向解決方案將優化揀貨路徑,以減少行走路線,進一步提高生產率和效率。揀貨員與語音應用程式的每次互動都會被追蹤,以讓經理能在他們揀貨時查看訂單的進度。

此次ATG與Lucas的合作最重要的改造重點在第10區的購物車區域,該區擁有7千個靜態箱位置,占總揀貨量的35%。該區域主要揀取少於一箱的貨物到推車的紙箱上,且過去僅使用一種類型的推車。為了提升不同訂單類型與屬性的揀貨效率,JenniferTM針對三種不同類型的揀貨推車進行工作派遣:一個三箱推車、一個六箱推車、一個三層且每層有5個郵件槽位的推車。由此可見,除了軟體系統的導入,相關硬體設備及工具也需配合進行調整及優化。

透過AI的演算法,JenniferTM即時建立智慧化批次揀貨派遣,以最大化揀貨密度,並最小化物流運輸。當人員要求下個工作派遣時,JenniferTM 會根據員工目前使用的推車類型建立批次工作。透過Lucas語音引導的手機應用程式,JenniferTM依照優化的揀貨順序,引導使用者完成工作派遣。除了應用程式的語音辨識,使用者也可掃描條碼,在適當的地方,也可以查看螢幕上有用訊息。JenniferTM相較於以規則(ruled-based)、先進先出、及傳統的庫位(aisle-bay)揀貨順序,大幅減少了運輸時間。

另外一區則是電子標籤揀貨(pick-to-light)區,有相關揀選的箱貨會被轉移到同個區域,員工每次只能揀選一箱貨。這區最大的問題是,員工必須在該區域尋找亮燈的單位。Lucas系統支援一架列車上批量式揀取多箱貨物,從而增加了每次在特定區域揀貨的密度。透過JenniferTM的語音引導過程更簡易,快速及準確。在整箱揀選和非運輸區,最大的改變是員工無需再使用掃描儀來執行任務。

圖2 語音引導節省揀取貨物的時間
資料來源:Lucas公司網站/金屬中心MII-ITIS研究團隊(2021/05)