明基材料成功導入AI應用 改善製程與突破生產瓶頸 智慧應用 影音
Microchip
ADI

明基材料成功導入AI應用 改善製程與突破生產瓶頸

  • 劉中興台北

明基材料偏光片製造中心桃園廠廠長兼AI專案室主管余清浴。明基材料
明基材料偏光片製造中心桃園廠廠長兼AI專案室主管余清浴。明基材料

在生產製造已經達到高原期的明基材料,藉由導入杰倫智能(Profet AI)AI自動化機器學習軟體平台(AutoML)再突破,從源頭的研發到尾端的生產管理都能滿足,不僅讓關鍵因子分析、製程參數模擬、配方探索更輕鬆,改善製程與生產瓶頸,進而提高公司競爭力,同時大幅降低投資成本創造高效益。
 
積極從「產業材料行業」轉型的明基材料(以下簡稱明基材),近年來事業版圖已由面板顯示器產業成功跨入醫療及汽車事業,像是醫療包材、醫療耗材、隱形眼鏡等醫療產品皆持續成長,再加上2022年第4季取得衛普實業51%股權後,2023年醫療事業產品增加了不織布與功能PE膜等新項目,營收佔比持續拉高;車用隔離膜及車用智慧調光膜打入車用市場,未來公司成長可期。
 
在多元布局的策略下,對外除了醫療與汽車事業版圖的拓展外,對內,明基材也進一步強化技術升級,積極導入AI應用拉高產品良率與優化管理,帶動整體營運的績效。由總經理帶領多位主管,特別開設主管班課程及在各部門開設技術班推動AI,目前成效已逐步顯現,不僅成功提高管理效能,投資成本也大幅降低。
 
具高CP值與調整彈性的AI工具搭配深度領域知識 一年內省下8位數費用
 
明基材料偏光片製造中心桃園廠廠長兼AI專案室主管余清浴表示,工廠開始導入AI的應用時間並不長,約在 2021年才開始評估,大概只有兩年時間。當時的關鍵思維是為了「解決生產的問題」。以生產線來看,就是要提高直通率。余清浴指出,一開始找了美系與日系兩套國際品牌系統來解決工廠的問題,不過這兩套系統用沒多久就都被取消掉。探究其原因,是因為找到更好用的系統。
 
余清浴直言,「我們找到更好的、投資報酬率更高的產品。Profet AI產品的CP值更高、功能更強、具備中文化操作、可以跟我們的需求溝通,並且擁有調整彈性。」後來廠房即更換採用Profet AI與Oracle系統,至今Profet AI的成功落地案件已超過20多件。
 
余清浴點出關鍵,「畢竟原本兩個系統皆為國外品牌,要爲了一家廠商調整很多東西其實並不容易」。
 
從企業重視的投資成本效益方面來看,原本的美日系兩套系統一年合計要花費台幣兩千多萬元,相較於後來更換的Profet AI 加上 Oracle 系統,前者花費約1百多萬元,再加上Oracle產品,總投資金額最多兩百萬元,經過試算,Profet AI 的系統這一年已經為明基材省下達8位數的費用,對這個成果公司相當滿意。
 
余清浴進一步指出,製造業建置AI最重視的是領域知識,但並非所有AI都具備領域專長。舉例來說,大量資料進入到學術化的模型,準確率並不高,若缺乏領域知識,就可能發生抓錯因子的問題,也沒有領域知識去收斂,過程中的反覆驗證都會發生差異。
 
導入AI成功改善製程、突破生產瓶頸與進行配方探索
 
隨著AI應用的導入,明基材目前已經看到那些成效?余清浴表示,「不僅製程改善很多,也成功突破生產瓶頸。」明基材以往都是運用原始資料畫成趨勢圖進行判斷,手上的異常資料就有幾萬筆,光靠人工並沒辦法那麼快速、那麼精準的去執行。

此外,若生產線上需要短時間內需要進行生產的切換,需要調整參數,前後產品的重複規格上下限很窄,以往只能內線進行切換,這個過程產生很多浪費,例如生產材料的浪費。在導入Profet AI的AutoML系統後,產線採用不切轉的方式,在另一邊提早調整濃度跟溫度,也解決了人工操作精準度不高的困難點,進而減少產線材料報廢,同時也提升良率。
 
而「配方探索」也是讓明基材透過AI獲得不少助益的項目。由於需要開發的新產品眾多,但是資料量少,Profet AI的AI工具能夠抓取比較類似的某種類型資料,符合R&D需要的新規格。甚至,系統的開放性架構也支援內外部各站點的使用狀況,像是用電量、溫度、碳稅換算等ESG議題,全部都已設想到位。
 
定期檢視需求端與功能端,持續優化使用者體驗 達到雙贏目標
 
余清浴表示,明基材選定AI系統主要有兩個考量關鍵,首先需要能符合使用者需求,其二則為功能性考量。簡單說,「買東西要實用」,新系統的導入最好由使用面來決定,如果只是單純由 IT 主導,IT 與工廠生產端若未能有效溝通,就會導致系統一改再改。
 
明基材當初會將原本美日系的系統轉換成Profet AI,很重要的一個原因就是Profet AI會定期為客戶檢視哪些功能是否需要進行修改,在系統面又有那些可以滿足視覺化的需求。余清浴強調,滿足需求端與功能端雖然很基本,但其實最為重要。
 
Profet AI 業務總監余常任表示,在與明基材的合作過程中,雙方研發團隊每一季都會進行功能研發會議,Profet AI 團隊會針對明基材的實際使用需求進行評估,納入未來產品路線藍圖,包括數據健檢、配方探索與關鍵因子分析整合、設備異常偵測功能優化,以及線上AI模型管理等主題。
 
余常任認為,持續針對使用者需要的功能進行改善與優化,設計出更為適合使用者的操作動線,與真實製造與研發的作業流程高度整合,才能達成雙贏目標。

商情專輯-AI專欄