從約於1760年代興起，持續到1830年代至1840年代的工業革命。而後產生所謂的第二次工業革命（1870年）和20世紀以來的第三次工業革命到最近所說的第四次科技數位化革命。品質系統也不斷從品檢、品質製造、品質管理、與品質設計等演進。時間拉近到2024年，從品質的角度來看，究竟現在的科技趨勢會如何幫助品質系統，而工廠的品質主管們，又應該如何看待或將重點放在那些應用才能對公司效益最大呢 ?

我們要知道，科技是一個演化的過程，就算是破壞式創新也一定有一個取代的過程，如數位相機取代底片，也花了十來年乃至數年時間。2023.9.25AI研討會上OPEN AI執行長奧特曼與GOOGLE  AI 之父吳恩達也提出AI目前只有輔助作用發展到取代還需十幾年。現代科技對製造業的影響是少量多樣，但對品質的要求只有更高。從品質法規、製造與品質系統的未來幾年應用上，筆者提出一些對未來品質科技應用的看法，供製造業的品質主管參考。首先，我們以代表成熟工業IATF16949核心工具為基礎架構，說明如下 :

左下角的APQP,PPAP 通常是針對新產品開發上的專案流程與文件提供，在此先跳過。重點放在工廠日常生活中要做的項目，核心部分又分為四大項，加入AIQ、MSA可以算為六大核心。

品質系統的建立會有下列邏輯

1. 擬定工廠品質計畫 : 通常會跟著生產計畫一起製作。以產品開發而言會用到的工具為APQP、PPAP、QFD(品質機能展開)
2. 提出優先品質關注事項AP : 這是工廠品質計畫中的重點關注事項。以建立工廠品質管制計畫而言會用到的工具有FMEA、CP。從管制計畫中可定義工廠檢驗站與管制項目、計量計數數據SPC及量測系統MSA。
3. 品質異常數據收集、真因統計、改善對策與再發防止 : 從進料檢驗IQC、製程檢驗SPC、異常平台COM、異常矯正8D/CAR、到再發防止系統化ACP，DCN, ECN更新FMEA 版本，有效優化製程品質乃至設計品質。

從檢驗到製造再到設計品質，影響品質的因素5M1E中，因子最重而且可被工廠控制的就是俗稱機台的製程參數P&Q(品質)。大數據且有因果關係的這部份可用AI技術發揮，找出最大影響因子並控管讓品質穩定、降本增效提升競爭力。

那麼2024可以努力的地方與現在科技中成本最適切的方案有哪些呢 ?

1. SPC自動化收集數據___之前文章中有關全檢的議題已經聊過，從收集成本與運算成效來說抽檢還是最合乎效益，但自動化結合MES、ERP 的數據在現今量測儀器自動化成本降低且人員成本遽增的現在，自動化收集數據系統的建立特別是重要站點數據的自動化即時監控在少量多樣生產下更為重要。
2. SPC-MSA-COM系統化__將SPC的OOS/OOC 異常數據自動結合廠內異常、進料異常、客訴異常等，在穩定的量測系統下快速將異常問題系統化排除。
3. 自動化報表__自動將檢驗報告產出給主管，自動將出貨檢驗COA報告傳送給客戶、自動將異常報表傳送給主管、自動將即時異常數據傳給製程人員阻止不良繼續產生。
4. AIQ __ 某些特定重要製程且已找出P&Q模式之站點，建立AIQ系統從P控管讓不良Q降低其發生率，系統化有效提升良率。

其他方面，雖然有些突出的技術趨勢如下但與我們品質系統較可在2024匹配的主要是第一項，人工智慧在品質系統的應用，對品質而言生成式AI應用可能會少於決策式AI，因為工廠不能接受同樣數據拋入AI，拋入5次每次答案都不一樣….。而2-4項雖然重要，但在2024年性價比下降到品質系統應用可能還是較困難。資安部分為整個資訊系統的議題，對品質系統而言只要符合TLS1.2或相關標準如弱點掃描通過即可。

1. 人工智慧（AI）將變得無所不在
2. 量子計算的飛躍
3. 元宇宙擴展
4. 永續科技解決方案激增
5. 網路安全變得更加重要

綜上所述，對於品質系統的主管們，在2024到來的前夕，希望以這篇文章，協助大家抓住重點，以最少的時間與資源，在品質上為公司爭取最大效益。