威强电与亿科抛砖引玉 运用SCPaaS概念提升电子产业链韧性

电子业供应链升级研讨会，威强电与亿科抛砖引玉，运用SCPaaS概念提升电子产业链韧性。亿科

近年「韧性」一词备受关注，系因任何产业皆需力求在不利环境中存活下来，继而从困境中迅速复原。谈到电子制造业供应链议题，亦需融入韧性思考；尤其随着地缘政治情势升高，可预见「不确定」将成未来新常态，所以电子制造中心厂须偕同整体供应商，设法提高供应链协作效率，以从容应对不确定性。

为此威强电工业电脑携手亿科国际，于日前举办「数据驱动、智能共赢—电子制造业供应链升级研讨会」，期望探索产业链整体效率升级的良方；打造SCPaaS（Supply Chain Platform as a Service）生态系，实现所有利害关系人端到端供应链信息的无缝流动与协同运作，并广邀包括环隆、佳能、立端、凌华、宜鼎、四零四、全汉、虹光、广积、讯舟、昱捷、茂纶、元信达、工研院与采购协会等产业代表企业与协会共襄盛举。

威强电工业电脑信息副总经理张素碧指出，尽管此研讨会主要以威强电、亿科联手向政府提出的「IPC产业供应链升级与AI应用之Pilot-Partner计划」为基底，但她认为该计划蕴含的供应链升级管理内涵，不只适用工业电脑产业，亦适用全体电子制造业。

近年「韧性」一词备受关注，系因任何产业皆需力求在不利环境中存活下来，继而从困境中迅速复原。谈到电子制造业供应链议题，亦需融入韧性思考；尤其随着地缘政治情势升高，可预见「不确定」将成未来新常态，所以电子制造中心厂须偕同整体供应商，设法提高供应链协作效率，以从容应对不确定性。

为此威强电工业电脑携手亿科国际，于日前举办「数据驱动、智能共赢-电子制造业供应链升级研讨会」，期望探索产业链整体效率升级的良方；打造SCPaaS（Supply Chain Platform as a Service）生态系，实现所有利害关系人端到端供应链信息的无缝流动与协同运作，并广邀包括环隆、佳能、立端、凌华、宜鼎、四零四、全汉、虹光、广积、讯舟、昱捷、茂纶、元信达、工研院与采购协会等产业代表企业与协会共襄盛举。

威强电工业电脑信息副总经理张素碧指出，尽管此研讨会主要以威强电、亿科联手向政府提出的「IPC产业供应链升级与AI应用之Pilot-Partner计划」为基底，但她认为该计划蕴含的供应链升级管理内涵，不只适用工业电脑产业，亦适用全体电子制造业。

供应链现状与挑战：传统模式的瓶颈

会中，亿科国际业务协理何政勳首先回顾了台湾电子制造业近数十年来的产业数码化历程。自2000年启动ABC计划以来，直至2016年参与大联大的数码转型，台湾企业在建立供应链管理系统上已取得显着成效。

然而，何政勳指出，即便大型零件代理商建立了高效的供应链管理，整体产业效率的提升仍然受限。他引述亿科国际创始人的观察，个别企业出货速度的提升，往往会因为下游客户端其他物料的延迟而受阻，导致整体供应链的流动速度无法有效提升。

近年来，全球局势的不确定性已成为新常态，地缘政治等因素持续干扰供应链的稳定运作。面对这些新挑战，传统的供应链协作模式已显不足。

何政勳表示，许多电子制造企业在生产运筹方面仍主要依赖企业资源规划系统（ERP）和先进规划排程系统（APS）的数据，或透过人工方式产生的缺料表。这种系统对系统、人工对人工的协作方式，面对未来更趋复杂和快速变化的市场需求时，将难以应对。

亿科提出的核心解决方案一：提升需求覆盖率 （Demand Coverage）

针对供应链管理中信息流动的核心问题，何政勳强调了需求覆盖率（demand coverage）的重要性。他指出，供应商制定准确的补货计划，很大程度上取决于能否获得清晰且及时的需求信息。

