以AI轉動企業大機器,讓企業華麗轉身

成立於民國60年的中鋼公司,再邁入50周年的時刻,積極擁抱AI,導入智慧製造流程之後,讓傳統鋼鐵業華麗轉身,將AI內化為企業DNA,將IOT資訊完全貫通,創造完整流程解決方案,奠基百年基業的礎石。

國內鋼鐵業龍頭中鋼公司,集團年營業額已突破4000億元。為了追求集團的永續發展,在3年前積極思考引進AI的策略。中鋼公司技術副總經理蔡松釗形容,「就像到餐廳點餐一樣,首先要提供消費者菜單,待消費者點完菜,廚師要依菜單用料烹煮」,中鋼的「菜單」高達8,600道,配方有7,200種,客戶要的產品五花八門,如何符合消費者需求,又能協助中鋼轉型成功,成為中鋼的當務之急。

傳統鋼鐵製程的特色是過程冗長、複雜、分段且不連續,但內涵高科技,必須透過大數據及自動化來協助完成。生產過程從煉鋼、熱軋、冷軋、退火、精整到儲運等六個步驟,必須透過300-500個指令才能完成。以熱軋鋼帶製程來觀察,具備產線長、高速度、高精度、高自動化等特色,中鋼在40年前即推動自動化,進行資料蒐集,擁有40年的大數據,可以進行預測,鋼品的精度要求與巡弋飛彈要求的精度相當,2分鐘產出一捲成品,靠人工反應不及,唯一的解方就是導入智慧化,讓AI來協助提高精度。

「We don’t know what we don’t know」,蔡松釗點出大部分想要透過AI進行數位轉型的傳統企業的第一道難題,他說:「自動化和智慧化難以分辨,AI的興起使得Intelligence的形成有更多元的面向,但不知如何進行」,

中鋼的智慧化學習之路是「摸著石頭過河」,先利用熟悉的問題接觸AI,同時引進外部資源協助,如與IBM合作進行煉鋼SXX缺陷預測,與工研院合作煉鋼智能排程。以與IBM的合作為例,資料維度超過5000個,範圍龐大發散,資料缺失不足,無法找出重要的影響參數,使得初期準確率僅40%,之後降低維度讓模型易於收斂,再透過內部訓練,依領域知識去除無效因子,將準確率逐步提高至73%,然離90%的準確率仍有漫漫長路。

AI學習之路,中鋼足足走了三年

經過與專家實作之後,「We know what we don’t know」,蔡松釗表示,了解問題所在,就能夠找解方。傳統鋼鐵業所面臨的問題包括:景氣變化快且大、定單少量多樣、鋼鐵業吸引力降低、工安環保壓力大、基地受限設備老化等。因應環境變化,採取兩大策略,一、量產客製化,同中求異;二、縮小產品變異,異中求同。為邁向智慧製造的轉型之路,中鋼成立「智能產銷委員會(PMIC)」,從銷售、生產、物流、品管及服務來優化排程配置,快速因應顧客需求及景氣變化。

從一開始規劃116項行動方案,接著在顧問介入之後,聚焦到28項行動方案,最後整合至46項行動方案,從「We don’t know what we don’t know」到「We know what we don’t know」,再進化到「We know how to do」,這條AI學習之路,中鋼足足走了三年。

在不斷實作中滾動修正做法,沒辦法一步到位,這是蔡松釗認為推動數位轉型要成功的關鍵。他表示,智慧製造發展的成功要素是「3T」,即Technology、Talent及Team,必須要有外部IT技術支援、內部平台實踐,分層、全方位的內部人員訓練及全員參與,資源有效分配,專案分級分段實施。

就技術面來看,大數據迴歸、最佳化規劃、AI機器學習及深度學習等外部及內部研發技術,解決品質、設計、生產、排程、訂單、監診等問題。

導入AI之後,中鋼智能倉儲將資訊完全貫通,創造完整流程解決方案,車輛進廠至出廠時間縮短至平均40分鐘,尤其採用無人天車裝載,利用AI技術打關鍵節點。無人天車運用機器視覺系統於裝車、卸車時進行座標辨識,天車指揮系統則統籌鋼捲吊運排程最佳化、路徑規劃最佳化及智能吊運管理;主動式安全防護則基於深度學習之人員安全監控及行駛間障礙物自動辨識閃避等,後端有雲端倉儲管理系統進行車籍資料傳輸及裝卸車資料整合等。

出好題目,才能帶動解題

AI是廣泛名詞,必須進一步解構,分析、迴歸,了解哪一些技術要用在哪裡,就中鋼的經驗,AI導入有三大階段,內隱知識外顯化、外顯知識標準化,最後是標準知識再優化,從引導內部人員出題,往智慧化前進,挖掘內在問題,知識資料來源,再就既有流程/知識/資料創建模型,以確認功效及效益評估。最後一個階段,標準知識再優化,就是創建新模型優化流程,評估效益持續回饋再改進,讓流程越來越精進。

「一定要出好題目,將問題解構,再引進專家協助解決問題」,最後,促使中鋼同仁整合,以落實到產線上。蔡松釗強調,AI帶來企業內部流程變革及提升產業鏈的競爭力,成功關鍵是高階主管支持,基層工程師了解其重要性,凝聚共識,同仁具實戰經驗,由需求帶動,訓練出題的能力,才能帶動解題。

發表迴響

%d 位部落客按了讚: