可省五成人力研华机台不放过瑕疵产品

寒冬中走进研华科技林口园区内的厂房生产线，这是该公司首次接受媒体进入拍摄。没有震天价响的机器声，在安静且明亮的环境中，生产线上的作业员正仔细检测主机板卡上的焊接点，要不是我们换上了无尘衣，一度还错以为是进入了白领办公室。

最终决定权还是操之在人

导入AI前做决策的是人，依靠的是过去累积的经验；导入后最终决定权还是在人的手上，只是多了客观的统计数据来辅助判断。研华技术长杨瑞祥点出导入AI前后的差异。

近身观察生产线上作业员的工作，研华采取多样少量的生产模式，记者眼前的生产线，每天约检测八百到一千片的主机板卡，全都逃不过作业员的火眼金睛。这条生产线上方挂着传感器和显示荧幕，荧幕上的数值，显示检测中的主机板卡是否出现瑕疵。

省下了50％的人力，提升了33％的效能；从投产到整厂包装，过去要花上九到十二天，现在缩短为五到六天。关键在于前端就消除问题。研华科技先进制程中心iFactory SRP资深经理林昭兴透露。AI帮助作业员解决了需要大量使用眼力的工作，而看不见的温度，也能透过AI来提升制程效益。

走到另一区的生产线，一名作业员站在荧幕前监看数据和灯号的跳动，在他身旁是长条状的回焊炉，这炉子过去因为要测板卡温度，不能同时跑产品；但现在炉中埋有两条温感线、布建十多点的传感器，不但能实时监控温度变化，也能同时跑产品，作业不用中断。制程中也产生了温度履历，优化流程外，也能进一步产生新决策。杨瑞祥解释。

两条生产线说明了一件事：数据驱动了内部数位转型和管理。产品质量和温度高低、何时生产、是谁在作业等纪录，经由光学照射或监测影片，一一被转化为数据，汇总到战情室。资料收集到解决问题是实时性的，这也是林昭兴所说的：问题在最前端就被发现并消除。这一切，就好像航天员在宇宙间漫步探索，在地球的一群人集聚在美国航天总署会议室中，透过视讯立即看见外太空的景象，令人兴奋。

我们在现场看见生产线上的作业员神情平和、愉悦，丝毫不觉紧张。在这里，与园区另一栋白领办公室的节奏、环境，没太大区别。从管理高度着眼来启动变革，要从功能驱动转为数据驱动的管理思惟。管理能成为一门学门，那表示通用于各领域。站在显现WISE-PaaS 3.0解决方案平台荧幕旁的杨瑞祥表示。

杨瑞祥是跨学域、跨业别人才。在台大电机工程系毕业后，取得耶鲁大学计算机科学博士学位；曾是圆刚科技总座，先后还在金融业的保德信投信、日盛证券服务过，待过IBM沃森研究中心，是懂IT、又了解专业领域需求的整合者，正是AI人才的特质。

AI是跨行业的，这套系统平台可以用在各产业彼此共创而非分断。杨瑞祥指出象是发迹于台湾、在大陆深耕二十余年的污水处理业者川源（中国）机械、工具机业者永进机械，都是这个平台的客户。目前采用该平台的共创客户，从2016年至今，签约会员数达132家，且每年签约家数都呈现倍数长。杨瑞祥说。

跨领域应用  各行各业都有需求

AI进一步遇上物联网，如同八爪章鱼般覆盖着我们的生活。杨瑞祥继续举出各种应用场景：零售店的备料管理、监视机器故障情形；医疗预测、预防到照护，也可借力于更精准的AI来分析判断和管理。更别说AI早已经应用在石化业炼油过程，或水泥业加热焚烧能源、车队管理、行车安全与辅助驾驶等方面。各行各业的问题需求，也成了研华的利基。

只要需要人判断的地方，就有机会（指AI应用与现实连结）。杨瑞祥强调重点是不要单点去做，要往多模型建置、多问题部署进去，才不会落入谷仓效应，因分工而失去竞争力。