AI视觉释放LLM完整潜力，重塑智造管理

尽管大型语言模型（LLM）在处理非结构化数据和产生有价值的洞察方面展现极大的潜力，但在制造业环境中，它们的表现很大程度上仰赖数据的品质与数量。这时，AI视觉便成为关键，弥补了数据收集的不足，让LLM能充分发挥其潜力，成为数据训练与分析的根基。

AI视觉蒐集全面数据：LLM运用核心

在许多工厂内，人力依然是生产作业中关键的一环，收集有关人员作业的准确数据并分析，是制造管理的一大核心。这正是仁宝电脑营运技术与软件中心自行研发的大型语言模型（LLM）结合PowerArena HOP人因作业平台（Human Operation Platform）所展现的实力所在。

PowerArena HOP透过AI视觉24小时不间断检视并记录生产活动，捕捉每一个操作行为，生成高品质、无缝的数据流，完整反映生产现场的每个细节。这些数据为仁宝电脑的LLM提供了坚实的基础，让LLM能够更精确地分析生产情况，并回答各种复杂的生产问题。例如，当您输入「请统计上周停线发生的主要原因」，LLM不再依赖传统的碎片化的报告或过时的数据，它能借助AI视觉掌握的丰富数据，立即提取并分析相关信息，给出清晰且可执行的答案，像是「设备异常19次、人员组装错误10次等」，并统整成图表，方便使用者阅读。

模块化AI+LLM，灵活应对管理需求

HOP利用模块化的AI架构，能灵活分析各种数据，例如周期时间、SOP、工作／非工作配方等。再以LLM为基础，结合矢量检索、数据检索器，让系统能在数据类型扩展或变更时，更加灵活。相较于传统依赖SQL查询与僵硬数据库架构的系统，这种搭配应用能灵活处理多种数据类型，具备极高的适应性。

HOP记录作业数据和工站影像，为工厂建立透明化的生产履历，让工业工程师能够回溯并检视异常状况，不再需要花费大量时间自行录影，或是进行低效率的查找工作。这个完善的数据库，除了方便第一线的管理者使用外，也可以让其他部门的同仁对生产状态有个快速的理解，他们不需知道工单号或其他细节信息，藉由LLM的自然语言理解能力，系统就可以解读使用者提问，处理不同的查询需求。

AI视觉蒐集大量生产数据，为LLM提供最核心的燃料，让每一个决策都得以由数据驱动。欲了解更多AI视觉与LLM的最新应用，10月23~25日，仁宝电脑与PowerArena将同资策会参展2024台湾国际人工智能暨物联网展，敬请莅临参观。

进一步了解案例研究：HOP 与 LLM 提升产线管理效率，请至官网查询。也欢迎锁定PowerArena YouTube Webinar ，该系列专为制造商解惑，探讨导入智能制造工具时的核心要点。（本文由PowerArena提供，DIGITIMES林佩莹整理报导）