Galaxy峰会｜对话友达光电、新加坡赫比、四维胶业：选对工具迎接全民AI时代

Profet AI总经理Jerry Huang（现场左一）在Galaxy峰会「企业赋能与全员AI时代」主题论坛中和赫比国际副总裁Alex Lin（萤幕左一）、友达数位科技副总Zake Lin（现场中）、四维集团首席信息官Court Liao（现场右）对谈。

2022年Galaxy峰会圆满结束，Profet AI（杰伦智能）这次很荣幸能和我们的客户全球显示器领导厂商友达光电（AUO）、全球金属和塑料结构件暨电子制造领导厂商赫比国际（Hi-P International）、全球胶业材料领导厂商四维集团（Symbio, inc.）一起对谈「全员AI」的主题，这几位客户各自在半导体及面板、金属和塑料结构件、电子制造服务(EMS)、复合黏着材料产业的领域已有亮眼成绩，但还继续精进数字化转型，维持竞争优势壁垒。在峰会主题论坛中，除了谈到全民AI是未来企业发展的关键竞争力和趋势，也围绕着探讨「平台工具赋能」的重要性。 Profet AI根据过去客户的反馈，不断优化产品，近期推出「Ready-To-Go Applications（随选即用AI应用知识库）」产品，希望藉由此平台，更快速地赋能企业客户实现「全员AI」，加速运营效率、节省成本和产生效益。

根据知名风险投资机构蜂行资本(Hive Ventures)发布的2022年《台湾企业AI趋势报告》，近60%企业因疫情加快布署AI。远程办公、远程设厂、跨地经验传承、跨地技术指导等等，新兴的工作模式考验企业的灵活和弹性，因此谁能利用AI轻松应对未来的多变的情势，谁就能掌握竞争力。此外，报告也指出，台湾企业AI成熟度对比去年有飞跃性的提升，逐渐赶上已开发经济体，今年也首次有企业进入「全民AI」(Democratized / Citizen AI)，各职能利用AI完成KPI/OKR绩效，AI也成为跨部门之间的沟通语言。

无代码化(No-code)平台促成「全员AI」，赋能各部门都能用AI解题

Profet AI总经理Jerry Huang邀请到「业界公认的全员AI模范代表」友达光电在主题论坛中分享达到全民AI的心法秘诀。友达数位科技副总Zake Lin提到，AI人才培养和AI技术投入是关键：「2017年到2019年，友达光电共派了1,000人到台湾人工智慧学校（AIA）接受AI培训，也在内部成立友达大学未来学院。到现在整个友达集团已经运用了累积2,000个AI预测模型，可普遍扩散到各职能单位使用，3年内共节省超过2,000人的人力，却提升30%的产能。我们希望每个人都可以用AI落实智能制造和实现智慧工厂。」

根据Zake Lin的观察，2020年除了制造部门之外，其他部门也开始知道AI的效益，开始运用AI解题，「我们跟Profet AI合作，使用无代码化的自动化机器学习(No-Code Automated Machine Learning) 软件平台，让不懂编程、也不懂艰深AI机器学习算法的各职能业务领域人员，都被赋能可用AI来解决自身的工作痛点，并逐渐发展到企业全民AI。目前AI已经是融入在友达光电各个工程师的生活一部分。」

Zake Lin表示：「目前友达光电内部一路从AI人才培养，再到技术性培养，现在已到成熟期，也设定部门落实AI KPI(人工智能关键绩效)。近三到五年，友达光电已经具备相当程度掌握到哪些题目可以运用AI。然而，现在关键课题是落地AI的实施速度和推广效率，如何达成更快达到效益是重点，因此，一个无代码(No-code)的AI工具至关重要。」

与友达光电合作多年，Jerry Huang观察「之前友达光电内部还会特别强调AI，但是现在友达光电已不会特别谈什么是AI，因为现在友达光电内部谈的议题是怎么更快速和更广泛的AI落地」，Zake Lin以「智能制造展」分享友达光电内部推广AI的风气：「友达集团定期召开智能制造展，给各个分厂分享交流的机会，加速促成AI文化。今年还成立对外的智能制造展区，邀请有AI数字化转型需求的外部企业参与，借鉴了解友达光电的数字化经验。例如：设备物联网解决方案的案例，是协助工厂设备无痛升级成物联网布局；另外，搭配无代码的自动化机器学习平台，可做预测式数据分析，从而提升产品良率，迈向企业全民AI。」

Profet AI总经理Jerry Huang（左）在Galaxy峰会「企业赋能与全员AI时代」主题论坛中和友达数位科技副总Zake Lin（中）、四维集团首席信息官Court Liao（右）现场对谈。

疫情维持业务运营，远程也能指导：AI平台要快速也要能规模化

疫情从2020年开始冲击全球，全球金属和塑料结构件暨电子制造领导大厂赫比国际副总裁Alex Lin在主题论坛中分享经营环境的改变以及应对之道。正在上海进行防疫隔离的Alex Lin提到：「我们的工厂之一就是近日疫情爆发的上海浦东，经营也相对面临很大的挑战。」从人才、成本、再生能源的应用，再到工厂转移，Alex Lin口中的企业难题也是许多跨国公司面临的处境。

