企業導入和執行AI專案，往往有個門檻，需要先建立陣容堅強的AI團隊，包含AI工程師、資料科學家等角色，然而，這不僅提高溝通成本，有時候甚至發生第一線工作人員（領域專家）不願意、無法完整表達概念與方向，導致專案無法推進。

基於這個痛點，新創企業Chimes AI 詠鋐智能推出AI建模與管理平台Tukey，可以協助沒有能力聘僱AI團隊的企業，具有AI的能力，讓最清楚場域情況的現場工程師或相關人員可以直接上手建模，即便未來設備或製程更新，也可以快速調整。

1.平台主要功能？

作為AI平台，Tukey主要功能包含預測、最佳化、根因分析，同時可以進行探索性資料分析、Auto ML以及MLOps來執行模型的控管。

Tukey可應用範圍幾乎涵蓋整個AI專案的流程，包含資料採集、分析與建模、模型佈署、應用佈署等。透過探索性分析了解現況後，即進入建模階段，透過選取應變數（即想要預測的變數），以及自變數（對預測結果有關係的資料集），選擇演算法後就能得到模型結果。接著，基於上述模型，可以透過最佳化，在某個值域範圍得到最佳結果。

另外一個是MLOps，當公司內已有大量的AI模型，就能透過此功能進行管理，目標是協助團隊縮短模型開發與佈署的週期，並且做有效的模型版本與檔案管理，讓模型可以維持穩定服務。

2.企業使用前該進行哪些準備？

資料數位化是必要的，Chimes AI舉例，中部某傳統工廠的機台上沒有安裝感測器，也沒有IoT資料，這就沒有辦法做任何事情。因此建議在導入Tukey之前，需要先建置相關搜集資料的基礎設備，才能夠繼續往AI佈署邁進。

當有了資料之後，企業該做什麼準備？可以分成兩種情境。首先，企業可能尚未開始建立AI專案，是從0→1的過程，在這個階段Chimes AI會進到企業教學，包含資料科學方法概論、AI平台建模培訓以及手把手實際案例分享。

第二種是企業已經有執行AI專案的經驗，希望從1→N的過程，這時候就會期待企業組建AI種子團隊，訂定目標，進行水平擴展與專案執行。

3.適用場景及產業？

只要結構型資料都適合使用Tukey，特別是連續型製程產業包含石化、化工、汽車、製造、鋼鐵、紡織等，都是平台的適用範疇。

此外，基於之前在石化業、製造業的經驗，Chimes AI累積不少產業know how，並據此整理歸納，因此怎麼做能量管理，需要什麼數據，關鍵因素是什麼，都可以來協助企業。

4.使用人員是否有能力限制？

Chimes AI的願景為「庶民化 AI 像用水用電一樣自然，永續ESG加速同行」，開發Tukey的目的是希望讓沒有資料科學背景的人，也可以成為資料科學家，讓整個平台的流程簡單化，用最少的學習過程達到最高效益。

若真要說限制，使用人員需要知道預測的目標、最佳化的內容，或是想要知道有因果關係的東西是什麼，定義清楚後才有辦法執行。有些企業會問：「明年市場狀況如何？」這就是個不好的問題，因為太過於虛無飄渺，需要有清楚的X&Y才有辦法解決。

5.成功案例或目前使用客戶？

使用客戶涵蓋多個產業，以下提供兩個案例說明：

設備預防保修，機台有一定的維修週期，但是工廠在人手不足的狀況下，要如何知道哪些機組即將故障，配置人力進行保修？一般的狀況是，現場工程師都是透過聲音察覺異常才有辦法檢修，但是聽到聲音後的反應時間往往已經來不及，可能造成工安事故或是人員傷亡，另外，這也導致立即性停機，完全無法為排程做緩衝，會耽誤後續的生產排程。因此透過Tukey，可以提前預警讓現場人員知道什麼時候要檢修，做好整體調適，讓損失最小化。

紡織業智慧染整，以往紡織業在染布有固定的條件，但是隨著外在條件的變化，會導致布料顏色不對，因應的方法就需要用漂白水重新染一次。但是透過AI，就可以精準計算所有顏色要浸泡的時長、溫度、壓力與濕度，可以有效降低布料重新染白再被使用的過程，提升生產效率，降低廢水排放。