智慧應用 影音
科技產業報訂閱
DForum

憑藉標準化的AI,有效突破製造業數位轉型瓶頸

近年來,各行各業急欲透過AI推動數位轉型,製造業也不例外,而企業轉型目標相當明確,無非就是「提質、增效、降本、減存」;但據專家觀察,製造業導入AI的成功率並不高,甚至不如其餘產業。

訊能集思(Synergies)CEO張宗堯分析,之所以出現上述現象,在於製造業推動數位轉型的隱形成本偏高,因為一個製造業,其實不等於一個產業,而是蘊含成千上百種異質工作流程,所以A場域的成果,很難複製到B場域,不論對於供應商、客戶皆是壓力;所以不時可見供應商做案子做到虧錢、客戶依舊嫌貴,缺乏贏家的局,很難發展起來。

 點擊圖片放大觀看

Synergies CEO張宗堯指出,僅需短短1天內便可引導用戶上手操作JarviX,使產業專家不需勞駕算法工程師,就能自力執行AI專案,直接與數據對談。

張宗堯認為,唯有AI標準化,才能幫助製造業突破數位轉型瓶頸。而論及Synergies核心技術,即是打造「標準化的AI平台」,從用戶的角度出發,加強人機協作的效率,讓AI猶如企業的GPS導航系統一般,大幅加快數據分析,幫助用戶從紛雜的資訊理出規則,高效制定出最佳化商業決策。

Synergies 的「JarviX」就是一套由AI分析系統SyGPS驅動,能支援中文的自然語言智慧企業決策系統,標榜流程化、標準化、自動化,非常適合幫助製造業加速開發 AI 演算法、推動數據分析。

張宗堯說,每個AI演算法或數據分析專案,都會歷經數據管理、分析平台、BI可視化等三大流程;其間的每一段,皆有市場聞名的工具產品,例如數據管理方面的 SQL Server,分析平台方面的SAS或Splunk,BI可視化方面的Tableau或PowerBI等等,把它們全部買齊,需要花費數億資金,一般製造業者並不傾向做這般龐大支出。

由系統自動生成算法,取代過往人力開發

有一個真實案例,某大型製造企業欲透過AI分析PCB針腳失效議題,幾經盤算無意花大錢引進前述工具,決定延攬幾個博士級資料科學家組成六人團隊,自己動手建分析流程,結果歷時3個月才產出算法模型,讓公司理解爾後遇到什麼樣的溫度參數,即可研判該針腳還可使用多少次。

但這樣的方式近乎「硬幹」,不僅在行經數據管理、分析、資料可視化等每段環節時,都需耗費可觀溝通成本,且最終僅能產生一次性成果,下回若有其他瓶頸待解,無法沿用相同模式,還需重複耗時3~5個月,不算是聰明做法。這家企業後來嘗試使用JarviX,結果幾天內就做完原本花3個月的相同專案。

究其主因,在於JarviX利用增強智慧的技術,降低分析門檻,把分析流程標準化,去中間化,取代原先人力開發,自動執行大數據分析、自動產生算法;企業僅需動員 1、2位懂得操作JarviX工具的該領域專家,不需仰賴任何算法工程師,便可讓產業專家用自然語言直接與數據對談,分析瓶頸根因,以最快速度獲得洞察。

Gartner曾做過類似預言,指出2020年隨著能讓一般人理解的「增強型分析智慧」技術出現,可望使資料科學、深度學習乃至嵌入式分析趨於普及;屆時50%的分析查詢皆藉由自然語言或語音等方式進行,而企業內也將出現愈來愈多沒有資料科學背景、卻懂得利用工具執行資料分析的公民資料科學家。

張宗堯形容,JarviX如「AI化的AI」,有了它,Synergies不必像過去一樣、自己從頭到尾做完AI客製化專案,可讓通路夥伴有更多參與,根據JarviX自動產生的算法模型,進一步轉化為系統,幫助最終用戶解決原物料分析、品質分析…等等一道道題目,協助製造業成功突破數位轉型瓶頸,促進產業創新與產業升級。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: synergies AI