然而，目前中心厂与供应商之间在预测（Forecast)信息的传递和理解上存在诸多痛点。例如，预测信息的组成可能包含请购单（PR） 和采购单（PO），但两者在供应商端的意义和处理方式可能不同。

此外，中心厂更新预测的频率不一，可能每月更新一次，而采购单则可能每周变动，这使得供应商难以判断真实的需求总量。

为了解决这些问题，何政勳宣布亿科国际正在建立SCPaaS服务平台，直接串接中心厂的ERP系统，实现每周实时拉取最新的需求信息（PR+PO)。透过系统整合，平台能够清晰区分计划性的请购单（PR）和确定性的采购单（PO），将采购单和出货通知（ASN）等交易信息分开处理，提高数据的清晰度和实时性。

亿科提出的核心解决方案二：优化供应分配 （Supply Allocation）

除了需求预测的准确性，何政勳表示，供应分配(supply allocation)的效率也是影响供应链韧性的关键因素。当供应商面对多个客户或同一客户下的多个厂区时，如何有效分配有限的供应资源是一个复杂的挑战。

目前常见的做法是供应商汇总所有需求，并根据总供应量进行平衡后，再透过人工方式将供应分配给各个需求方。这种方式不仅效率低下，且容易因为人为判断的偏差而导致分配不均。

针对这一问题，何政勳透露，亿科国际正在开发供应分配的SCPaaS服务。该服务的初步目标是实现单一客户下不同厂区之间的需求与分配。何政勳表示，未来亿科国际更希望能够解决跨法人个体（不同客户）共享成品仓的分配问题，提升整体供应效率。

系统工具与技术应用：打造数据驱动的供应链

为了实现上述的解决方案，亿科国际积极运用系统工具和技术，打造数据驱动的供应链协作平台。他详细说明了ETL（Extract, Transform, Load）的概念，这是建立数据平台的关键步骤。透过ETL技术，平台能够整合来自不同ERP系统和不同格式的供应链数据，转换为统一格式并加载到数据平台中。

何政勳也展示了亿科国际开发的多种数据上传模板，使用者只需将手头上的Excel数据按照模板格式上传，即可完成信息的收集。基于整合的数据，平台能够自动生成PSI（Production, Sales, Inventory）报表，清晰展示不同厂区对特定零件的总需求、库存、供应量及潜在缺料风险。

展望未来：AI赋能的智能供应链

亿科国际的愿景是利用平台上累积的大量真实交易数据，进一步规划 AI在这些数据上的应用，希望透过 AI 的分析能力，帮助企业预测未来三到六个月的承诺是否过度，提升预测准确性，并优化供应链的决策过程。

此外，威强电、亿科国际正与台北商业大学（北商大）的教授蒯思齐合作，进行制造商零件编号（MPN）识别与替代料分析的前瞻性研究。

蒯思齐研究团队运用「检索增强生成（Retrieval-Augmented Generation, RAG）」技术，透过企业内部知识库和可靠参考信息，为大型语言模型提供更精确的上下文。并利用知识图谱和AI技术，团队可以藉由分析客户提供的内部零件编号（IPN），找出对应的MPN，并进一步建立零件间的语义关联网络。

目前北商大已蒐集威强电去识别化的采购交易数据，接着会透过Description进行MPN（制造商零件编号）识别，再往下执行零件分类，希望发展成替代料间的分析。

毕竟有数据才能发展AI，亿科不以PO交易数据为满足，亟思将AI触角延伸到计划性需求；例如未来中心厂可问AI，根据其拟回覆给供应商的未来3~6个月Forecast Commitment，有没有Over Promise之虞？凡此种种，皆是亿科与威强电期盼透过AI实现的发展愿景。

初步实验结果显示，即使在随机抽取的20个不同种类的零件中，系统也能比对出在用途或特性上具有一定相似性的零件。蒯思齐教授坦言，在零件数量庞大且规格差异细微的情况下，精确比对仍然是一项挑战，未来将导入更大量的数据并参考过往的研究经验，持续优化系统。