AI助企业ESG一臂之力 智能诊断改善制程并减碳

面对国际与台湾都喊出净零碳排，国发会公布的净零路径图针对制造业也提出三大面向：制程改善、能源转换、循环经济。咏鋐智能长期发展AI技术落地专案，其CEO谢宗震表示，透过No code AI平台上提供给非程序开发者AI加值应用解决方案，协助企业导入AI系统，不仅信息整合轻松上手也可同时达到节能减碳、降低耗能与耗材，落实企业ESG目标。

石化业属于高资本与高技术密集产业，高度仰赖自动化，台塑在2019年逐步导入智能诊断，使用传感器侦测，并透过AI掌握设备的风险。台塑保养中心组长郑琦聪以中医脉诊、西医听诊与会诊诊断，比喻设备监控系统与智能诊断系统的差异，他表示过往设备异常诊断着重经验研判，针对各点位分别数值管控触发、异常，但智能诊断着重信息关联性，以多参数分析，有AI与专家协同诊断。

郑琦聪表示，台塑初期自行发展的AI模型面临缺乏维运整合界面，及有效管理机制，导致模型偏差时，无法适时迭代更新。后来台塑与咏鋐智能合作，导入MLOps技术，整合ML机器学习、Dev开发、Ops维运，让三个团队能藉由一个标准化作业界面共同快速量化产出AI模型。

透过智能诊断，厂内繁复机台设备，什麽时候检修、什麽时间停机，都不再只靠老师傅的经验，有了最佳化适时保养也将耗能与耗材降到最低，长期而言协助企业做出永续决策。

AI技术在制造业者推动数码转型过程中成为重要策略之一，应用场景大多以智能监控为主，底下再细分出：能源管理(例如用电统计与KPI管理、电量预测与卸载控制、碳盘查与碳排放统计)、厂务节能(例如空调系统、空压系统节能优化、废水处理效能优化)、预防保养(例如转动设备剩余寿命预测、冰机设备异常诊断)、制程优化(例如制程配方模拟优化、产品制程异常监测)等四项管理类。

谢宗震表示，传统开发流程，从数据采集、整合，分析建模、AI模型导入，过程漫长且难以扩展，且需要组织内良好跨域沟通合作，透过no code工具思维的AI解决方案，降低AI模型开发门槛及团队沟通成本，也加速模型复制与更新，标准化AI模型建置，完善模型与产品生命周期管理。

责任编辑：朱原弘