Search
Close this search box.

偲倢科技將 NVIDIA 技術資源與自家軟體專業結合,推出 SOP 化、模組化解決方案

AI 導入作為工廠自動化、智慧化的必要條件,其重要性已無人忽視。在產業需求逐步提升、軟硬技術也逐步從可行走向落地的階段,新創百家爭鳴,然而究竟什麼樣的服務才能真正解決用戶痛點?又該如何在提升效率的前提下同時解決製造業人才短缺的困境?

對此,創立於 2015 年的偲倢科技,可以說是在產業落地的典範。目前,偲倢致力於為製造業客戶提供全面的解決方案,並透過 AI 達成智慧升級的目的,創辦人暨執行長陳青煒坦言,公司自 2016 年開始投入 AI 發展,剛好是不早也不晚的時機,並在同年將其技術導入工廠實測;2018 年,適逢 AI 議題起飛元年,NVIDIA 開始於台灣招募該領域新創企業,順勢加入 NVIDIA 新創計畫(NVIDIA Inception Program)成為 NVIDIA 新創的成員,「在那之前,我們就有使用 NVIDIA 的產品,加入計畫後一路走來,無論是技術、商務或產品各個面向,都獲得 NVIDIA 許多支援,也是因為參與這項新創計畫的關係,間接獲得了研華的信任與投資。

AI+AOI 如何解決工廠檢測過殺、人力短缺困境?

創業八年以來,偲倢致力於將其自動化服務結合硬體落地至製造業現場,「NVIDIA 本身擁有平台及服務,特別需要能將其落地實現的新創。我們團隊本身有製造業相關背景,因此對於工廠客戶的需求相當了解,剛好可以作為新技術與客戶之間的橋樑」,談及與工廠端的合作,陳青煒分享自己的觀察:「製造業客戶通常相對保守,即便想要嘗試新的技術,因為不了解、與他們習慣的工作方式與特性不合,因此轉型通常很難推動。基本上,製造業最大的目標是『穩定』,不能讓生產過程中有任何損失,在這樣的情況下數位轉型就會很難推動。」

偲倢科技創辦人暨執行長陳青煒表示,無論是技術、商務或產品各個面向,偲倢都獲得 NVIDIA 許多支援,也是因為參與計劃的關係,間接獲得了研華的信任與投資。

由於技術導入具有不確定性,致使許多製造業聞聲卻步,「特別在 2016 年當時,AI 議題的熱度還沒有今天這麼蓬勃,客戶對此會產生很多的懷疑」,相比於傳統 AOI(自動光學檢測)具有預設的參數,能夠很清楚了解其輸入與輸出的結果,並可以快速依照現場進行調整,AI 則須在前期資料搜集、訓練與測試花上較長時間,對於製造業客戶而言,形成了另外一種不確定性因素。

然而,面對相較過往更精密的瑕疵檢測需求,AI 的優勢日漸浮現,「我們導入很多電動車相關領域,因為它對安全性有更高的要求,因此對於外觀檢查上就會需要更為仔細,此時,AI 便能補足 AOI 的弱點」陳青煒提到,且在 AI 的支持之下,亦能省去傳統 AOI 檢測因為容易「過殺」而需人工複檢的缺點,不僅提高了瑕疵檢測的準確性,更提升了效率、降低人力需求與減少浪費

為何「全自動化流程」對製造業而言是瓶頸?

除了以產品本身服人之外,究竟偲倢有什麼樣與眾不同的能耐,可以說服製造業導入相對不熟悉的 AI 解決方案?陳青煒指出,成功讓製造業踏出轉型的第一幕,主要在於團隊過去對於製造業痛點的了解,能夠深入其需求提供相對應的解方,同時,早期的成功案例與經驗也使得更多製造業客戶願意與其產生深度的合作。

「回到製造業需要 AI 的最原先定義很重要」,陳青煒表示,這個「初始定義」便是「如何讓事情變得更有效率」,但凡掌握這個要點,就能更準確地提供客戶所需的工具,明確針對其痛點解決相應的問題,「我們了解製造業進行自動化、智慧化過程中有哪些階段,除了我們本身提供的產品之外,也為客戶提供顧問式的服務。」對此,AI 技術開發部總監黃靖瑋也補充說道:「我們的產品提供 SOP 化、工具化的解決方案,使客戶更容易導入;而在既有模組化方案之外,也會根據不同客戶的需求,進行更多操作或是流程細節的調整。」藉此,達到更快速、流暢導入的目的。

AI 技術開發部總監黃靖瑋說到,偲倢的產品提供 SOP 化、工具化的解決方案,也會根據不同客戶的需求,進行更多操作或是流程細節的調整,藉此達到更快速、流暢導入的目標。

問及專注打造工廠「瑕疵檢測 AI 解決方案」的原因,陳青煒則表示,絕大部分的工廠目前對於實踐自動化都有所追求,一個越自動化的工廠,越有機會在不同國家設廠,而品質管理對於「全自動化流程」來說一直是一個瓶頸點,為什麼這麼說?

