提高制造业导入效率 拚做企业虚拟资料科学家

过去企业尚未导入AI技术时，主要都是以高阶经理人或是老师傅的经验传承，以人力决策为主。不过，这样的模式在AI时代之下已开始出现断层，黄建豪指出，不管是企业要面临二代接班，抑或工厂迁移，老师傅的专业经验、维修都是带不走的，如何在最短时间把过去的专业经验传承下来，并加以数位化，将会是每个企业很快就要面临的课题。

黄建豪说，台湾企业普遍认知到数位转型的重要性，但却缺乏对的落地方法，例如公司不同部门的高层常常对于「要用AI解什么题目」的看法都不同，再加上资料科学家人才缺乏，导致AI落地窒碍难行。

看准此一痛点，黄建豪表示，杰伦智能开发的ProfetAI平台，透过期自动机器学习引擎，客户只要提供数据，以及产业的核心领域知识，就能做出各种不同的预测模型，让非算法专家也能应用AI技术，解决问题。目前杰伦智能ProfetAI在产业中实际的应用案例包括如PCB的镀金参数优化、油业品质预测与虚拟量测、设备异常诊断侦测、材料成本优化等，而除了制程方面的模型预测以外，ProfetAI也进入公司的管理层面，例如应用在HR领域，则可减少流动率、离职预测，在採购部分，则能提升採购与定价效率等。

目前杰伦智能共有50～60个实际在各产业落地的应用情境案例，黄建豪指出，台湾制造业讲求效率，杰伦智能提出一周POC（概念验证）的模式，让客户更能厘清要着手的方向，他表示，推出这个模式之后，demo的需求较过去增加一倍，也慢慢证明这样的方式对于制造业客户确实有效。