和疫情最息息相关的是成本和远程设厂，因全球经济受疫情波及，原物料、电费、运费都涨，Alex Lin说：「2021年上海第四季的电费涨了22%，除此之外，扣除物料的成本都是人工成本，因此必须要自动化，否则工厂运营成本将会无法负荷。」

Alex Lin也说到，涉及到成本问题，也会有工厂转移的难题，「例如我们公司要在越南设立一个新厂，平台工具的基础就要建立好，如何把参数、数据都集结好去做数据分析，才可在艰难的环境下保持公司的竞争优势。」他和Profet AI对接时就一直强调要快速，快速决策和快速预防。他分别从硬件和软件举例，「硬件的自动化设计像是堆积木，有共用的料件做集合，这样才会又好又快。软件则是要能快速用AI算法将数据建立模模，对我们的帮助才会大。」

此外，Alex Lin还点出现在人才缺失的问题，「现在大陆年轻人已不是吃苦耐劳的状况，可能好不容易培养一个人才，就被竞争对手挖走，或是被下游品牌方挖走」，所以，如果能提升自动化的比例，或是用数据分析平台来赋能，将能帮助内部的专业人才更多产出，如此对公司的帮助会很大。

Profet AI总经理Jerry Huang提到，「当时和Alex合作，他们就说希望可以有一个AI数据分析平台工具，能如同iPhone简单好用又快速上手，这对我们来说是挑战也是目标，未来我们也尽力做到最好。」和所有企业高管一样，Alex Lin也分享在布署AI时面临较大的压力：「高管要坚定不移坚持做AI，因为传统上开发和实施AI需要耗费大量时间和成本，然而，财务部又要求投资回报率(ROI)，所以，在此压力之下，选择一个合适的好工具和好合作伙伴就是成功落地AI的必要条件。」

传统材料大厂拼效率：以前花半年做出的AI模型，Profet AI平台一周搞定

不只在前述半导体暨面板、金属和塑料结构件暨电子制造提到的挑战，在材料产业更加凸显，知名的黏著剂领导厂商四维集团首席信息官Court Liao指出：「四维集团是成立了60年到70年的传统产业，招人相当不容易，也面临资深员工即将推休，因此知识传承很难进行，更让人头痛的是，没有太多时间和成本去试错」。

他也分享，四维集团在前几年AI议题很火时，送了2到3人去培训AI，也有做一些工厂相关的议题，但做了半年，这些AI模型不知怎么继续落地下去，只有60分至70分的模型也不知道如何优化精进，后来找到Profet AI的虚拟数据科学家平台，「不到一个礼拜POC所完成的AI模型结果，竟然和我们花了大半年做出来的是相似的，我们才知道确实还有技术债尚未补足。」借助Profet AI的无代码化AI数据分析平台，快速帮四维集团找到关键生产参数，然后逐渐开发出具有落地水平的AI模型，大大缓解此前的生产庞大压力。

Jerry Huang在会中提到印象最深刻的是，当时的平台布署启动(Kick-Off)会议上四维集团高管们的支持，当天四维集团有很多高管参加，「他们的口号是：创新没有终点，只有不断的惊叹号！」也感受到四维集团这间隐形冠军企业的决心。 Court Liao分享，当时中国大陆、东南亚和台湾的管理层都有与会，原因是「我们也面临客户的极大压力，而需要相应进行数字化转型，因此，Profet AI这个平台工具终于让我们找到解决出路，目前共计7个部门，包含生产、质量管理、采购等等AI课题都已经在内部展开。我们从2021年底才开始做，目前AI实施后，研发部就有几个项目已经完成AI模型开发，正在验证应用」，但因内部资源有限，所以要聚焦在关键问题，因此内部用OKR来筛选题目和追踪效果，也是在过程中学习。

根据过去的经验，四维集团也慢慢找到方法和诀窍去提升模型的准确性，「前端收集数据很重要，所以必须要跟第一线的工程师沟通业务知识，这样AI模型才会更准」，这些经验谈供其他想落地AI的传统产业参考。 Jerry也补充一个关键经验，企业内部培养收集数据的标准化习惯，对于企业的AI规模化扩散实施，是非常重要。

AI除了在速度上能协助传统的材料产业提升产能和良率，对于公司内部的工作流程也有所助益，Court Liao分享，导入AI平台后，「IT不需要编程和懂艰深AI算法，但是卻更加了解跨部门协作模式，搭配从取得数据，到建立更好的解题和决策标准化作业流程，这就形成良好的AI正向闭环。」

在主题论坛的最后，Jerry Huang总结发展企业要成功有效落实「全员AI」的四大心法：「要有企业高管的战略性AI支持投入」、「要为企业运作AI制定新的KPI或OKR」、「要有跟iPhone一样简单易用又快速上手的平台工具」、「要能有利用一周时间就快速验证AI效益的落地方法论」。未来Profet AI将继续协助企业运用AI赋能，并推动「赋能企业客户的80%关键员工都能自主AI分析」，进而达到「全民AI」。