傳統 AOI 檢測沒有辦法做到絕對的精準,因此在檢驗過後還須安排人員複檢,便是該產線沒有辦法做到全自動化的硬傷,另一方面,不同業態、不同產品所需要進行瑕疵檢測的原始資料不同,在資料搜集困難、跨行業導入需求不一的情況下,也是新創切入的難處

對此,陳青煒提及:「為了解決以上問題,我們將 AINavi 這一款產品打造成一個平台的概念,將整個 AI 技術從導入到上線流程模組化、SOP 化,並針對不同產業需求加入外掛功能,來解決 AI 導入的困難。」基於 70% 至 80% 模組化的情況下,偲倢僅需要針對不同客戶進行 20% 的加工便可提供一個完整且有效的瑕疵檢測服務,藉此大大降低系統導入的不確定風險。

實踐平台化願景,成為「難以導入 AI」工廠的新解方!

偲倢科技長期關注產業動態,對於 AI 導入工廠方面有著自己獨到的見解。從 2016 年開始,製造業開始對 AI 議題感興趣,著重在使用什麼樣的模型,以及不同模型之間效果的差異;到了 2019 至 2020 年期間,隨著製造業對於 AI 模型有比較深入的了解,開始期待透過標準的軟體,可自行標註、自行進行進階的模型訓練,也就是所謂的「套裝」,透過一個標準化的介面,讓 AI 的導入與維護更為容易。

接著到了 2022 年至今,製造業開始發現「只會訓練」遠遠不足,人工標註需要額外的人力、同時也不一定能取得最好的效果,因此開始期待如何在更短時間內完成訓練。陳青煒表示:「我們把這個階段稱為『使用者專家化時代』,產品需要很貼近他們的使用模式、生產模式還有他們產品的行業特性,從標準化走到客製化,但現在的客製化卻也包含了產品化的特性在裡面。」

這也是為什麼偲倢在 2023 年下半年即將推出 AINavi 產品的 2.0 版本。作為主要主導專案的開發部總監黃靖瑋提到,有鑒於基礎的 AI 功能已經沒有辦法滿足部分製造業需求,因此升級目的在於解決系統導入的困難,並將解決方案加入軟體操作的流程中,「在導入前期,在客戶端與偲倢內部的技術人員(AI 工程師)經手,會進行比較進階的參數調整,以及不同模型的串接;然而到了後期,便會有產線人員、作業員操作,他們需要更直觀的操作介面,因此我們必須做出同時符合這兩個面向使用者需求的產品。」黃靖瑋指出,偲倢期待打造出能夠跟得上模型演化速度的彈性平台,並透過持續更新模型庫,跟進使用端的檢測需求。

面對未來 3 至 5 年製造業在瑕疵檢測、AI 導入上的需求與趨勢,陳青煒再次強調「平台化」的重要性:「我們可以提供客戶從『AI 工程師』到『作業員』不同操作旅程都可以順利上手的解決方案」,同時,面對具備開發能力的製造業廠商,偲倢同時也提供模組化的產品,協助他們更快速地迭代,開發出符合現階段需求的模型,「而接觸 NVIDIA Metropolis 讓我們可以更快速地實踐『平台化』,藉此把我們的解決方案擴及到原先不容易投入 AI 的產業中。例如在 3C 產業中的點膠流程、焊接焊點的瑕疵檢測等。」

作為一家提供 AI 與 AOI 軟體解決方案的自動化公司,偲倢持續協助本身不具備 AI 研發、規劃能力的製造業導入相關技術,從資料訓練、AI 落地到後續的維護與管理,以自身的產業 Know-how 與技術力,結合於 NVIDIA 新創計畫 Inception Program 獲得的技術及商務資源,進一步完善工廠端的自動化流程,為工廠端避免由於傳統 AOI 的嚴格過殺與材料浪費,同時為製造業解決了人力短缺帶來的困境。