靠「軟硬兼施」打入科技大廠，富士康出身的創辦人為什麼先教AI「完美」？

蔡仁譯攝影

「品檢」這個環節，一直是製造業者邁入工業4.0的一道難關，傳統的自動光學檢查（AOI，Automated Optical Inspection）無法辨認新產品的瑕疵，過高的過篩率更要靠大量人工複檢，因此市面上出現了以深度學習AI影像辨識解決方案的新創，小柿智檢也是其一。

「但是我們不只是為客戶導入AI軟體，而是把整套軟硬體整合方案一起賣進去。」小柿智檢創辦人洪沛駿說。

讓小柿智檢特別的不只是販賣的產品軟硬兼有，還有導入的速度，「對客戶來說，只是把品檢的機器換掉，製程上不會有任何改變，省去了訓練AI模型的時間，所以只需要不到一週的時間就能夠導入我們的服務了。」洪沛駿表示。

當大家都在推品檢軟體，小柿為什麼反其道而行？

2020年成立的小柿智檢，原先是富士康集團內部創新的團隊。由於目前多數品檢業者僅提供軟體影像辨識服務，但是軟體能否應用在工廠原本的硬體之中是一個未知數，「而且對製造廠商來說，導入軟體的方式還要再請員工學習怎麼使用與操作，如果是直接導入品檢硬體設備，並不會增加額外工作，相對單純。」洪沛駿因而決定自己出來創業，由小柿智檢針對客戶的需求，同時提供相對應的軟硬體服務，以解決軟體無法與硬體好好配合的潛在問題。

創業之初，洪沛駿的策略就是「不做客製化、快速擴大事業規模」，因此瞄準了毛利較高的半導體、金屬加工製造業者，「因為他們比較有資金跟意願購買新的機器，導入後也不太容易更換。」洪沛駿解釋。

這個策略的執行困難點在於，如何將機器檢測的流程設計標準化，以及機器本身的規格。機器設計方面，小柿智檢提供兩種類型的機器，包含以玻璃盤為主、以機械手臂進行六面環繞拍攝的AI外觀瑕疵檢測專用機，以及拍攝大量經過產品的動態流水線輸送帶，前者適合半導體產業、金屬加工業，後者則適合食品檢測。

至於鏡頭、光源等高規格機器，可不是一般新創能負擔的，小柿智檢靠的是洪沛駿過去在富士康累積的人脈，「雖然這些機器會成為小柿不少的開銷，然而既然我們志在成為以技術為主體的公司，就不得不這麼做。」

AI軟體應用也是快速導入的原因之一

一般常見的深度學習瑕疵檢測，都是先定義好何謂瑕疵，再讓AI開始學習與訓練，但是小柿智檢卻走出不同的路，讓其產品「AI視覺檢測模型開發工具」學習何謂無瑕疵產品。

「定義瑕疵對廠商來說並不容易，要學習AI、上標籤，最困難的是瑕疵品不會天天碰到，所以會花費不少時間。」洪沛駿說明，讓AI學習何謂沒有瑕疵，相對容易得多，挑戰就在於數據的精細度。

舉例來說，一個保溫瓶放成直的與歪的，AI要如何斷定歪的也是無瑕疵，或者是機器燈光的強弱度是否會影響AI判斷，還有影像辨識的精細程度等等，這些則有賴於小柿智檢在硬體上的設計，才有可能訓練AI的判斷不會出錯，也就是說，客戶只要提供產品後，只要用滑鼠和鍵盤在螢幕上點擊良品與不良品的數據，就可以導入運用了。