工廠機器24小時運作，一旦因故障停工將造成重大損失，若能透過機器監控，了解使用狀況，掌握即時異常情況，將可幫助產業維持產品良率、機台穩定度、降低保養成本及縮短保養時間。

目前AI主流大多以先取得或現有的大量數據進行訓練及特徵化，但在工廠場域中，各式機台設備種類為數眾多，而預知保養監控近年來又為市場重視，然而，累積的資料量十分有限，應該如何快速符合工廠的需求？

即時給予診斷，降低排除障礙流程

固德科技累積了龐大的數據庫，能快速協助廠商保護機台設備及產品品質。而固德科技創辦人兼技術經理許文澤表示，機器學習智能監控系統產品特色主要是結合快速學習原場域執行者的經驗，並透過預先建置的數學模型，將人為經驗基於物理與數學演算基礎進行分類管理，再經由一次又一次重複的生產行為動作中累積大量的數據。

同時將原先學習的經驗數據與長時間累積的數據與偏離狀況疊合優化，藉此達到優化監控模型的目標，後續藉由系統生成的時間序圖表，來定義出各類產業、各式設備的預知保養時間。

導入及時診斷 每年能增加生產工作40天

固德科技累積龐大數據庫，能快速協助廠商保護機台設備及產品品質。但許文澤也指出，在工廠裡，資料很多，但不是數據蒐集起來就有用，也不是先蒐集數據再做深度學習就可以解決預知監控問題。固德科技的監測方案在一開始裝設時就以既有規範或是習知規範的方式來進行監測以保護機台及產品品質。而在監測的過程中，底層演算法會持續收集並將數據加以分類，過程中使用者可執行標籤化動作或是將收集且分類過的數據群再進行深度學習。AI技術主要應用在設備監測與預測性維護流程。

VMS®-ML機器學習智能監控系統可以達成三項效益：

一、避免設備、模具無預警損壞造成產線停工等營業損失，透過預防無預警停機及待料狀況，每年能增加生產工作40天，品保人力節省三分之一。

二、線上進行產品生產流程監測，作為產出不良品的防禦機制，可減少客訴、客戶退單。

三、掌握機台設備健康狀況，避免延遲保養或是過度保養，提升管控工業生產的風險以及減少營業成本浪費。

固德科技的目標市場為沖壓領域監測應用，如出力馬達、曲軸、衝桿、難黃等機構組件健康，也可以應用到智慧型手機機殼、汽車製造（車身鈑件）、5G設備（機殼版件）、金屬扣件，服務的主要客群包括台積電、環球晶圓、聯電、日月光等知名半導體公司。許文澤也表示，智慧化是製造業近年來最重要的趨勢，而設備監測現已被多數業者視為導入智慧製造系統的第一步。