原文連結：從建立AI到維運都不用工程師，詠鋐智能No Code平台3個月導入台塑25間工廠
作者：創業小聚實習生 溫于萱
一間工廠動輒數百台設備，大量倚靠「老師傅」的操作經驗。特別是在設備的「維修」，有時候只有老師傅能摸清這些設備的脾氣。
詠鋐智能就是要讓AI成為新時代的「學徒」，讓最懂設備的老師傅透過簡單「拖拉」的方式操作，就能建立起演算法、導入AI。也就是說，工廠從導入AI到模型維運，只要靠廠房人員就能完成。
「解決問題的不是我們，我們提供工具，讓製造業中那些最懂自己要什麼的人來解決問題。」詠鋐智能創辦人謝宗震（首圖左）說，這段創業故事還得從「環境永續」開始說起。
創立公司的起心動念和「環境永續」有關
2015年資料分析開始成為潮流，數理統計出生的謝宗震和一群有滿腔熱血的夥伴成立了專案顧問公司智庫驅動。他形容當時就像是一群英雄好漢因為想解決各行各業、各領域的問題，一起成立以資料分析為本並且做公益專案的公司，先後做出台北市家暴風險地圖、守護農地計畫等專案。
不過，謝宗震注意到一件事情：再怎麼運用數據統計分析，許多問題仍然沒有得到改善，比如說在做守護農地計畫時，他發現被污染的農地其實都在工廠旁邊，以專案公司的角度切入，要解決工廠環境污染問題的進度會非常緩慢，謝宗震開始思考是否有辦法借助科技的力量，幫助工廠更快速的解決汙染問題。
但是對工廠來說，讓機器保持穩定運作的急迫性優於創造環境友善。當工廠用人工監控機台，需要廠務人員來回確認機台是否真的故障，又或只是機台的誤差，是非常沒有效率的方式。
而如果機台真的故障了，維修時間更可以長達1個禮拜，因此謝宗震決定先以「保持穩定性」的角度接觸這些24小時不停機的工廠，透過AI提前示警、減少停機的可能性以及維修時間。等工廠對AI熟悉後，再透過AI協助工廠進行更有效率的生產，同時降低產品的單位用碳量，促成企業在供應鏈上的競爭力。
AutoML+MLops二合一平台，一次整合開發到維運
傳統製造業導入AI的過程，最容易遇到的問題便是技術落差。
在廠房操作機台的師傅並不是專業的AI人員，所以並不具備建模、使用AI設備的能力，就算靠外部工程團隊或是某些No Code工具建立好AI模型，後續的模型維運與調整仍需要靠外部工程團隊協助。
因此謝宗震決定將前期的「建立模型」（AutoML）與後續的「模型維運」（MLOps）整合在服務當中，這也是詠鋐智能的獨特之處。
「24小時不停機的機台一定會有耗損，零件更換、機台更新是常見的事情，然而零件與機台的更新勢必會讓某些運作參數不同，舊有的AI模型就容易失準，所以後續該如何維運，或許比建立模型更重要。」謝宗震表示。
另一方面，謝宗震過去在專案公司的經驗累積，讓他對工廠遭遇的問題、需要哪些關鍵數據都有所了解，所以可以迅速設定好模型與演算法的搭配，也因此能將這些複雜的演算法變成視覺化的畫面，供機台師傅使用，改善過去要花費大約一個禮拜讓師傅與AI團隊來回溝通才能建立好預測模型的狀況。
讓最懂機台的台塑技師，自行組裝所需的功能
以詠鋐智能與台塑的合作為例，台塑的廠務人員只要將採集好的資料餵到詠鋐智能的產品Tukey，Tukey會自動清洗掉那些不穩定的數據，再交由具有多年工作經驗、最了解設備的機台師傅手動從Tukey內建的演算法中，自行透過拖拉的方式選擇要建立的演算法。如此一來，機台師傅即便不具有像IT人員一樣的專業背景，也可以操作圖像化介面，大大降低了溝通的時間、成本。
Tukey即時取得機台數據後，可以預測機台異常的風險並即時預警，機台異常預測準確率更突破90%，而工廠只要及早發現就能以最輕度的方式解決機台問題。當模型發出維修警示後，機台更新後需要重新調整模型參數，工廠人員們也只需要在Tukey上設定自動更新，就可以完成模型維運。
這也是為什麼在3個月內，詠鋐智能就已在台塑25間工廠總計400台設備中導入Tukey，用技術創新突破傳統導入AI耗時的瓶頸。
AutoML+MLops成趨勢，擴大至矽晶圓產業
詠鋐智能目前鎖定的客群大多是石化、鋼鐵、水泥等不會停機的連續型製程工廠，因為不停機，所以這些工廠就有自動化流程，以及安全性維護的需求，而這些需求恰巧就是Tukey可以切入提供服務的關鍵。
未來，詠鋐智能的Tukey工具將不限於連續型製程使用，而會拓展業務於批次、站別製程產業，用於提升商品良率以及達成產量最大化。
謝宗震也相信隨著AI被應用的場景逐漸清楚，產業開始有AI模型生命週期管理的需求後，讓現場的廠務人員，自己執行AI、管理AI絕對是趨勢，所以一定會有越來越多人使用「AutoML+MLOps」，但已經提前在此領域耕耘的詠鋐智能並不害怕被取代，AutoML+MLOps仍然會是他們持續推動的服務模式。
此外，在第26屆聯合國氣候變遷大會（COP26）的推行下，未來這些大廠都需要面臨碳權交易的問題，所以謝宗震相信詠鋐智能終究會從為工廠保持穩定性走向為工廠節能，也就是透過AI協助工廠進行更有效率的生產。
