熱門標籤

在當前環境下，印刷服務提供商（PSP）比以往任何時候都更需要了解印刷機使用率、自動化程度以及新興技術，以便做出正確的投資決策。本文引用 Keypoint Intelligence 的最新研究，提出建議，幫助印刷服務提供商充分利用現有與規劃中的技術能力。   關鍵觀察 許多企業未達成數位印刷機的使用目標。 PSP 必須了解其工作流程挑戰，才能找出可透過自動化改進的環節。 調查受訪者對人工智慧（AI）與機器人技術等新興技術普遍具有認知和接受度。 -Eve Padula   導言 在快速演變的印刷產業中，印刷服務提供商比以往任何時候都更需要了解印刷機使用率、自動化程度及新興技術，以做出正確投資。為揭示這些趨勢，Keypoint Intelligence 每年對北美與西歐企業進行調查，涵蓋印刷量、軟體投資、主要挑戰及未來規劃。本文整理了部分研究結果，並提供建議，幫助 PSP 充分利用現有與規劃中的技術投資。   調查與受訪者概況 2025 年中，Keypoint Intelligence 對美國/加拿大及西歐企業進行線上調查，共收集 181 份有效問卷，其中北美 97 份、西歐 84 份。本文呈現全球調查的概況結果；若需深入分析區域數據，另有北美與西歐專屬報告可供參考。 圖 1：位置  ( 資料來源：全球軟體投資展望；Keypoint Intelligence 2025 )   調查顯示，超過半數企業位於北美，少數來自歐洲各國，其中意大利占比最高。 受訪者的工作範疇中，大多為一般印刷服務提供商（如行銷服務商或商業印刷廠），18% 為企業內部印刷部門（in-plant），另有 14% 為專業印刷服務提供商（PSP）。 圖 2：工作區域( 資料來源：全球軟體投資展望；Keypoint Intelligence 2025 )   調查主要發現 印刷機使用率 當被問及數位印刷機的實際使用時間時，受訪者平均數位印刷機使用率為 65%，而其目標使用率為 73%。這表示許多企業未達目標。 在所有受訪者中，超過一半（55%）的數位印刷機使用率低於目標，顯示更高程度的自動化有助提升平均使用率。PSP 必須了解現有印刷機使用狀況，找出阻礙達標的因素。受訪者指出，使用率未達標的主要原因包括印刷量不足（42%）與審核延遲（34%）。 圖 3：數位印刷機利用率－目前與目標( 資料來源：全球軟體投資展望；Keypoint Intelligence 2025 )   自動化 雖然研究顯示自動化逐漸改善，但完全自動化仍有很長的路要走。51% 的受訪者表示流程大多已整合自動化，但僅 2% 已完全自動化。西歐的自動化程度普遍高於北美。 調查中最自動化的流程包括後加工設備設定、工作分派（job routing）以及預檢（preflighting）。PSP 必須充分了解其工作流程挑戰，找出可透過自動化提升的環節。 圖 4：各地區工作流程自動化水平( 資料來源： 《全球軟體投資展望》 ；Keypoint Intelligence 2025 ) 人工智慧（AI） AI 的應用持續增加。受訪者目前在多種方式使用 AI（直接使用或透過商業解決方案內建），並對未來有較大規劃。當前最常見的 AI 應用包括圖形設計、行銷與營運分析；未來則希望擴展到印刷專用領域，如生產自動化與預測性維護/服務。明智的 PSP 清楚，必須採用 AI 解決方案以提升效率與成效。 研究顯示，對 AI 的觀感普遍正面。受訪者中，26% 表示自始便看好 AI 的潛力，且已達成預期效果；22% 則認為 AI 帶來的效益超出預期，甚至可能更換軟體品牌以獲得更多 AI 功能。 