專為製造業打造的AI工具,Tukey解一個常被忽略的溝通困境

人工智慧、大數據、網際網路等科技的發展,不僅為個人生活帶來變革,也吹起「第四波工業革命」的號角,我們可以看到許多大企業已積極啟動AI的部署,但還有許多企業無法跟上這一波腳步。累積多年協助製造業策略諮詢與 AI 應用導入的詠鋐智能創辦人暨執行長謝宗震博士認為:「最大的困境就是領域專家跟資料科學家的溝通時間太長了,」因此才會想推出Tukey這套工具解決溝通問題,讓整體工作流程可以更順暢的進行。

影響AI團隊效率最大的問題:溝通

謝宗震曾以人工智慧建立家暴再犯風險預警系統,解決台灣社工人員人力不足的問題,並獲選「DATA FOR GOOD 」的全球近代傑出100大題目,從學術界跨入產業界的他,以行動實踐「數據可以改變社會」的使命。謝宗震也與許多業界龍頭,如台灣化學纖維、台灣電力公司、福懋、豐興鋼鐵...以及許多學研法人機構有過合作經驗。在與客戶合作的過程中,他觀察到許多企業,隨著組織膨脹,流程與制度逐漸增多,即使已有許多協助標注與工程師工作更加快速的工具出現,但組織內部的AI團隊運作效率依然未符合期待,最大的問題就是溝通。

以前的做法是,AI工程師與領域專家溝通討論後,由AI工程師執行整個專案,「但真正遇到的狀況是,即使AI工程師能力再強,溝通意願多高,也無法保證現場實際執行作業的領域專家願意和你溝通討論問題。」謝宗震指出,比起告訴現場人員可以與工程師討論找出工作的難題與解法,不如給現場人員一個更智慧的工具,幫助他工作更輕鬆且有效率。於是,謝宗震與其團隊開發出一套適用於製造業的AI建模與管理工作的工具:Tukey。

從資料萃取到模型建置,沒有工程師也能搞定

謝宗震解釋,Tukey的名字源自上個世紀知名的統計學家John Tukey (1915~2000),其所創造的探索性資料分析(Exploratory Data Analysis, EDA),主要概念是透過敘述性統計、統計繪圖、視覺化資料等方式,掌握資料現況。這套工具與EDA一樣,強調容易使用的邏輯或框架,對於沒有能力聘僱AI團隊的企業來說,自家的製造科科長或設備處處長就可以直接上手建模,後續的優化過程再請工程師或顧問團隊繼續精進即可。

「未來應該是擁有現場經驗的領域專家做一百個模型,再交由AI工程師進行最佳化,」因為兩者擅長的東西就不一樣。謝宗震以房價預測為例,領域專家會知道包括行政區、公設比等都是會影響房價的重要因素,但是AI工程師並沒有相關背景知識,只能把所有資料都丟進電腦中執行。又或者領域專家可以透過最大風速、平均風速等指標,預測可生產的電力,而AI工程師則可以針對模型預測的值調整,又或是確認風速與電力之間的供需有沒有出錯。

數據依然是導入人工智慧最重要的關鍵

企業能透過Tukey解決什麼問題呢?謝宗震舉例,包括產品品質預測、物料供需、風機性能預測、蒸氣用量預測等和預測相關的問題都能解決。但並非所有的製造業都適用Tukey,謝宗震說,首要前提是要有好的資料,最合適的就是IOT的資料,其次則是物料管理業的資料。

謝宗震說,並非所有的AI演算法都能用,但是他們先把簡單且必要的東西做出來。目前台灣多數製造業公司普遍面臨到數位人才不足的情況,因而無法自行開發適合企業本身的解決方案,而國際原廠所提供的解決方案也不一定符合需求。透過Tukey這套工具,降低企業部門維運管理負擔,一方面舒緩了人才不足的影響,一方面也解決了因為溝通卡關,導致工作流程不斷反覆且效率不佳的問題。

這套工具目前已經正式上市,並且進行募資,期待能夠儘早為產業導入 AI 提供新解法。