Search
Close this search box.

為製造業量身打造 AI 升級計畫!SAS 與貿聯集團如何攜手擘劃數位轉型新藍圖?

接二連三的外部市場挑戰與變革正在徹底考驗台灣製造業者的營運智慧與數位韌性。如何利用科技提升競爭力、做好全球供應鏈佈局正是此刻最迫切的議題。尤其,生成式 AI 帶起 AI 平民化風潮,透過對話式體驗,結合業務流程與分析結果,讓 AI 逐步進入百工各業,「不論是來自客戶的需求,或是內部二代接班希望帶來新的改變,與 5 到 10 年前相比,製造業正在積極追求進步與成長;如何透過 AI 極大化商業價值,則考驗領導者資源配置的智慧,」SAS 台灣總經理陳愷新分享看法。

帶領 SAS 台灣過去十年新軟體收入成長十倍,製造業領域績效更是 SAS 全球領頭羊的陳愷新進一步分享觀察,善用 AI 將是製造業增進產線生產效率、提升產品良率、做到預防性維修的升級方向,甚至能幫助領導者做出更有品質的商業決策、開拓全面性的商業視野。傳統製造業的商業邏輯為生產產品、盯緊毛利,但是下個世代的製造業則是要多加上彈性及韌性,強化市場應變能力才得以適者生存。

貿聯集團 AI 轉型計畫,從技術、人員、夥伴策略層層到位

跨足北美、歐洲和亞洲的線束大廠貿聯集團,即展現了其前瞻性和對數位轉型的提早布局。貿聯成立於 1996 年,總部位於美國加州,一開始從 IT 和消費電子產業的互連開始,並迅速擴展到車用、光通信、醫療、半導體和家電等多個不同的產業市場,主要客戶包括 Tesla、Dell、Siemens、FANUC、Dyson 等國際一流品牌。

貿聯不僅在多個產業領域佈局,還跨足了三大洲市場,因此從 Day 1 開始,他們就需要高效率地跨國協調客戶和工廠等多方資訊,同時應對不同客戶的需求和日益迅速的訂單交貨。在這樣的環境下,貿聯積極採納數位科技,以增強競爭優勢,並特別成立了數位轉型辦公室,由總經理等高層管理人員直接領導,從系統升級到進階資訊分析,不斷推進優化工作。

SAS 台灣總經理陳愷新分享,為了在現今以客戶為中心的市場取得成功,不僅僅是回應客戶訂單,還需要更深入地利用人工智慧來分析趨勢,強化生產庫存管理,預測客戶未來需求,以提供更卓越的客戶體驗。貿聯集團決定與 SAS 攜手合作,希望通過數據分析和人工智慧的力量,持續提升商品良率和品質,加速交貨速度和提高生產力,以不斷追求卓越,塑造良好的企業聲譽,從而贏得客戶的長期信任。

根據 SAS 的觀察,台灣製造業在實施 AI 建置時面臨眾多挑戰,要克服這些挑戰,相當考驗領導者配置資源的智慧。而對於貿聯集團來說,建立人工智慧是實現持續創新的必經之路,這也是因為該集團的領導層具有卓越的遠見,能夠在技術、團隊和策略上三方到位。

SAS 台灣總經理陳愷新分享,要在現今以客戶為中心的市場取得成功,必須深入利用人工智慧分析趨勢、強化生產庫存管理、預測客戶未來需求,以提供更卓越的客戶體驗。

台灣製造業智慧轉型,需思考 IT 能為 OT 營運帶來的策略價值

SAS 觀察台灣製造業不論是半導體、電子組裝等製程都非常複雜,牽涉到機台維護與庫存物料控管,還要確保每個製程上面的各種數據皆能被有效蒐集、並且從海量數據中找到正確的數據集即時分析及洞察。舉例常見的製造業生產模式,可分為日生產、週期性生產與批次性生產等種類,每日及週期性生產雖較為規律,但一但訂單或產線發生狀況,也需即時應對,調整模型參數;批次性生產更是因為數量並不固定,因此並非單一模型就能一體適用,因此不論何種生產模式,皆需仰賴 IT 模型與 OT 產線實際緊密的營運合作,才能打造出高效且彈性的生產模式。

陳愷新說明,數位轉型步伐走得比較前面的製造業,已經認知到 IT 與 OT 高度整合所帶來的價值:IT 部門不再是「成本單位」而是可以協助管理者決策的「策略單位」。透過 AI 科技輔佐 IT 數據與 OT 營運,SAS 可以將技術演算法與營運數據全部放到同一個平台管理、協助找到適合的分析模型並提供日常維運,徹底釋放製造業的海量數據資料價值。

