DTResearch
event
 

凭借标准化的AI,有效突破制造业数码转型瓶颈

近年来,各行各业急欲透过AI推动数码转型,制造业也不例外,而企业转型目标相当明确,无非就是「提质、增效、降本、减存」;但据专家观察,制造业导入AI的成功率并不高,甚至不如其余产业。

讯能集思(Synergies)CEO张宗尧分析,之所以出现上述现象,在于制造业推动数码转型的隐形成本偏高,因为一个制造业,其实不等于一个产业,而是蕴含成千上百种异质工作流程,所以A场域的成果,很难复制到B场域,不论对于供应商、客户皆是压力;所以不时可见供应商做案子做到亏钱、客户依旧嫌贵,缺乏赢家的局,很难发展起来。

 点击图片放大观看

Synergies CEO张宗尧指出,仅需短短1天内便可引导用户上手操作JarviX,使产业专家不需劳驾算法工程师,就能自力执行AI专案,直接与数据对谈。

张宗尧认为,唯有AI标准化,才能帮助制造业突破数码转型瓶颈。而论及Synergies核心技术,即是打造「标准化的AI平台」,从用户的角度出发,加强人机协作的效率,让AI犹如企业的GPS导航系统一般,大幅加快数据分析,帮助用户从纷杂的信息理出规则,高效制定出最佳化商业决策。

Synergies 的「JarviX」就是一套由AI分析系统SyGPS驱动,能支持中文的自然语言智能企业决策系统,标榜流程化、标准化、自动化,非常适合帮助制造业加速开发 AI 算法、推动数据分析。

张宗尧说,每个AI算法或数据分析专案,都会历经数据管理、分析平台、BI可视化等三大流程;其间的每一段,皆有市场闻名的工具产品,例如数据管理方面的 SQL Server,分析平台方面的SAS或Splunk,BI可视化方面的Tableau或PowerBI等等,把它们全部买齐,需要花费数亿资金,一般制造业者并不倾向做这般庞大支出。

由系统自动生成算法,取代过往人力开发

有一个真实案例,某大型制造企业欲透过AI分析PCB针脚失效议题,几经盘算无意花大钱引进前述工具,决定延揽几个博士级资料科学家组成六人团队,自己动手建分析流程,结果历时3个月才产出算法模型,让公司理解尔后遇到什么样的温度参数,即可研判该针脚还可使用多少次。

但这样的方式近乎「硬干」,不仅在行经数据管理、分析、资料可视化等每段环节时,都需耗费可观沟通成本,且最终仅能产生一次性成果,下回若有其它瓶颈待解,无法沿用相同模式,还需重复耗时3~5个月,不算是聪明做法。这家企业后来尝试使用JarviX,结果几天内就做完原本花3个月的相同专案。

究其主因,在于JarviX利用增强智能的技术,降低分析门槛,把分析流程标准化,去中间化,取代原先人力开发,自动执行大数据分析、自动产生算法;企业仅需动员 1、2位懂得操作JarviX工具的该领域专家,不需仰赖任何算法工程师,便可让产业专家用自然语言直接与数据对谈,分析瓶颈根因,以最快速度获得洞察。

Gartner曾做过类似预言,指出2020年随著能让一般人理解的「增强型分析智能」技术出现,可望使资料科学、深度学习乃至嵌入式分析趋于普及;届时50%的分析查询皆藉由自然语言或语音等方式进行,而企业内也将出现愈来愈多没有资料科学背景、却懂得利用工具执行资料分析的公民资料科学家。

张宗尧形容,JarviX如「AI化的AI」,有了它,Synergies不必像过去一样、自己从头到尾做完AI客制化专案,可让通路伙伴有更多参与,根据JarviX自动产生的算法模型,进一步转化为系统,帮助最终用户解决原物料分析、质量分析…等等一道道题目,协助制造业成功突破数码转型瓶颈,促进产业创新与产业升级。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: synergies 人工智能