正新橡膠擴大導入Profet AI方案

正新橡膠資訊長陳柏嘉分享善用數據擴大AI應用，布局全球市場。杰倫智能

坐落於彰化縣的正新橡膠，誰能想到這是年收39億美元、世界第十大輪胎公司，產品範疇不但含括轎車胎、輕卡車胎、摩托車胎、自行車等產業，產品更是銷售超過全球180個國家。2023年初，正新橡膠旗下的瑪吉斯（Maxxis）成為歐洲BMW的1系列車款原廠配套輪胎，為首家打入BMW供應鏈的台灣輪胎廠。

正新橡膠近年來積極的數位轉型，成功吸引國際知名汽車製造商的關注。自2015年起，面對多家歐洲車廠要求在產品研發和生產過程中保留量測紀錄，正新橡膠開始推動工業4.0轉型，逐步實現全球生產自動化。這項轉型計畫將點雷射、線雷射和3D掃描所收集的產品數據（如長寬高、厚度、溫度和壓力等）儲存於資料庫中。

然而隨著蒐集的數據愈來愈龐大，正新橡膠卻面臨無法利用既有系統有效地分析資料庫中海量數據的窘境，再三評估之後，決定導入易於上手、使用介面友善的杰倫智能（Profet AI）AutoML資料科學家平台。

用AI留存老師傅的經驗法則 優化產品生命週期

一直以來，塑化與橡膠產業的員工高度依賴經驗法則，無論是各種材料配方的開發、製程改善或是原物料價格採購，都是透過老師傅的經驗解決問題，正新橡膠也不例外。為了突破框架，正新橡膠一導入AutoML，就期望可以利用此工具善用老師傅的經驗與數據，以AI方式來建立模型，將重要經驗留存在公司，並持續優化產品從研發到生產製程的生命週期。

「會想要導入AI，主要是因為過去生產線上的數據大都是靠人來分析，要做到即時反饋非常困難，」正新橡膠資訊長陳柏嘉坦言，過去因應不同客戶或是市場需求，主要仰賴老師傅或是資深員工來調整機台上產品製造的參數，例如：輪胎寬度增加或減少將會產生甚麼樣的結果，比較無法利用機台蒐集到的數據進行有系統的分析。導入AutoML後，不但可借助AI分析出影響生產製程的關鍵因子，提升效率，還可將透過AI分析參數所建立的模型應用到海外廠，以減少外派人力，加速擴廠進程。

此外，產品研發也是正新橡膠導入AI的重點範疇。「輪胎是一種比較嚴謹的產品，光是一顆輪胎的研發週期就需要兩年以上，並需要上百種原料，」陳柏嘉表示，「目前研發部門導入AutoML剛滿一年，已嘗試從輪胎製造的上百種因子找出幾十種可能影響輪胎油耗、濕地抓地力、輪胎剎車時會滑多遠...等輪胎性能的關鍵因子，如：膠料種類、鋼絲寬度、種類和排列密度等。」

找出這些關鍵因子後，正新橡膠就可以利用這些關鍵因子依據國外車廠及市場的需求，透過AI進行建模，研發出符合或超出車廠和市場需求的輪胎，如針對運動性能市場，會需要乾地抓地力高的輪胎；油電混合車則需要滾組低且安靜的輪胎。

擴大AI應用 讓各部門盤點關鍵問題背後的數據

從生產、研發感受到導入AI的效益後，2023年正新橡膠開始擴大AI應用，陸續將AutoML導入到人資、銷售等海內外共10幾個部門。為了快速將AI融入各部門，杰倫智能向正新橡膠提供顧問服務，舉辦多種AI應用工作坊。陳柏嘉指出，Profet AI的顧問在三個月的培訓中，由基礎概念逐步引導各部門，整理問題、收集可分析數據，再透過建模找出改善方向。

陳柏嘉形容這類訓練如培育種子，減輕IT人員引入新系統的負擔。這些訓練讓使用單位迅速上手，學習曲線和意願也提高。

正新橡膠以點、線、面的方式進行數位轉型，讓各部門員工從數據收集到運用逐步成長。這不僅加速企業數位化，也奠定了在全球市場的堅實基礎。