Back to Blog
企業智能要如何實踐?
2021/09/09

企業智能要如何實踐?

現代化企業都想進行數位轉型,都想導入智能,但要達成這個目標,並不是買幾套AI軟體或者成立一個智能團隊就可行。這個計劃必須從整個組織作全面檢視,其中包括建立企業文化、人才培育、技術系統、硬體設備等項目,接著作出計劃。今天我們不談論這麼大的議題,主要討論仍鎖定以數據為中心去驅動企業如何實踐智能化。以下以對智能化需求最高的製造業為例。

製造業的企業在數據方面該如何準備。首先,我們要建立數據層,什麼是數據層?也就是一個能夠一目瞭然組織內所有的數據的一個平台,我們先稱它為數據中台。這個中台能夠做到整合大數據,串接各種異質資料庫(如ERP、CRM、PLM等不同系統分屬不同的資料庫)及不同檔案(如JSON、csv等檔案),不論企業將數據存於資料倉儲、資料湖或ODS等也都能被中台串連。數據中台可針對這些數據做加工、分權、監控及應用,根據數據使用者的角色及權限做數據的分權及監控;亦可做定期的報表輸出或不定期的彈性查詢需求。中台處理完的結果能輸出至其他應用如視覺化圖表或ML、AutoML或Automation等分析。

其次,數據層的數據經過梳理、準備,也就是第一次的挖掘,這個階段的產出會作不同的應用,例如:零售業常見的標籤系統、製造業重視的流程自動化、產線預測、設備參數優化及庫存預測等。這個階段產生的價值是立即被使用的。

最後,在應用層這裡所累積的分析結果可再利用或結合新的數據做第二次的數據挖掘,這個階段透過機器學習和深度學習建立各項智能應用,常見於製造業的智能應用非常地多,如生產智能:自動算出每次要投的原料,配合庫存算出需要的量自動下單予供應商;庫存智能:在應用層建立的預測庫存模型,經過一段時間後可更準確地預測未來的庫存,也便於作產能的配置及原料的準備;監控智能:生產設備的基本監控包括異常狀況告警、透過歷史數據分析建立智能後,也能預測設備的健康狀況。

目前製造業的生產管理仍透過內部系統,從可程式邏輯控制器(PLC)到資料蒐集監控系統(SCADA)再遞送到上層製造執行系統(MES)作垂直整合。若能透過5G技術,加上數據虛擬化的中台讓系統之間的溝通及數據的整合處理更便利便快速,再透過智能應用,將生產流程智慧化,將有助企業開發創新的機械與製造技術,優化製程、提高設備使用率及勞動生產力,並降低品管及庫存成本。面對市場的瞬息萬變,像是中美貿易戰及Covid-19 疫情,企業管理者需要仰賴數據分析結果及高度智慧化作更即時的調控及決策。

No reproduction without permission, please indicate the source if authorized.

Share to your friends!

Follow Us
CannerFlow Platform
Connecting data lakes, databases, files, clouds as one data platform.
Learn More
Contact Us
Want to connect with us and talk to us? Contact us now!
Request Now