PowerArena助製造業掌握重點 打造高ROI的AI視覺應用場景
- 林佩瑩／台北
-
未來製造業有望利用生成式AI技術，生成出不涉及客戶隱私的龐大訓練資料，加速培養AI認知能力。
對智慧製造應用著墨至深的百威雷科技（PowerArena），其AI總監黃子魁認為，一個新技術要演化為應用，往往需要歷經一段時間，而製造業對新技術的導入向來謹慎保守，故生成式AI對製造業暫無立即性影響。展望2024年，監督式學習（Supervised Learning）仍為智慧製造場域的主流AI技術，搭配生成式AI，模型訓練期程將從原本半年縮減至三個月。監督式AI的好處是，你教它什麼、它就做什麼，狀況容易掌握，相對適用於講求精實的製造場域。
黃子魁說，綜觀AI應用面向，橫跨文字、語音、視覺等範疇，目前常見於工廠的大宗應用型態係以視覺為主，如AI AOI瑕疵檢測便是顯著的例子。但PowerArena著重於人的部分，藉由分析產線上人員動作，協助客戶找到增進效能與品質的機會點。迎向2024年，PowerArena的產品策略從原先提高生產效率的應用，轉而專注於幫助製造商進行高質量生產，運用數位防呆，把關關鍵步驟。
從事後補救到主動預防
事實上AI可視為人造的人，在學習表現上與人類非常相近，只要看過千遍萬遍，就熟能生巧精準識別各種標的物。
PowerArena長年聚焦於產線人員行為分析，因為一般AI AOI代表事後追蹤，即便檢查出做錯的Piece，成本損失已無可挽回。PowerArena則透過影像檢查生產過程的正確性，一旦察覺有人未依電子作業指導書（eSOP）行事，便及時提出告警，防止人員因持續做錯而製造瑕疵產品。
黃子魁表示，追求的是產線人員容易使用的系統。為此，PowerArena將從「引導客戶將火力用在刀口上」角度，建議將AI視覺部署在能夠發揮最大價值的關鍵站點，如偏重人力導向的組裝線或DIP插件線，其餘如測試線等側重機器導向的站點，則建議採取IoT監測方式，也可再進一步將IoT數據串連回AI，更完整地智慧化管理產線，以發揮最大投資報酬。
強化大數據分析 加速定位非規律性異常
即使在人工作業情境，針對一些可藉由物理性防呆來防錯的環節，PowerArena建議無需啟用AI。至於難以執行防呆的部分，譬如檢查是否放散熱片、檢查是否依eSOP完成對角鎖附等，可列為AI布局範圍；凡是發現該做的事沒有做到位，就不允許過站、或在進入下一站前發出警示，避免最終演變成棘手的品質瑕疵難題。
針對客戶普遍在意的生產週期時間（Cycle Time；CT），以往PowerArena配合客戶期望，協助將所有可能影響CT的數據收集到位，但後來發現因數據量體過大，令客戶難以快速清理與分析。為解決痛點，PowerArena將致力把大數據轉換為容易閱讀的內容，再藉由管理介面直覺化呈現，使客戶更易對焦到需要關注的重點。
舉例來說，正常一個CT約1分鐘，如今觀測到長達逾2分鐘的現象，理當視為異常，殊不知其中高達8成是因為補料導致的「規律性異常」，其實不需費時關注；今後客戶在PowerArena協助下，可以更快鎖定非規律性的異常，將有限的時間和資源投注在需迫切解決的難題上。
黃子魁也強調，AI不是解決問題的唯一答案。事實上，識別產線的關鍵問題點，再依其採用最合適、最符合效益的工具，才是實現智慧製造願景的有效路徑，AI作為智慧製造工具的其中一環，旨在協助工廠最難以數據化的生產資訊，強化管理。
