智能应用 影音
20211221_DForum工厂网安论坛
12/16 Research产业趋势论坛

新创PowerArena致力解决制造业「人因」问题

新创PowerArena致力解决制造业「人因」问题

智能制造、工业4.0话题正热,然目前制造产业当中仍有过半的产线仰赖人工作业,且不只是产在线的人员作业,一旁记录的也往往为人力所为。因此,对於企业而言,要了解产线的现况与延迟或影响效率的因素,成了头痛的环节。

创立於2018年的新创PowerArena便试图运用电脑视觉与AI深度学习技术,透过实时影像监控解决「人因」的问题。不过,由於工厂端往往没有那麽多的数据数据可以用来训练模型,因此PowerArena以小数据AI(Small Data AI)为主,藉由摄影机撷取画面训练AI,精准程度能够扩及手部细微动作。

值得一提的是,PowerArena也致力於将训练AI这项工作不再只限缩於技术人员, PowerArena很重要的一项功能为BYOAI(Build Your Own AI),正是可以由工厂自行建置、调整AI模型,比如进行标签化等行为。PowerArena创始人罗健麟解释,如此一来便能够符合不同类别、产线状况不同的制造业者需求。

罗健麟指出,目前观察而言,平均业者训练模型的时间约需耗时一个小时左右,且精准度约可达到85~90%。制造业者约10年前便开始寻求该如何改善「人因」产线方面的问题,过去顾问公司可能建议以IoT设备代替人力,然在精准度较低且不符成本,当时也并没有合适的解决方案能够解决。近5~6年来,深度学习技术发展快速,也较一般机器学习更符合工厂数据较少的环境。

罗健麟提到,虽说数码转型、智能制造被广泛讨论,然而事实上在产线仍有许多IoT设备或机器人无法做到的事情。此外,除了一些重复性高的程序可被IoT设备替代外,人力作业仍是最有弹性的制程,尤其在如今市场供需状况极为不稳定的情势中更为重要,能够适应不同的需求与状况。

PowerArena台湾客户大宗目前为高价值制造业者。谈及不同规模的业者状况,罗健麟提到,大厂往往仍会遵循系统化的验证机制,也就是提供数条产线先试验实际效益,进而扩及到其他产线或异地工厂。至於中型业者,则倾向於快速解决既有痛点,因此有更高的可能性会部署得较快。

PowerArena发迹自香港,由於大厂客户於多地皆设有工厂,PowerArena也随之拓展,目前进入7个市场,涵盖国内、柬埔寨、台湾、马来西亚等地。目前PowerArena以国内及台湾为主要市场,不过,罗健麟提到,由於Made in US趋势逐渐发酵,使得美国当地工厂需求状况拉升,因此PowerArena也正积极觅求当地拓展市场机会。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: AI 智能制造 新创企业 制造业