【數位轉型個案9】資策會助新漢建構「韌性之盾」，以 AI 決策力掌握全球供應鏈變局

2020 年起，因全球疫情嚴峻，打亂了電子資訊產業的運作。新漢股份有限公司作為工業電腦製造與供應鏈中重要的一環，面臨外部市場需求劇烈波動、原料短缺，以及供應商交期難掌握等多重挑戰，同時內部安全庫存仍依賴人工估算，無法精準預估，在客戶急單與加單頻繁的情況下，原料庫存不穩定，無法快速回應客戶交期，影響接單能力，加上原料價格飆升、供應商延遲出貨，更使整體訂單達交率受到嚴重衝擊。

轉型緣起：疫情衝擊下的供應鏈議題

資策會顧問團隊在初期診斷後指出，問題並非單一流程瓶頸，而是整個供應鏈缺乏「動態可視」與「智慧決策」能力。因此，新漢啟動「IPC 產業供應鏈韌性系統」專案，目標是建立一套能同時支撐即時決策、預測風險與跨供應商協作的供應鏈平台。

顧問輔導架構：挖掘痛點、方案評估到應用落地

專案初期，資策會顧問團隊從三個階段進行評估，包括第一先掌握企業課題，了解現有流程以及相關痛點需求；第二檢視AI方案與企業資源，從公司數位準備度，評估AI導入可行性及必要程度；第三為檢視AI導入預期效益，並制定方案優先順序。

以供應鏈成熟度評估為起點，盤點企業內外部數據，並與新漢團隊共同定義專案三大核心目標：
1.縮短回覆客戶交期時間─採購需要以人工進行庫存比較與核對，並計算急單成本，通常需要14天才能向客戶回覆
2.降低庫存持有成本─備貨量超過安全庫存，當訂單趨勢下降時產生呆滯料成本，希望提高安全庫存估算準確度，減少原料庫存成本。
3.強化供應鏈透明度─因對供應商端的產品交期無法快速掌握，影響訂單達交率，希望建立即時掌握供應商生產進度與交期的管理介面。

在明確界定導入目標後，專案團隊進入系統設計與導入階段。以「建立AI安全庫存預測子系統以降低庫存成本」為例，輔導團隊採用以下幾個步驟協助新漢進行診斷與評估：

▋掌握企業課題：現行作法透過前六個月平均用量資訊計算，再每季以人工評估方式調整安全庫存量，再進行備料，需要4位生管人員計算原物料的安全庫存量。目前無法即時自動地依照環境因素如經濟景氣變化、或訂單趨勢變化進行安全庫存量的調整，導致與實際領用量有落差。
▋了解企業數位準備度：先進行數據準備度分析，內部結構性數據可由相關資訊系統取得，包括如原料資料、庫存資料、採購資料；外部結構性數據包括如經濟指標、製造業指標、原料盤價等等；內部非結構性數據如供應商物料交期及價格。
▋評估AI方案與導入效益：分析公司內部資料及外部資料，進行資料前處理及資料分群，並比較幾種演算法如XGBoost、LSTM、MLP等的模型準確度及穩定性。挑選原物料進行安全庫存預測系統示範驗證，每個月定期預測領用量，並提供安全庫存量建議；導入後預估與現行採用歷史平均用量預測方式比較，可提高安全庫存估算準確度，並降低原料庫存成本。

圖1:輔導架構示意圖
資料來源：資策會團隊整理

透過每個月定期召開「供應鏈專案討論會議」進行PDCA循環，由資策會顧問與新漢資訊部門、採購部門、生管部門、數位轉型部門以及委外開發團隊等共同檢視專案執行進度、檢討模型結果與分析異常案例，確保最終系統不僅能正常運作，更能被使用單位理解與採納。

系統導入歷程：從資料驅動到智慧決策

（1）動態產銷決策管理系統
客戶訂單需求波動大，當有加單或急單需求，須由新漢採購以人工進行庫存比較與核對，並計算急單成本，不僅客戶等待交期回覆時間長，也常因無法精準估算生產完工時間而影響達交率。為解決現行排程系統計算邏輯因子較簡略的問題，資策會顧問偕同長庚大學團隊建立動態產銷決策管理系統，導入排隊理論與 MCTS演算法，讓系統能同時考慮包括如客戶、物料、產能、人力等多重限制，並自動模擬最佳生產時程。此系統將傳統生產線轉為「到站齊料」的拉式管理，使客戶等待交期回覆時間從 14 天縮短至 3 天內，訂單達交率提升 10%。

（2）原料安全庫存預測系統
共用料安全庫存量難掌握，當備貨量超過安全庫存，而實際訂單趨勢下降卻來不及即時修正時，造成未來潛在呆滯料的成本增加，或是因物料交期延長、備貨量不足而無法因應客戶的訂單需求的風險增加。為解決現行安全庫存計算缺乏多因子考量問題，資策會顧問偕同新漢智能團隊建立原料安全庫存預測系統，結合內部資料(如領用量、物料交期)和外部資料(如景氣對策信號、製造業PMI、原料盤價)等多種因素，進行AI模型訓練，此系統可定期預測領用量，提供採購更精準的安全庫存建議，可減少固定備料的存貨成本5%。

