科技創新(一百三十二):AIoT產業-智慧製造之使用大數據達成整廠生產良率提升-從供應鏈與產線排程來看

科技創新(一百三十二):AIoT產業-智慧製造之使用大數據達成整廠生產良率提升-從供應鏈與產線排程來看

 

越來越多的製造業投入大數據改善效率這塊,畢竟效率的提升省下的成本很可觀,尤其在很多製造業公司的利潤不高的狀況下。在許多製造企業的供應鏈領域,機器學習是大部分活動的重點。早期最多使用在改善需求預測,但現在結合商業智能與業務流程管理技術,允許將人工智能洞察嵌入到業務流程中,廣泛運用在庫存採購、生產策略、倉儲規劃與物流管理等,可有效減少缺貨現象,提高預測的準確性,並達到或提前於更多客戶的交貨日期,實現工業4.0中「製造業是一種服務」的願景。

 

以跟我合作的廠商訊能集思(Synergies Intelligent Systems, Inc.)的工業決策AI平台SyGPSTM為例,它在智能製造領域提供多種解決方案,其中智能供應鏈大腦,深入企業進行庫存決策、排產決策、倉儲以及物流決策等自動化規劃和優化現有供應鏈流程

 

 

有別於傳統的供應鏈統計模型,訊能集思在供應鏈各個環節讀取大量數據,自動找出優化特徵,利用人工智慧預測模型,動態優化原料庫存,達到降低庫存成本、提升生產效率的目標。例如在庫存決策方面,訊能集思的共用料模型,透過人工智慧演算法分析各物料規格、成本、使用頻率、重要性權重,計算出物料間的可替代性,產出共用料替代方案,藉由物料共用性的比例提升,達到極佳的庫存規模經濟 (Economies of scale),此方案已成功幫助玻璃工廠、重設備工廠等降低10%~20%的安全庫存水位。在生產排程的決策上,訊能集思突破了既有排程工具(APS)的單維度線性規劃及複雜參數設定,透過收集到的排程歷史數據,積累人工排程經驗、規則及基準,預訓練人工智慧神經網路,結合運籌學模型得出極佳排程,可準確預測交期、提升作業效率以及增加工站產能,更提供快速複製、連續優化等優點。

從訊能集思的例子可以看出,透過人工智慧,收集了大數據,可以優化庫存,降低庫存成本,提高排程效率,達成極佳排程,強化預測交期的準確度,這對很多工廠是很想解決的部分,將省下不少錢。而且,初期投入不高,是很不錯的一種切入。

裴有恆

現為昱創企管顧問有限公司總經理,多家公司的顧問、新北市工業會會務顧問與生產力4.0委員會委員,以及多家媒體的科技專欄與特約作家,同時也是趨勢觀察者。講授與輔導課題有物聯網、人工智慧、Fintech、工業4.0、大數據、產品創新、服務創新、商業模式創新與專案管理。現在同時也是Google查詢物聯網顧問、物聯網教練、AIoT教練、物聯網講師丶AIoT教練丶AIoT 顧問丶數位轉型教練丶數位轉型講師人名第一名。

發佈留言