taitra
活动+
 

活用50万组资料 成衣厂营益率提高15%

日本所谓匠人的艺,实为人类难以掌握的大量数据控管,现在可倚赖AI与资料工程师处理,企业获利即可大幅提高。法新社

利用人工智能(AI)处理大数据改善业绩,是目前热门的概念,但没有具体经营实例与资料的情况下,一般商家很难确定为此投资聘请资料工程师是否划算,因此日经产业杂志(Nikkei Business)介绍3个不同产业的范例,以及1组短期确认资料,说明大数据活用带来的利益。

首先是全日本有290家店面的女性服饰店,Earth Music & Ecology,流行服饰店重点在库存管理,必须尽量压低库存,又让客人能实时买到想买的服装,因此每日盘点调货是与金融业每日结算一样重要的事情,以Earth Music & Ecology的规模,每天调货品项常常超过1万种,相当庞杂。

因此Earth Music & Ecology聘请3个资料工程师,进行仓储管理人工智能与资料处理系统的研发,工程师整理出50万种资料后,完成必要的系统设计,从2018年1月起试用,2018年4月推广到所有店铺应用,根据Earth Music & Ecology估计,依靠人工智能而非人力控管,该厂2018年营益率成长15%,效果惊人。

流行服饰每日均需大规模调货,因此成效很快便能显现,其它有些产业的效果比较慢,因此现在还无法提出能供会计参考的数据,但其成效在中长期自然会出现,比方日本轮胎大厂普利司通的轮胎事业,现在朝高附加价值的飞机轮胎领域发展,就是利用大数据与他厂竞争。

不同飞机与不同厂商生产的轮胎,寿命与更换周期不同,有的厂商号称其轮胎每500次离着陆才要更换轮胎表层,表面更换7次以后轮胎才要汰换,普利司通的客机轮胎则是200次离着陆便要更换轮胎表层,表面更换6次以后就要汰换轮胎,这时需要较佳的售后轮胎更换维修服务,才能留住顾客。

现在普利司通的轮胎生产线,已靠物联网(IoT)科技完全联机,可精确掌握每个轮胎生产环境的差异,利用大数据分析的部分,就是航空公司的轮胎使用机种、起降机场等环境差异,与工程师检查维修结果,比较后回馈到生产在线,以利生产更安全、质量更稳定、成本更低廉的轮胎。

而日本工业与工厂设备大厂JFE Engineering,则是从2018年4月设立人工智能与大数据活用推进部,进行公司本身发电机与设备的资料分析调查,让过去依照资深师傅经验进行的设备维修管理作业,转以人工智能分析出真正成因,现在已有若干高温设备可以在4天前便预知故障,准备维修,大幅提升产品的可靠性。

人工智能的深度学习(deep learning),需有正确整理的资料,才能事半功倍,而资料整理就是资料工程师的专业,从Earth Music & Ecology的范例,可以看出小企业也可能有庞大到超乎人力能掌握的资料量,以及正确整理应用后能产生的效果。