資料導向永續經營的3大關鍵要素

迎向永續經營與生產力目標的起點，在於資料數據。好消息是可能已有現成的資料數據，可幫助促進發展和獲致成果。

明白掌握手中握有哪些資料，可繪製更貼近所需的藍圖，避免經營過程中無謂的成本浪費和繁複。儘管未來可能需要投入資金，但仍應銘記就在當下解放營運技術所蘊含的價值。

明辨可從既有解決方案獲取的資料數據，有助於投資價值的極大化，更是展開下述行動的開端：

• 建立數據基準點與數據報告
• 識別具有發展機會的領域
• 追蹤朝目標發展的進度

藉由這些數據，可據此制定改善流程的行動計畫。舉例來說，確立了能源使用量基礎值以後，就能夠發掘出趨勢，進而循跡提升ESG報告成績和減少能源消耗。這些啟動計畫不僅為了滿足永續目標，同時也支援效率、節約和生產力等目的。

包含項目如下:

更加密切檢視自動化解決方案。檢視從而建立與收集的數據，以及評估這些資料如何應用於永續力(和生產力)目標。可考量與自動化專家合作，由專家代為執行此檢視。

很有可能您原先已藉由感測器和機械設備，提供有關您能源用量的生產效率資料或讀數。您可能也需要稍微增加感測器數目，以達到所需的資料精細度。不過多數情況下，您原有設備會是永續相關數據資料的重要來源。

例如，既有的工業控制和自動化軟硬體也能兼作獲取能源資料的來源，將工廠、區域、產線和機械層面的生產數據製成脈絡化的能源資料。這些資料被賦予脈絡且就各營運整合後，便能有助於釐清更大範圍的資源影響，例如在用水有高需求的製程中有多少能源耗用。不僅如此，也能支援像是排放報告等關鍵事業需求。

評估是否能在短時間內呈現關鍵資料，並可用於分析。某些特定案例中，會需要進行數據如何顯現並將其建模與彙整的優化作業。不論您當前狀態為何，從既有解決方案描繪出永續相關數據的圖表，將幫助您充分了解目前擁有的現狀，接著從不足處優先投入資源。

邁向永續目標的第一步，要先取得監測與報告所需的可信脈絡化資料。

資料被賦予脈絡且為可信之後，下一步是依據這些資料和進階演算法採取自動化行動進而優化。諸如像機器學習(ML)與人工智慧(AI)等技術，可導引您的控制系統反應，以及顯露持續改良的契機。

以資料數據和演算法為基礎的自動化行動，可將您從製程改善精進為效能優化。程序變量與資源耗用透過逐日微調，只有必須的部分才會使用。

ML與AI技術輔助下，系統能按照預測條件動態即時調整製程，提升效率並可望達成擴大永續力和生產力的目標。

包含項目如下:

評估您的進階分析能力。您也許已經有工具，能進行建模與從資料中發掘可據以行動的洞見。如果有所落差，請記得新增ML與AI功能會比部署新硬體來得簡易與快速。

辨識可導出預測性洞見的高價值使用案例。舉例而言，可訓練演算法來預測某一產線、機械或零組件的能源耗用量，因此得以偵測異常與設立觸發矯正行動的規則。可透過類似建模來預測許多其他情境，例如何時會需要做設備維護，或者何時必須變更水處理運作的化學品注入設定點。

建立與控制系統的聯網可增進自動化的能力。搭配自動化系統運用演算技術，可邁入新的優化層次。設想一個智慧水壓管理的情境，其中需要預測壓力波動並主動介入管理，如此才可減少溢漏並且改善可靠度。

在此目的下，設計出自動化系統基礎上另有智慧控制層的進階製程控制解決方案。這些解決方案持續不斷評估現有與預測的數據，將這些數據與所需結果做對比，進而主動觸發改良。因此，便有可能自動化減少製程變異度與優化資源利用率。

數據導向永續力的方針，最終目標必須適用產品全生命週期和價值鏈。

起始點為從營運與生態系統蒐集資料並賦予脈絡。另外也包含從效能精進以至效能優化的自動化行動。這將奠定驅策全方位可擴大改良的穩固基礎。

隨著永續報告持續完善與產品不斷演進，適配性就十分關鍵。擁有順暢的資料流通管道，有助營運的法規遵循性與新提出的需求。

自動化結合分析與AI解決方案，可在減少成本與碳排的同時，無損於市場定位或訂價。

擁有這些功能優勢後，永續優化不僅是生產重點，也是持續擴大的事業程序。配置好優化作業可引領您展開更大規模的啟動計畫，進而支援永續程度更高的世界。

包含項目如下:

配置好可擴充的資料與分析能力。為了朝向整個價值鏈均採取更為永續的營運模式，首要步驟是建立可據之行動數據能穩定流通的管道，藉其驅動資源利用率的洞見和精進；亦即從單一機械開始，而後擴展。下一步是資料數據的分析與建模並從中產生洞見，藉其驅動資源利用率的精進；亦即從單一產線開始，而後擴展至涵蓋整體運作。

確立持續精進改善的運作系統。發掘數位永續洞見與驅動改進的過程，係為閉迴路(closed-loop)改善的基石。全自動化持續改善方針需要有IT/OT融合之助，俾利於建立生產每一階段的資料數位線程，並在最終擴及整體價值鏈。此一資料緊密流通的結果，能帶來對資源利用情況的通盤理解，從而制定聚焦於精進與優化的協作方針。