AI可以量產嗎？AI要怎麼量產？成立未滿一年的詠鋐智能(Chimes AI)公司打造企業級No-Code AI，協助臺灣重量級石化廠在短短三個月內監控400台不同廠牌、不同機型的機台，透過Tukey平台，加速建模速度，支援客戶自建演算法，讓AI專案的執行時間從180天縮短至3天。 顧名思義，No-Code(無程式碼)的意思就是在不需要撰寫任何一行程式碼的情況下，開發應用工具，使用的方式很簡單：透過圖像式的使用者介面，輕鬆點擊、拖拉、選單等簡易操作方式，就可以輕鬆完成異常監控的任務。 養一個虛擬資料科學家在工廠 導入AI迅速完成目標 詠鋐智能執行長謝宗震擔任台灣人工智慧學校講師，透過Tukey平台手把手帶領企業團隊建置AI專案，所做過的專案涵蓋石化、紡織、能源、電信、金融、醫療等產業，已累積相當豐富的經驗。 所有從事AI專案的人都知道，在執行AI專案時，最困難的在於「溝通需求」，工程師要確認企業需求、與老師傅溝通、進行問題的定義、再來蒐集數據、清洗數據、標註、建立AI模型等，來來回回耗費許多時間與溝通成本。如果能透過No-Code AI工具，就如同養一個虛擬資料科學家在自家工廠內，數據的清洗、建模與部署等，皆由熟悉工廠端作業的領域專家來完成，達到快速部署AI技術，順利完成轉型的目標。 ▲透過Tukey工具，手把手帶領企業團隊建置AI專案。 謝宗震博士表示，Tukey工具的具體作法是，領域專家將現場資料採集好的資料，整理成機器可讀的格式之後，餵到No-Code AI軟體，在軟體內執行資料清洗與資料建模，確認建模效果滿意之後封裝成AI模型的API，介接到BI(Business Intelligence，商業智慧)看板上。 簡單地說，即是可用的資料進入到No-Code AI內作分析，分析完的模組自動打包，再丟到戰情看板上，無論是設備性能異常預警、製程節能建議，或是原料產品供需評估等，皆能作為決策之參考。 石化廠3個月完成400台機台異常檢測 準確率拉高5% 舉例而言，全球石化大廠台塑公司在臺灣有數十間工廠，如果AI專案要一個個完成的話，一台設備一個模型，要花上180天左右，不僅耗時費力，在效率上更緩不濟急。運用Tukey工具來建立AI模型，並由現場15個資深的設備保機師進行資料建模，短短三個月內，完成400台機台的異常監測，其中，包括不同廠牌、不同機型的壓縮機、轉動風扇、冷凝機……等等。最重要的是，導入後設備的可用率提升近5%，不僅比委託專業 AI 工程師效果更好，其建置速度更是大幅提升。 ▲友善的介面設計，透過輕鬆點擊、拖拉、選單等簡易操作方式，就可以輕鬆完成異常監控任務。 詠鋐智能行銷業務協理范文軒指出，Turkey對企業的最大價值有兩點： 一、 是簡單、快速的開發工具，讓企業內部的概念快可以快速驗證，一般AI專案要花上6-12個月，運用Tukey只要3天就能完成； 二、 是彈性的管理工具，將AI模型做好，讓企業可以簡單運用在公司管理的產(生產)、銷(銷售)、人(人資)、發(研發)、財(財務)上面，不侷限於製造產線。並可以跟ERP等現有系統進行整合。 謝宗震也強調，AI解決方案很多，對企業而言，一口氣要導入這麼多系統，是件苦差事，如果能選擇一個穩定的工作平台，則可以集中化。因此，Tukey的定位是「微服務」的概念。與傳統AI專案最大的不同在於，專案的價格高，代表只能解決商業價值很高的問題，而企業內部繁瑣問題非常多，業務及行政單位天天都要面對，以專案方式無法解決，這種情況下，Tukey就是一個「敏捷開發」的好方法。 No-Code AI大幅降低非IT人員進入AI應用門檻 Tukey有模型重新訓練、調校的功能，當企業商業策略改變，必須累積新的資料，當新的資料累積完成之後，就可以餵到同一個Tukey專案，進行資料分析 的流程，「將工作流分段切割，類似卡片抽換的概念」，謝宗震強調，只要把第一個工作流原始資料改變，換成新的，原本資料清洗、建模、參數設定、模型匯出等流程，就依序完成。 模型是用來監控現場設備是否異常，監控模型設置時為設備巔峰狀態，監控久了，設備會老化、設備老化，原本舊的模型也會裂化衰退，因此，模型需要每半年要重新訓練一次。 謝宗震認為，No-Code AI是大幅降低非IT人進入AI應用門檻的解決方案，如何讓現場的人願意使用，就必須對其工作產生提高效率的誘因，促使更多的案例出現，如客服中心可以用於開發銷售潛在名單，透過Tukey從2000份名單中產出120份精準電銷名單，降低亂槍打鳥的錯誤行銷策略。 現階段企業仍以一次性專案的思維來看待AI解決方案。事實上，AI 模型的效果常跟資料品質、資料分布趨勢有關，當營運模式改變時（譬如：製程升降載、設備更新），產生資料飄移現象 (data drift)，原有 AI 模型表現衰退，此時需要滾動式修正。因此，採用 No-Code AI 工具，讓最熟悉業務狀況的專業團隊自行監控並更新 AI 模型，才能發會最大效益。 未來，詠鋐智能將持續累積應用案例，並與SI公司進行合作，預計將Tukey工具推廣到海外市場。 ▲ 詠鋐智能執行長謝宗震(圖左)與行銷業務協理范文軒。
