2019 年 AI 自動化工具普及，越來越多台灣企業開始進入 AI 導入階段，思考如何利用 AI 工具找出新的商業價值。台灣製造業龍頭上銀科技走得前面，已經把 AI 導入實際產線應用，甚至還一起與學校團隊合作找出「活用」AI 的各種不同可能。

業界出題、學界解題，縮減產學隔閡新模式

上銀科技擔任由行政院科技會報辦公室主辦的 「2018 全國智慧製造大數據分析競賽」比賽評審。該競賽為了推廣智慧製造的 AI 與大數據應用，有別於一般比賽只用研究數據或模擬數據分析，改成「業界出題、學界解題」的 新模式，由上銀科技擔任提供數據的企業評審之一，讓學生團隊能以真實數據做研究，直接解決第一線的產業實際問題。

透過與東海大學研究團隊的搭配合作，上銀科技提供產線數據與分析題目，讓東海團隊進行相關的數據分析與模型建立。上銀科技助理總經理屈岳陵表示，此次競賽為 AI 人才培育、產學連結提供很大的幫助，而且透過參賽者的腦力激盪，還能幫助企業跳出既有思考框架，創新 AI 在智慧製造上的應用。

跳脫既有產業認知，學生團隊助上銀挖出數據中的新觀點 上銀科技是台灣製造產業裡智慧化的龍頭，針對旗下滾珠螺桿、線性滑軌、工業機器人、醫療機器人等不同產線產品，很早就開始佈局智慧化生產，透過數據化分析、AI 應用來提升產線稼動率與良率。

屈岳陵說明，上銀科技內部有自己的數據分析團隊，也會依照產線實際狀況建立適合的數據模型。不過他更提到：「跳脫既有產業認知找出數據中的新觀點是個考驗，而且學界理論與實務要結合才能產生效果，上銀科技也想要看看外界不同的可能解題方式。」

在三個月的競賽合作過程中，上銀科技與東海團隊多次討論調教數據模型與分析問題的定義。剛開始也會發生團隊由於對於產業內需求掌握度仍不高，導致數據模型正確率不高的狀態。屈岳陵提到在溝通上軌道後，雖然題目挑戰度仍高，但是團隊解題的正確率也提高了，這也間接的協助上銀科技可以用更多不同的角度，來看待產線實際問題。

他說：「產線實際問題解法不只一種，我們自己內部團隊有一些模型，但是不同狀況就需要不一樣的模型。」未來，上銀科技也不排除持續與外部團隊合作，研究出更多不同種的數據模型方法。

找到合適的「團隊培育」意識，數據才能變黃金 把數據變成黃金，對許多企業來講都是一種挑戰，企業要做 AI 分析，光是問出正確的問題「第一步」就是一大挑戰。屈岳陵說，每天產線上的數據產生非常大量，但是哪些數據是值得分析的資產，哪一些是墳墓，都要靠實際的產業經驗累積才足以判斷。

屈岳陵分享，上銀科技之所以能在 AI 應用、數據分析走得那麼前面，主要也是因為企業文化影響所致。上銀科技會不斷地思考「製程中哪一個環節和步驟可以持續地優化」，然後就開始組織資源、找方法，並且實際驗證。

台灣產業應用 AI 的階段落差大，有的企業還在理解 AI 可以帶來的效益時，也有像台灣製造業龍頭上銀這樣的前段班業者已經進入了實際應用階段，而持續地投入資源做優化、提升競爭力。

前 Google Brain 計劃領導人吳恩達在 2018 年底所發佈給企業管理者的《人工智慧轉型指南（AI Transformation Playbook）》，裡面有一個很大的重點是要持續培育企業內部的 AI 團隊與人才發展，這也是上銀科技很重要的戰略目標之一。

屈岳陵提到上銀科技有意識地在持續培育內部的數據分析團隊，將已經有產線實際經驗的工作人員放到內部培訓計畫中，加強他們產線所需要的資料分析、coding 技能，務實的提升內部組織的新技術技能，以符合產線上 AI 應用的需求。