SAS 台灣總經理陳愷新說明數位轉型步伐走得比較前面的製造業,已經認知到 IT 不再是「成本單位」而是可以協助管理者決策的「策略單位」。

例如日本電子零件廠村田製作所,透過與 SAS 的合作,提升 1% 的良率,帶來等同於 15 億台幣的商業價值。其生產數百種不同的電子零件,透過 SAS Viya 節省大量前端資料處理的時間,讓員工可專注於良率的提升,如交叉比對產線上的資料與外部環境如氣溫、水溫、空氣懸浮物等資訊,以獲得更加精準的產線判斷與預測。

將 AI 分析技術與業務場景結合,是強化 AI 轉型的關鍵

更多實務面向的挑戰,包含製造業者對於 AI 或是數據分析躍躍欲試,因此內部常使用 PoC 專案方式先行,但在透過開源工具測試概念便將試驗結果部署到實際業務的過程中,卻發現成果無法套用到業務場景,或是開發與業務單位在流程上無法完整串接的狀況。「開發單位的工具業務單位不知道如何使用,或是開發單位難以把實際的商業流程考量進去,」陳愷新說。當兩個部門無法溝通與緊密協作的時候,自然而然雙方就容易掉棒。

此外,更常遇到的是人才與技能斷層問題。不論是組織缺乏專業 AI 分析人才,抑或引進了相關人才,但待先前建模型的人離開後,後續維運很明顯無法跟上,因此造成沒辦法有效管理多樣且大量模型並兼顧數據品質的情形。這些都可能是造成企業內部 AI 轉型卡關的重要原因。

SAS 推動 AI 平民化,技術與工具由淺入深為企業帶來價值

SAS 在數據分析領域經營多年,觀察到 AI 在各個產業都有不同程度的差異,因此特別強調「 AI 平民化」概念,讓企業與人員的 AI 發展階段到哪都能在 SAS 平台上找到對應的服務。譬如在建模上,SAS 可以直接透過拖拉點選,借助 AutoML 將建立模型外包給 AI 平台,並無須撰寫程式、採用系統自動化作業;在部署模型方面,則可透過 API 功能,讓模型可以一鍵部署在終端裝置。另外,透過集中化管理及監控模型,讓公司能把相關知識與資訊留存在內部,不會因為負責人員離職就必須重新建立模型。

SAS 特別強調「AI 平民化」的概念,譬如在建模與部署模型上面,分別可借助 AutoML 與 API 功能,讓建模與部署模型更加快速。

SAS 協助企業先評估 AI 成熟度,同時輔導客戶找出發展藍圖與建置作法,再透過媒合專業的解決方案、統一平臺、顧問團隊與教育訓練等不同方式,提供高度客製化的服務。「因客戶持續挹注,SAS 台灣製造業軟體授權收入為 SAS 全球第一,過去十年新軟體收入成長十倍,」陳愷新相信這就是證明 SAS 台灣投注資源強化團隊戰力、瞭解客戶轉型需求並持續提升完整客戶服務的成果。SAS 的願景就是成為企業的 AI 夥伴,讓 AI 成熟度和發展程度在任何階段的企業,都能夠在 SAS 平台自由選擇應用開源工具、或使用 SAS 進階分析功能,藉此擁抱 AI 技術。

製造業永續發展:應用可信賴 AI 邁步工業 5.0

陳愷新最後特別分享,導入後的長期維護才是彰顯企業價值的挑戰,因此該如何確保資料的透明度與公正性?如何建立一套可應用的 AI 管理機制,並且確保在每個節點上都有實踐?這些都是 SAS 提倡的「可信賴 AI」範疇。從資料治理、組織流程到人員管理都仰賴企業細膩的思考與實踐,才能在提升服務的過程也讓企業價值得到發揮。

對於台灣製造產業整體下一步的轉型趨勢,陳愷新也十分看好透過可信賴 AI 賦能的 SAS 平台可以與製造產業攜手邁向工業 5.0,意即透過蒐集海量資料做出即時分析,讓企業產線、管理層上的不同人員都能透過資料獲得工作所需洞見,達到更精準完美的人機協作。在追求永續大趨勢上,也能透過 AI 分析碳排及能耗,協助企業優化碳排管理,為地球永續盡一份心力與責任。