表 1：人工智慧的使用－當前和未來（僅限熱門回應） 機器人技術 與 AI 類似，受訪者對機器人技術普遍具有認知與接受度。但他們表示，全面採用前需要看到明確的投資回報，以及更了解機器人如何整合現有系統與流程。 在時間規劃上，約 70% 的受訪者預計在未來十年內投資關節型/固定機械手臂及導引車/移動機器人；少於 15% 表示不會投資。機器人技術是重要機會，PSP 應開始規劃未來，以因應人力挑戰。   意見 PSP 確實在跟上時代，但旅程才剛起步。數位印刷機使用率雖在改善，仍低於目標水平。隨著未來新興的工作流程自動化技術日益嵌入日常運作，AI 與機器人等創新將從「差異化工具」變為必需品。這些技術已經存在，並且能力不斷提升。當前的印刷業者正積極尋求 AI 與機器人方案，以改善流程並保持未來競爭力。   內容來源: https://whattheythink.com/

Spencer Metrics Spencer Metrics 收集生產的即時分析數據，以確保生產線及所有相關人員都能了解瓶頸所在。有大量數據可以收集；那麼如何整理這些數據，才能讓最終使用者真正理解呢？該軟體從多個來源收集數據。最基本的數據來源是生產機器。「這是一個多供應商平台，所以我們可以連接到車間內的各種不同生產機器，」Spencer Metrics 執行副總裁 Vishal Sahay 說。該軟體還可以收集來自 MIS、ERP 或其他印前管理系統的數據。「所有這些資訊都會被收集，並在背景中無縫整合，讓你能全面了解生產狀況並將其放入上下文中，」Sahay 說。 雖然 Spencer Metrics 的背景是商業印刷，但他們也有包裝領域的客戶。「我們在那裡的成長相當顯著，」Sahay 說。他們還有印刷及包裝相關市場的客戶。「我們有只做模切的客戶，也有供應業界的客戶。」Spencer Metrics 可以監控任何機器。「所以它不必是印刷或包裝機器，」Sahay 說。 Spencer Metrics 如何整合所有這些機器？透過名為 Connect 的軟體。「我們的做法是與製造商開發智慧整合，這樣我們就可以利用機器已經提供的豐富數據，」Sahay 說。「所有這些新的數位生產設備都有很多關於正在運行作業、帳戶、材料類型、材料消耗等資訊。如果我們能獲取這些資訊，就能開發軟體來收集這些資訊。」但任何印刷商都知道，市場上仍有大量類比設備。對此，Spencer Metrics 可以使用其「邊緣」技術，安裝感測器、編碼器和條碼掃描器來輔助數據收集，將數據帶入平台，並添加邏輯，使其更智慧、分析更容易。 該軟體以儀表板為驅動，一旦系統擁有數據，就可以提供各種可視化效果。即時生產儀表板可監控實時生產。「這能顯示當前發生的狀況，使生產團隊能以更主動的方式管理，」Sahay 說。所有數據都會上傳到雲端。「這樣你就有歷史分析和趨勢，可用來了解各種情況，例如停機問題在哪裡、操作員效率、作業層級追蹤等，」他說。 「我們還發現很多人收集了數據，但沒有方法真正利用它，」他補充。「我們專注於消除數據收集的努力，讓使用者專注於使用這些資訊。我們可以發送報告，可以以多種方式可視化，現在我們也在開發下一代體驗，在背景中運行 AI 驅動分析，生成洞見，讓使用者能更快理解這些資訊。」 （觀看完整訪談請點此。）   Neos 在硬體方面，Neos 是專業噴墨解決方案的整合商，為最終客戶的特定需求量身打造其專屬機器。「我們透過使用不同的噴頭技術、不同的墨水類型及不同寬度，來適應客戶需求，」Neos 商務總監 Frank de Jonge 說。「我們可在卷材上印刷，也可在紙張上印刷，我們有非常靈活的方法來應對不同客戶需求。」 Neos 的機器不僅可在不同紙張上印刷，也能在不同媒材上印刷——有時與紙張完全不同。