解決轉型痛點 企業導入工業AI平台五大關鍵

數位轉型一詞在近幾年來不斷被提及，也因為疫情關係，更加速企業數位轉型的發展。那數位轉型該如何定義呢？簡單來說就是企業開始使用新技術、科技，將原先的資料、數據進行數位化後，取代過往以人工為主的操作，將商業模式、顧客體驗及營運流程結合網路應用，串連整個設備、服務，在這一系列轉型過程中，難免會碰到一些問題，包含如何導入流程、需要蒐集哪些資料、人才需求、甚至內部的合作模式改變該如何協調、適應，除了過去文章中有提到一些 AI 新創公司的案例介紹、數位轉型 12 字箴言可以參考；這次邀請到研華科技 WISE-AIFS 高階業務經理 陳苓萱分享一些產業在轉型過程中的應用幫手。

綜觀產業面向，發現企業轉型時可能遇到的痛點？

由於研華為市占率極高的工業電腦製造商，因此更理解製造業者的產業痛點與需求，隨著 2020年後世界產業板塊瞬息萬變，人力資源更顯不足，即便產業數位化第一哩路已完成，但面臨智慧升級，數據蒐集後依然僅仰賴人力運用，與過去人腦智慧階段並無太大差異，因此希望能提出一個優秀的解決方案，協助製造業者在轉型之路運用人工智慧，有系統地將訓練及部屬模型等關鍵功能規模化，使其更順利轉型。

也因為這樣，AI 要學習到產業升級所需的知識，需與產業進行合作，透過軟硬整合，以利落實至產業中，故開發了一站式 AI 化的平台 — WISE- AIFS。

研華 WISE-AIFS 優勢？

陳苓萱表示: 「研華本身擁有一流的硬體技術，近年來將商業版圖拓展到物聯網事業，意識到軟體量能的重要性，於是催生了專為產業AI規模化而生的一站式AI產業化平台-WISE-AIFS。WISE-AIFS全名為人工智慧應用框架服務(AI Framework Services)，主體是MLOps一站式AI產業化應用開發平臺，能夠加速運維場域AI項目規模化，強化客戶所需的AIoT 解決方案，去年還獲得中國資通院AI開發平台產品能力三級證書，實力有目共睹。

我們本身也利用這個平台開發一些示範性工業解決方案，設備瑕疵檢測(AI.AOI)，設備預兆診斷(PHM)以及設備品質檢測(PQA)等，在研華林口新落成的智慧園區工廠內，就正在使用著這些解決方案，要真正落實AI在一個產業中，很重要的一點就是這些模型必須經得起實戰考驗。」

該如何判斷 AI 平台是否好用？

其中有五大關鍵需要留意：

．高效率，掌握「運算」資源

由於會產生成千上萬筆的資料，因此此平台需要提供良好的使用者介面，讓管理人員能有效率地管控CPU、GPU 與內存資源管理。

．易整合，適配多項「數據」：

蒐集來的數據及資訊在數位化的過程非常重要，協助蒐集海量 OT 數據、IT 數據和情境數據為必要功能。

．省成本，「順暢」的開發流程：

須包含主流的AI 框架，開發介面，演算法並提供模型開發與版本控管等功能。

．夠省力，「邊緣端規模化部署」

需符合各個系統、設備的模式，故必須提供遠程模型開發，遠程部署至多元的開發環境 Windows、Linux、Docker等。

．一站式，「生命週期管理」

AI 產業化平台最重要的意義在於全自動模型訓練與部署、再訓練與再部署，整個生命週期均透過工作排程器驅動。

研華科技 WISE-AIFS 助力智慧製造AI產業化發展，針對企業場域中主要四大使用者類型提供運維服務：

．AI 平臺營運管理者

．資料科學家

．數據工程師

．AI 終端使用者

不但符合上述五大關鍵，更提供近年來最受業界歡迎的AI全自動學習服務 (AutoML)，在不需開發代碼的環境下也能使建模快速上線，同時具備診斷多種 AI 應用場景，賦能企業智慧化的實踐。

想要真正有效協助企業完成智慧升級，達成工業 4.0 的轉型目標，除了協尋專業的顧問，選擇正確 AI 產業化平台也很重要，結合台灣最強的科技業及製造業兩座大山技術能量，可根據企業需求參考上述五大關鍵，來評斷相關開發平台是否適合。