（3）AI供應鏈系統
供應商交期問題難掌握，在疫情期間部分國際大廠的產品短缺，交期比原本多了2-3倍時間交貨，而且材料價格因供不應求而大幅上漲。資策會顧問與神通資訊團隊協助新漢建立供應商生產資訊系統，此系統不僅能即時掌握供應商4階段製程完成度、數量及預計交期，提高接單生產彈性，透過異常及風險警示，可即時監控供應鏈各階段，還能在急單情況下自動推薦替代料與第二供應商，減少取消訂單成本 20%，未來評估納入供應商風險評分模型，綜合考量價格、交期、達交率與歷史穩定度，透過 AI 演算法自動生成採購建議，同時提升供應鏈透明度與信任度。 

圖2：IPC產業供應鏈韌性系統應用流程
資料來源：資策會團隊整理

推動歷程中的挑戰

導入過程中，最大的挑戰來自於資料品質與人員信任。在輔導過程中，發現不同部門對同一資料的解讀不一致，也曾發生資料缺漏問題，此時需要召開跨部門的共識會議釐清資料的正確性，才能使後續AI模型分析有一定的可靠度。

另一方面，使用部門對 AI 決策結果尚在測試評估。目前採取AI 建議與人工決策並行的方式，持續比對預測結果與實際成效。當系統多次成功預測急單料況、降低呆滯料數量後，才能逐步建立使用單位對系統預測結果的信任感。

具體成效與成果

經過一年多的推動與多部門協作，專案已展現顯著效益。新漢開發「IPC產業供應鏈韌性系統」，建立原料安全庫存預測系統，針對共用料，提供變動安全庫存量預測，協助採購更精準的備料，降低缺料風險以及未來潛在呆滯料成本；並且挑選國際大廠的替代料供應商作為示範驗證廠商，可提高新漢與供應商之間的合作透明度以及接單能力；另外透過韌性動態產銷決策及供應鏈系統，當客戶進行詢單時，可縮短交期回覆時間，並且因掌握供應商的生產進度與交期，也可提高對客戶的訂單達交率。

1.縮短客戶等待交期回覆時間78%，從14天縮短至3天內，並提升訂單達交率10%
2.原料庫存成本減少5%
3.供應鏈的透明度與信任度提升，減少取消訂單成本 20%

透過供應鏈韌性專案建立一套更精準、更智慧的決策管理系統以提高生產彈性、縮短交期，提升未來的回應訂單比率，讓新漢能即時應對市場變化，同時強化與供應商間的協作信任。

成功經驗之知識學習

顧問團隊認為，新漢供應鏈韌性專案的成功關鍵有以下三點：
1.從使用場景出發：每一個系統模組都以實際痛點為導向設計。
2.循序導入策略：先聚焦共用料與示範供應商，再逐步擴散。
3.建立信任循環：以透明化與PDCA循環建立內外部信任，是 AI應用成功落地的前提。

此案的輔導流程涵蓋問題診斷、數據盤點、模型導入、現場驗證、成效回饋以及知識化再利用。此流程已被建議納入後續智慧製造輔導專案的通用框架。

供應鏈韌性專案不僅是技術升級的成果，更是一種組織與策略的轉型，從本案中逐步培養起內部對 AI 工具與數據分析的熟悉度，並在決策流程中引入更多數位化方法，減少對單一經驗判斷的依賴。新漢供應鏈韌性專案已於2024年榮獲「數位轉型鼎革獎-韌性供應鏈轉型獎楷模獎」之肯定。 

圖3 新漢榮獲第四屆鼎革獎韌性供應鏈獎
圖片來源：新漢股份有限公司提供

未來展望：從決策智慧到知識傳承再利用

此專案在動態產銷決策系統中已將料況分析、供應商序位建議、排程建議等功能納入，並且串接原料安全庫存預測系統以及AI供應鏈系統，當有缺料或急單需求時，將此急單需求拋轉至原料安全庫存預測系統，有助修正安全庫存建議量，提前備料；而AI供應鏈系統接收到急單需求以及供應商序位建議之後，依照供應商風險評估的建議對供應商發起詢單與交期確認，讓新漢可快速確認是否可回應客戶急單需求。

除了納入更多的供應鏈廠商，以及導入更多原物料，未來將朝企業戰情室AI助理發展，結合即時監控與決策支援，形成供應鏈的智慧中樞，可望擴展應用至其他製造業者或合作廠商。

Tips: 透過供應鏈韌性專案建立一套更精準、更智慧的決策管理系統以提高生產彈性、縮短交期，提升未來的回應訂單比率，讓新漢能即時應對市場變化，同時強化與供應商間的協作信任。

封面圖片來源：新漢股份有限公司提供

參考資料來源：資策會數轉院輔導團隊訪談整理而成