明基材料成功导入AI应用 改善制程与突破生产瓶颈

明基材料偏光片制造中心桃园厂厂长兼AI专案室主管余清浴。明基材料

在生产制造已经达到高原期的明基材料，藉由导入杰伦智能（Profet AI）AI自动化机器学习软件平台（AutoML）再突破，从源头的研发到尾端的生产管理都能满足，不仅让关键因子分析、制程参数模拟、配方探索更轻松，改善制程与生产瓶颈，进而提高公司竞争力，同时大幅降低投资成本创造高效益。
 
积极从「产业材料行业」转型的明基材料（以下简称明基材），近年来事业版图已由面板显示器产业成功跨入医疗及汽车事业，像是医疗包材、医疗耗材、隐形眼镜等医疗产品皆持续成长，再加上2022年第4季取得卫普实业51%股权后，2023年医疗事业产品增加了不织布与功能PE膜等新项目，营收占比持续拉高；车用隔离膜及车用智能调光膜打入车用市场，未来公司成长可期。
 
在多元布局的策略下，对外除了医疗与汽车事业版图的拓展外，对内，明基材也进一步强化技术升级，积极导入AI应用拉高产品良率与优化管理，带动整体营运的绩效。由总经理带领多位主管，特别开设主管班课程及在各部门开设技术班推动AI，目前成效已逐步显现，不仅成功提高管理效能，投资成本也大幅降低。
 
具高CP值与调整弹性的AI工具搭配深度领域知识 一年内省下8位数费用
 
明基材料偏光片制造中心桃园厂厂长兼AI专案室主管余清浴表示，工厂开始导入AI的应用时间并不长，约在 2021年才开始评估，大概只有两年时间。当时的关键思维是为了「解决生产的问题」。以生产线来看，就是要提高直通率。余清浴指出，一开始找了美系与日系两套国际品牌系统来解决工厂的问题，不过这两套系统用没多久就都被取消掉。探究其原因，是因为找到更好用的系统。
 
余清浴直言，「我们找到更好的、投资报酬率更高的产品。Profet AI产品的CP值更高、功能更强、具备中文化操作、可以跟我们的需求沟通，并且拥有调整弹性。」后来厂房即更换采用Profet AI与Oracle系统，至今Profet AI的成功落地案件已超过20多件。
 
余清浴点出关键，「毕竟原本两个系统皆为国外品牌，要爲了一家厂商调整很多东西其实并不容易」。
 
从企业重视的投资成本效益方面来看，原本的美日系两套系统一年合计要花费台币两千多万元，相较于后来更换的Profet AI 加上 Oracle 系统，前者花费约1百多万元，再加上Oracle产品，总投资金额最多两百万元，经过试算，Profet AI 的系统这一年已经为明基材省下达8位数的费用，对这个成果公司相当满意。
 
余清浴进一步指出，制造业建置AI最重视的是领域知识，但并非所有AI都具备领域专长。举例来说，大量数据进入到学术化的模型，准确率并不高，若缺乏领域知识，就可能发生抓错因子的问题，也没有领域知识去收敛，过程中的反覆验证都会发生差异。
 
导入AI成功改善制程、突破生产瓶颈与进行配方探索
 
随着AI应用的导入，明基材目前已经看到那些成效？余清浴表示，「不仅制程改善很多，也成功突破生产瓶颈。」明基材以往都是运用原始数据画成趋势图进行判断，手上的异常数据就有几万笔，光靠人工并没办法那麽快速、那麽精准的去执行。

此外，若生产在线需要短时间内需要进行生产的切换，需要调整参数，前后产品的重复规格上下限很窄，以往只能内线进行切换，这个过程产生很多浪费，例如生产材料的浪费。在导入Profet AI的AutoML系统后，产线采用不切转的方式，在另一边提早调整浓度跟温度，也解决了人工操作精准度不高的困难点，进而减少产线材料报废，同时也提升良率。
 
而「配方探索」也是让明基材透过AI获得不少助益的项目。由于需要开发的新产品众多，但是数据量少，Profet AI的AI工具能够抓取比较类似的某种类型数据，符合R＆D需要的新规格。甚至，系统的开放性架构也支持内外部各站点的使用状况，像是用电量、温度、碳税换算等ESG议题，全部都已设想到位。
 
定期检视需求端与功能端，持续优化使用者体验 达到双赢目标
 
余清浴表示，明基材选定AI系统主要有两个考量关键，首先需要能符合使用者需求，其二则为功能性考量。简单说，「买东西要实用」，新系统的导入最好由使用面来决定，如果只是单纯由 IT 主导，IT 与工厂生产端若未能有效沟通，就会导致系统一改再改。
 
明基材当初会将原本美日系的系统转换成Profet AI，很重要的一个原因就是Profet AI会定期为客户检视哪些功能是否需要进行修改，在系统面又有那些可以满足视觉化的需求。余清浴强调，满足需求端与功能端虽然很基本，但其实最为重要。
 
Profet AI 业务总监余常任表示，在与明基材的合作过程中，双方研发团队每一季都会进行功能研发会议，Profet AI 团队会针对明基材的实际使用需求进行评估，纳入未来产品路线蓝图，包括数据健检、配方探索与关键因子分析整合、设备异常侦测功能优化，以及在线AI模型管理等主题。
 
余常任认为，持续针对使用者需要的功能进行改善与优化，设计出更为适合使用者的操作动线，与真实制造与研发的作业流程高度整合，才能达成双赢目标。