工業3.5是第一本針對台灣企業量身打造的數位轉型教戰手冊。近年大數據、人工智慧、物聯網掀起全球新一波價值鏈解構與重組，清華講座教授暨美光講座教授簡禎富，二十多年來深入產學合作第一線，與台灣各產業龍頭合作，深耕智慧製造和大數據分析，提出介於工業3.0和4.0間，適合台灣中小型企業的工業3.5。
台灣產業大多專注某項分工領域，往往受限於決策者視野歷練和企業資源，以致重視硬體甚於軟體，對於數據分析和決策的軟實力認識有限，也不重視相關人才的長期培養。
台積電前董事長張忠謀在國立清華大學科技管理學院，「台積館」揭幕演講指出，他在台灣經營企業二十多年的經驗發現，台灣最需要的，是符合台灣文化和企業獨特性的管理技術，和管理的人才，而這樣的技術和人才，無法外求。
他說：「理工人才可以從國內外一流大學徵求，他們學到的技術，在台灣同樣適用；但是國外的管理人才，在台灣卻不一定適用，因此必須在台灣發展一流的管理研究和管理技術。」
工業3.5作為工業3.0 和工業4.0 之間的混合策略，用電影來比喻：工業4.0 就像是電影「機械公敵」虛實整合的人工智慧和機器人；工業3.5 則像是人和智慧機械合作的鋼鐵人。
機器人取代人的工作，工業3.5 主張發展鋼鐵人來強化人的決策能力，結合各種決策分析方法，有效地運用在企業策略、產能投資、廠址選擇、設備評估等，機械性的作業或危險的加工作業，則由自動化系統來協助。
解決企業痛點，從強化決策能力出發
面對人口老化、勞動力減少、勞工意識抬頭，而市場需求變化加快，產品生命週期縮短，如何在研發、計劃和生產調度的決策上，能夠非常即時、靈活、彈性地回應市場的需求？甚至能夠預測性維護設備，避免設備無預警故障導致生產停擺？
最好還能做到預測需求，據此規劃企業接下來的資源配置決策，以增加營收和財務報酬。這些難題，都已經成為每家企業的痛點。傳統產業轉型智慧製造，常碰上的第一個問題，就是如何將現有的製造與管理經驗，系統化與數位化？如何讓黑手出身的老師傅，與公司的資訊工程師或外部顧問合作，協助將自己擁有的知識萃取出來？而且不只是知其然，還能知其所以然。
換言之，其實大多數廠商，缺的不是先進的軟硬體設備，而是缺少能讓系統發揮智慧製造，以及彈性決策能力的管理模式與組織運作。
比較利益，人機分工協作更得取長補短
人類歷史上的三次工業革命，各有驅動的技術，唯有第四次工業革命，關鍵不只是軟硬體科技，關鍵也在人。事實上，所有工廠都能透過智慧型系統，節省人力、提高效率。對企業來說，本來就是「比較利益」（comparative advantage）的原則，沒有非要無人化或是非要用人工不可。
台商和台廠能在全球供應鏈裡，占有很重要的地位，其中的優勢之一，是台灣有很強的彈性製造，以及供應鏈管理的能力。這些因應產業變化的動態調適，和資源運籌的核心能耐，得力於台灣早期，高等教育和技職教育的普及，以及國際分工的定位，提供人才做中學的群聚效應，當工廠邁向智能化時，應該整合加進系統，成為台灣製造軟實力的一部分。
產業需要懂技術和管理的領軍人才
愈來愈多工作機會，已因自動化智能化而消失，弱勢族群更不容易找到工作，加大貧富差距和社會不安，年輕人也失去逐步歷練的機會，增加接棒的難度。人工智慧、大數據、工業4.0 正在顛覆各行各業，教育體系和人才培育模式，是不是也必須跟著翻轉？
台灣懂資訊與通訊科技的人很多、懂機械的人也很多，許多老闆對新科技相關的語彙，也都朗朗上口。然而，智慧製造也需要，懂硬體技術和分析工具的跨領域通才，需要更多能應用在不同產業領域的大數據分析和人工智慧專家。
技術不是重點，教育才是
工廠智慧化，人的分析判斷和決策角色會更重要。德國工業4.0 戰略的八個工作項目當中，其中只有三個在講技術，其他五個都在講教育的改變。如果教育跟不上，沒有人才，一切都是白搭。相關部會應該從人力資本優化和國家人力資源管理出發，發展類似PDCCCR 的整合架構，規劃環環相扣的決策，並和學校、企業界密切合作，探討哪一些職能必須跨領域、甚至跨產業，然後區分出哪些職能，先由企業的內部訓練支應；哪些跨領域技能該趕快導入學校教育體制，長期打基礎。
過去，台灣教育體系培養的人才，曾是台灣製造業快速起飛的動力，面對這波來勢洶洶的工業4.0 革命，更是台灣產業轉型升級的當務之急。現階段，在現有的資源裡，如何進行體制內的小革命，拉近產學的落差，其實是個別企業和個別學者自己就可以做的事，怎麼做？
企業數位轉型需要什麼樣的人才？
工業4.0 即將帶來的改變和衝擊，不僅限於製造業，而是任何行業，皆無所遁逃。必須從營運決策、組織架構、人才、設計、生產到服務，整個產業生態系統和商業模式，需要進行換腦、換心、換臉的大手術。
若是智慧製造用無人工廠或「關燈率」當指標，顯得過度簡化這個概念，其實，真正的判斷依據，是建立擁有數位大腦的智慧型製造系統。換言之，夠不夠智慧，差別在於有沒有辦法做「決策」。
＊作者簡禎富為國立清華大學工業工程暨電機工程雙學位學士，威斯康辛大學麥迪遜分校決策科學與作業研究博士、加州大學柏克萊分校傅爾布萊特學者；現為清華講座教授暨美光講座教授，科技部人工智慧製造系統研究中心主任、工業工程與管理學門召集人。著有《決策分析與管理》、《資料挖礦與大數據分析》，本文摘自簡禎富新作《工業3.5》。