AI可以量產嗎？AI要怎麼量產？成立未滿一年的詠鋐智能(Chimes AI)公司打造企業級No-Code AI，協助臺灣重量級石化廠在短短三個月內監控400台不同廠牌、不同機型的機台，透過Tukey平台，加速建模速度，支援客戶自建演算法，讓AI專案的執行時間從180天縮短至3天。 顧名思義，No-Code(無程式碼)的意思就是在不需要撰寫任何一行程式碼的情況下，開發應用工具，使用的方式很簡單：透過圖像式的使用者介面，輕鬆點擊、拖拉、選單等簡易操作方式，就可以輕鬆完成異常監控的任務。 養一個虛擬資料科學家在工廠 導入AI迅速完成目標 詠鋐智能執行長謝宗震擔任台灣人工智慧學校講師，透過Tukey平台手把手帶領企業團隊建置AI專案，所做過的專案涵蓋石化、紡織、能源、電信、金融、醫療等產業，已累積相當豐富的經驗。 所有從事AI專案的人都知道，在執行AI專案時，最困難的在於「溝通需求」，工程師要確認企業需求、與老師傅溝通、進行問題的定義、再來蒐集數據、清洗數據、標註、建立AI模型等，來來回回耗費許多時間與溝通成本。如果能透過No-Code AI工具，就如同養一個虛擬資料科學家在自家工廠內，數據的清洗、建模與部署等，皆由熟悉工廠端作業的領域專家來完成，達到快速部署AI技術，順利完成轉型的目標。 ▲透過Tukey工具，手把手帶領企業團隊建置AI專案。 謝宗震博士表示，Tukey工具的具體作法是，領域專家將現場資料採集好的資料，整理成機器可讀的格式之後，餵到No-Code AI軟體，在軟體內執行資料清洗與資料建模，確認建模效果滿意之後封裝成AI模型的API，介接到BI(Business Intelligence，商業智慧)看板上。 簡單地說，即是可用的資料進入到No-Code AI內作分析，分析完的模組自動打包，再丟到戰情看板上，無論是設備性能異常預警、製程節能建議，或是原料產品供需評估等，皆能作為決策之參考。 石化廠3個月完成400台機台異常檢測 準確率拉高5% 舉例而言，全球石化大廠台塑公司在臺灣有數十間工廠，如果AI專案要一個個完成的話，一台設備一個模型，要花上180天左右，不僅耗時費力，在效率上更緩不濟急。運用Tukey工具來建立AI模型，並由現場15個資深的設備保機師進行資料建模，短短三個月內，完成400台機台的異常監測，其中，包括不同廠牌、不同機型的壓縮機、轉動風扇、冷凝機……等等。最重要的是，導入後設備的可用率提升近5%，不僅比委託專業 AI 工程師效果更好，其建置速度更是大幅提升。 ▲友善的介面設計，透過輕鬆點擊、拖拉、選單等簡易操作方式，就可以輕鬆完成異常監控任務。 詠鋐智能行銷業務協理范文軒指出，Turkey對企業的最大價值有兩點： 一、 是簡單、快速的開發工具，讓企業內部的概念快可以快速驗證，一般AI專案要花上6-12個月，運用Tukey只要3天就能完成； 二、 是彈性的管理工具，將AI模型做好，讓企業可以簡單運用在公司管理的產(生產)、銷(銷售)、人(人資)、發(研發)、財(財務)上面，不侷限於製造產線。並可以跟ERP等現有系統進行整合。 謝宗震也強調，AI解決方案很多，對企業而言，一口氣要導入這麼多系統，是件苦差事，如果能選擇一個穩定的工作平台，則可以集中化。因此，Tukey的定位是「微服務」的概念。與傳統AI專案最大的不同在於，專案的價格高，代表只能解決商業價值很高的問題，而企業內部繁瑣問題非常多，業務及行政單位天天都要面對，以專案方式無法解決，這種情況下，Tukey就是一個「敏捷開發」的好方法。 No-Code AI大幅降低非IT人員進入AI應用門檻 Tukey有模型重新訓練、調校的功能，當企業商業策略改變，必須累積新的資料，當新的資料累積完成之後，就可以餵到同一個Tukey專案，進行資料分析 的流程，「將工作流分段切割，類似卡片抽換的概念」，謝宗震強調，只要把第一個工作流原始資料改變，換成新的，原本資料清洗、建模、參數設定、模型匯出等流程，就依序完成。 模型是用來監控現場設備是否異常，監控模型設置時為設備巔峰狀態，監控久了，設備會老化、設備老化，原本舊的模型也會裂化衰退，因此，模型需要每半年要重新訓練一次。 謝宗震認為，No-Code AI是大幅降低非IT人進入AI應用門檻的解決方案，如何讓現場的人願意使用，就必須對其工作產生提高效率的誘因，促使更多的案例出現，如客服中心可以用於開發銷售潛在名單，透過Tukey從2000份名單中產出120份精準電銷名單，降低亂槍打鳥的錯誤行銷策略。 現階段企業仍以一次性專案的思維來看待AI解決方案。事實上，AI 模型的效果常跟資料品質、資料分布趨勢有關，當營運模式改變時（譬如：製程升降載、設備更新），產生資料飄移現象 (data drift)，原有 AI 模型表現衰退，此時需要滾動式修正。因此，採用 No-Code AI 工具，讓最熟悉業務狀況的專業團隊自行監控並更新 AI 模型，才能發會最大效益。 未來，詠鋐智能將持續累積應用案例，並與SI公司進行合作，預計將Tukey工具推廣到海外市場。 ▲ 詠鋐智能執行長謝宗震(圖左)與行銷業務協理范文軒。
