2019 年 AI 自動化工具普及，越來越多臺灣企業(yè)開始進入 AI 導入階段，思考如何利用 AI 工具找出新的商業(yè)價值。臺灣制造業(yè)龍頭上銀科技走得前面，已經(jīng)把 AI 導入實際產(chǎn)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。

上銀科技擔任由行政院科技會報辦公室主辦的 「2018 全國智能制造大數(shù)據(jù)分析競賽」比賽評審。該競賽為了推廣智能制造的 AI 與大數(shù)據(jù)應用，有別于一般比賽只用研究數(shù)據(jù)或仿真數(shù)據(jù)分析，改成「業(yè)界出題、學界解題」的 新模式，由上銀科技擔任提供數(shù)據(jù)的企業(yè)評審之一，讓學生團隊能以真實數(shù)據(jù)做研究，直接解決第一線的產(chǎn)業(yè)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(chǎn)線數(shù)據(jù)與分析題目，讓東海團隊進行相關的數(shù)據(jù)分析與模型建立。上銀科技助理總經(jīng)理屈岳陵表示，此次競賽為 AI 人才培育、產(chǎn)學連結提供很大的幫助，而且透過參賽者的腦力激蕩，還能幫助企業(yè)跳出既有思考框架，創(chuàng)新 AI 在智能制造上的應用。

跳脫既有產(chǎn)業(yè)認知，學生團隊助上銀挖出數(shù)據(jù)中的新觀點 上銀科技是臺灣制造產(chǎn)業(yè)里智能化的龍頭，針對旗下滾珠絲桿、直線導軌、工業(yè)機器人、醫(yī)療機器人等不同產(chǎn)線產(chǎn)品，很早就開始布局智能化生產(chǎn)，透過數(shù)據(jù)化分析、AI 應用來提升產(chǎn)線稼動率與良率。

屈岳陵說明，上銀科技內(nèi)部有自己的數(shù)據(jù)分析團隊，也會依照產(chǎn)線實際狀況建立適合的數(shù)據(jù)模型。不過他更提到：「跳脫既有產(chǎn)業(yè)認知找出數(shù)據(jù)中的新觀點是個考驗，而且學界理論與實務要結合才能產(chǎn)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(diào)教數(shù)據(jù)模型與分析問題的定義。剛開始也會發(fā)生團隊由于對于產(chǎn)業(yè)內(nèi)需求掌握度仍不高，導致數(shù)據(jù)模型正確率不高的狀態(tài)。屈岳陵提到在溝通上軌道后，雖然題目挑戰(zhàn)度仍高，但是團隊解題的正確率也提高了，這也間接的協(xié)助上銀科技可以用更多不同的角度，來看待產(chǎn)線實際問題。

他說：「產(chǎn)線實際問題解法不只一種，我們自己內(nèi)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(xù)與外部團隊合作，研究出更多不同種的數(shù)據(jù)模型方法。

找到合適的「團隊培育」意識，數(shù)據(jù)才能變黃金 把數(shù)據(jù)變成黃金，對許多企業(yè)來講都是一種挑戰(zhàn)，企業(yè)要做 AI 分析，光是問出正確的問題「第一步」就是一大挑戰(zhàn)。屈岳陵說，每天產(chǎn)在線的數(shù)據(jù)產(chǎn)生非常大量，但是哪些數(shù)據(jù)是值得分析的資產(chǎn)，哪一些是墳墓，都要靠實際的產(chǎn)業(yè)經(jīng)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(shù)據(jù)分析走得那么前面，主要也是因為企業(yè)文化影響所致。上銀科技會不斷地思考「制程中哪一個環(huán)節(jié)和步驟可以持續(xù)地優(yōu)化」，然后就開始組織資源、找方法，并且實際驗證。

臺灣產(chǎn)業(yè)應用 AI 的階段落差大，有的企業(yè)還在理解 AI 可以帶來的效益時，也有像臺灣制造業(yè)龍頭上銀這樣的前段班業(yè)者已經(jīng)進入了實際應用階段，而持續(xù)地投入資源做優(yōu)化、提升競爭力。

前 Google Brain 計劃領導人吳恩達在 2018 年底所發(fā)布給企業(yè)管理者的《人工智能轉型指南（AI Transformation Playbook）》，里面有一個很大的重點是要持續(xù)培育企業(yè)內(nèi)部的 AI 團隊與人才發(fā)展，這也是上銀科技很重要的戰(zhàn)略目標之一。

屈岳陵提到上銀科技有意識地在持續(xù)培育內(nèi)部的數(shù)據(jù)分析團隊，將已經(jīng)有產(chǎn)線實際經(jīng)驗的工作人員放到內(nèi)部培訓計劃中，加強他們產(chǎn)線所需要的數(shù)據(jù)分析、coding 技能，務實的提升內(nèi)部組織的新技術技能，以符合產(chǎn)在線 AI 應用的需求。