「一個好例子是金屬片，我們與 Koenig 和 Bauer 金屬印刷組織合作。我們將噴墨技術整合到他們的塗佈和運輸線中。」其他例子還有塑膠薄膜，Neos 也建造了寬度超過兩米的印刷機用於柔性包裝印刷。 他們也建造了用於壁紙印刷的印刷機，不僅是紙質，也有非織布或 PVC 材料。金屬印刷機通常是單張進紙，而其他則是卷對卷。「我們對運輸機制也保持獨立，並依製程需求進行調整，」de Jonge 說。 該公司還生產用於地板材料噴墨印刷的設備，其品質與色彩一致性標準極高，對於如噴頭缺失等錯誤毫不容忍。「沒有缺失噴頭意味著我們每種顏色都安裝兩個噴墨條，並用第二個噴墨條補償缺失噴頭，」de Jonge 補充。他們使用印刷單元後方的攝影系統識別缺失噴頭並相應調整。「我們嘗試為每個挑戰找到解決方案，」de Jonge 說。 印刷機製造過程中一個關鍵部分是乾燥系統。「你必須了解你墨水顏料的吸收特性，」de Jonge 說。「你必須將乾燥過程與吸收特性匹配。我們喜歡在大規模運輸時使用 NIR 技術結合暖氣流。我們希望盡快將濕氣從基材中帶走，並盡可能有效啟動水分子。訣竅是時間越短，加熱基材越少。」 隨著噴墨技術的發展，它已應用到更多領域。它用於壁紙、家具、地板印刷。甚至許多新建築的窗戶或建築側面的外牆也採用噴墨印刷。 （觀看完整訪談請點此。）   OFS OFS（Operations Feedback Systems）已有 19 年歷史，總經理 Jonathon Newton 說，該公司幫助企業「以更少資源產出更多」。他們服務 40 個不同行業，包括食品、飲料、製藥、工程，當然也包括印刷。「我們從機器獲取數據，或在機器上安裝新的感測器，」他說。OFS 也提供數據收集工具，今年早些時候推出了名為 Mayvn 的 AI 解決方案。 對於印刷生產，OFS 「監測每一張紙或每一米線性長度在印刷機上的運行情況，評估機器每秒的表現——運行如何、是否運行緩慢等——並組織和創建可視化，讓業務中每個人都能洞察機器運行狀況以及如何幫助改善性能。」Newton 說。「我們以非常簡單、易用的方式整理數據，讓操作員能達到最佳表現，」他說，「還有所有支援功能，無論是工程師、電工、印前操作員、倉庫——他們都可以支援生產線並最大化產出。」而且不只是印刷機。OFS 可以查看企業內的所有資產——裁紙機、復卷機、折頁機、膠裝機等。最終，Newton 說，「只要有生產線，OFS 就能提供價值，這意味著我們必須非常靈活，從各種不同來源獲取訊號。」 在最基本層面，他們會在生產線上加裝感測器，可計算每次紙張或冊子經過，或每次一米線性長度通過印筒。在較複雜層面，會使用物聯網（IoT）閘道，作為網路的一部分。「我們的高階客戶擁有網路化機器，我們可以在那上面放置 IoT 參考檔，開始從機器獲取各種訊號，可能是機器狀態或故障代碼，」Newton 說。「我們可以自動將這些導入 OFS，並為操作員及企業中相關人員可視化。」在兩者之間，他們可使用簡單的可程式邏輯控制器（PLC）獲取電子脈衝。「我們只需要一個可靠訊號，企業信任它能準確計算線性長度或其他單位，其餘部分可以透過軟體設定完成，」Newton 補充。 OFS 收集的數據可依使用者及用途切割分析多種方式。工程師可能想知道平均故障間隔時間或平均維修間隔時間，或機器因機械問題停機的次數。另一方面，主管可能想比較不同班次的表現。夜班與日班相比如何？每班平均速度或產量是多少？ 「這全是為了向管理層和企業提供反饋，讓他們了解發生了什麼，」Newton 說。 （觀看完整訪談請點此。）   內容來源: https://whattheythink.com/