智慧製造是近年工業轉型的重要趨勢，在製程、服務、管理等層面都將迎來重大變革，能降低生產成本並提高效率，同時優化產品體驗，在工廠導入「人工智慧」的過程中，最大的挑戰就是數據的蒐集、整合與落地應用，創業小聚第129場邀請到傑騰智能創辦人徐紹鐘，與交流來賓明基佳世達集團羅昇企業總經理李長堅，探討大數據在工業4.0中如何靈活運用。
從半導體到泛製造業，建立通用AI平台
「從原物料進場，到製造工序處理、產品檢測，以及後續的產線維護與產品運送，都有大量的數據在裡面，」徐紹鐘說，他出身於半導體產業，對工程數據分析以及半導體產業相當熟稔，2015年創辦傑騰智能以來始終將自己定位成資料分析服務的提供者，擅長串接每道製程、機台的數據，在智慧製造應用主要聚焦兩方面：其一為智慧製造，透過整合ERP、MES與IOT等數據，取得機器參數建立數位孿生，提前發現製程的問題；其二為管理層面的智能決策，即透過數據分析達到根因分析與預測。
以半導體產業為例，在虛擬製造端有SEM（掃描式電子顯微鏡）影像辨識、CVD製程虛擬量測的AI模型，也透過數位孿生技術蒐集機台感測器數據，達到設備預測保養；智能決策方面則有工程資料與良率分析、競爭者大數據分析、設備log分析，以提升管理與生產效率。
傑騰智能也積極往塑膠製造、電子組裝、LCD製造等泛製造業開展應用，甚至跨界到醫療領域，將優化半導體目檢流程的瑕疵檢測AI模型概念，套用到AI藥檢機的應用，改善藥師目檢辨識藥品的精準度，目前已在恩主公醫院、三總進行驗證。這些AI模型主要以「專案」的模式進行，然傑騰智能的目標還是希望能提供資料分析歸納為有效資訊的解決方案，以「產品」形式普及給更多產業界使用，因此研擬以工程師為受眾，建立通用的AI監測「平台」VMNet，前端以工程師的語言設計，方便其定義問題、選擇數據、進行模型訓練、察看結果決定是否部屬監測，介面預計10月開放體驗版，有望降低各行各業數據分析並形成決策的門檻。
水平擴張還是垂直深耕，羅昇企業總經理怎麼看？
在工業自動化整合產業深耕的羅昇企業也投入不少心力於工業4.0，總經理李長堅從產業現狀中提出自己的觀察：「AI分析需要大量數據，往往只有製造大廠才有蒐集數據的能力，但其也有自己的資料分析團隊，加上AI資料分析的競爭者更不在少數，發展眾多產業的優勢在哪？」徐紹鐘回應，過去進入不同產業做專案，是希望累積不同的分析模型，做為敲門磚，讓通用平台能囊括更多類型的模組，以跨領域落地應用為導向，不單以大廠做為目標客群，徐紹鐘也分享衡量技術是否適合跨領域發展的指標，須具備技術共通性、應用創新性與專業合作夥伴，才能嘗試，切勿貿進。
李長堅也建議，傑騰智能應該以台灣眾多中小企業為受眾，在一個垂直產業深耕後獲取經驗值，未來只要有標準的模組或平台，就有機會在各行各業的落地應用，也許只是簡單的外觀檢測，都能帶來高效益，讓更多產業享受到資料分析帶來的益處。
創業小聚特約編輯
李佳樺
