著眼於工業領域積極投入人工智慧（AI）的採用，市場上同時具備資料科學與領域知識的專家卻相當稀缺，訊能集思（Synergies）自主研發可使用中文的對話式決策AI平台JarviX，搭配5G智慧網路閘道器Odin，以蒐集來自IT與OT環境工業系統的資料，透過JarviX內建的特徵工程整理，餵入迭代決策樹（GBDT）、遞歸神經網路（RNN），以及可衡量不確定性的機率圖模型等數學運算式，協助現場工程師快速地釐清潛在問題與提升良率。
藉由JarviX自然語言增強分析平台與Odin閘道器整合，在蒐集資料的同時讓原始資料以正規化方式儲存，保障訓練演算模型的資料品質，亦可提高分析流程效率。今年（2022）更新的Jarvix 3.0版本更增添記錄與分析使用行為技術，讓企業快速建立知識圖譜並可重複應用。
訊能集思創辦人暨執行長張宗堯以實際案例說明，金屬加工業工作流程中必要的混砂作業，經常因「落砂」狀況產生不良品，即便是老師傅基於過去累積的經驗，調整校正設備供應商提供的配方，也難以達到令人滿意的改善程度。Synergies的顧問團隊輔導客戶追查落砂問題，從幾百個參數中發現，混砂階段的加水作業與天氣炎熱呈現高度正相關，將注水量依據溫濕度改變動態調整，結果有效降低70%的不良率。如今Synergies為金屬加工業客製的演算分析模型已整合於製造執行系統（MES），以便於自動判讀與調整配方參數。
提高工廠數位化能力落實升級
Synergies自2016年在美國波士頓成立，隔年在台灣成立研發中心，建構了領先全球的JarviX自然語言增強分析平台，並致力於降低製造業資料探勘與AI應用的門檻，幫助解決智慧製造人才短缺困境。初期主要目標為拓展海外市場，近兩年才開始經營台灣市場。張宗堯觀察，目前台灣市場的AI技術供應商以提供AutoML產品與系統整合服務為主，其中九成以上皆為系統整合商業模式提供服務。Synergies的團隊則基於資料分析技術，剛成立的前兩年主要是承接專案，累積實戰經驗轉化為自主研發產品，進而擴展成為軟體與硬體整合式解決方案，讓各種製造場域皆可運用來處理難題。
「台灣產業高度仰賴資料分析與AI應用最大宗為電子商務、廣告投放等數位化應用場景，技術供應商的數量自然較多，但是我過去在富士康工作的經驗，發現工業領域同樣需要資料分析輔助決策，AI應用更有助於製造場域提高附加價值營收，因此決定投入開發工業領域的AI應用。」張宗堯說。
過去的製造業十分仰賴人工作業，以往家庭式代工藉由採購機器設備擴大成為工廠，只依照設備供應商提供的配置參數與操作程序來製造即可銷售產品，至今仍有許多小型加工廠維持既有模式。現階段製造業面臨轉型的困境多數在於過度依賴老師傅經驗，缺乏標準化定義的操作流程，必須讓老師傅的經驗有機會轉換成資料，AI應用輔助才可發揮效益。JarviX設計初衷即在於降低資料分析的操作門檻，讓傳統製造業提高數位化能力達到升級的目的，朝向智慧化邁進。
第一線員工立即可分析解題
儘管AI應用在電子商務等應用場景已展現效益，製造業對實際部署卻仍心存疑惑，其中一項懷疑是若無深厚的製造業領域知識，資料分析如何可能深入工作流程中特殊的技巧。但從Synergies過去輔導製造業的經驗顯示，即使不懂金屬加工、電鍍等工作流程的資料科學家，也可從資料探勘中挖掘得到關鍵指標，據以調整配方參數，成功運用大數據分析來解決問題、突破傳統困境。
「製造現場的資深工程師或老師傅，以往憑藉領域知識即奠定無可取代的地位，如今擔心AI會取代他們的經驗，自然產生排斥心態。因此推動數位轉型的核心本質在於改變企業文化，將老師傅的價值升級轉化為協助促成營運目標，必須得由高階管理層推動計畫，否則恐難以打破既定框架。」張宗堯說。
為了讓數位化轉型計畫順利推展，初期可藉由Synergies設計的JarviX平台輔助現場工程師處理棘手的問題，先行提高企業整體數位化程度，且無須高價聘僱資料科學家撰寫解析特定應用場景的演算模型，JarviX即可依據部門別建立分析規則，回答日常工作的疑問。
張宗堯進一步說明，第一線員工可能還不懂得運用機器學習演算模型來解決問題，JarviX平台至少可提供簡單上傳Excel等非結構化檔案的機制，並且把日常工作需要關注的指標轉化為分析規則，以提高工作效率，同時亦可讓員工掌握的資料存放到系統平台，藉此累積企業的知識庫。
一站式整合方案簡化部署與維運
Synergies研發的JarviX對話式決策AI平台，搭配Odin邊緣閘道器蒐集資料，可精準提供機器設備的診斷與預測資訊。現場工程師只要上傳產線資料，透過中文打字即可使用差異分析、分群分析等方法，在半小時內快速地釐清影響生產線良率的關鍵因子。
訊能集思（Synergies）創辦人暨執行長張宗堯指出，數位轉型的核心本質在於改變企業文化，引進現代化AI技術才可衍生出獨特的工作流程達到營運目標，因此勢必得由高階管理層推動，否則恐難以打破既定框架。
Odin閘道器則用於蒐集現場機台部署感知器所產生的資料，基於Modbus等標準通訊協定執行擷取，經過Odin閘道器處理後再寫入資料庫，用以訓練演算分析模型，更重要的是讓前端JarviX平台得以呈現分析數據。Odin部署方式簡單快速，串接JarviX平台成為一站式設備管理軟硬體整合方案，可降低最佳化產線效率所需的建置與維運成本。
IT/OT維運者可藉由JarviX平台儀表板監看產線運行狀態，以及挖掘出更多資訊，一旦圖表趨勢中發現異常，能立即圈選區段繼續追問，啟動AI演算法快速分析，迅速找出根本原因。此外，JarviX還能學習操作者發問習慣，並根據產業背景主動推薦從未想過的關聯問題，提供工作任務決策判斷。日前推出的JarviX 3.0版本，新增添了無程式碼方式操作完成資料標準化、清洗及特徵工程等治理工作，有助於提升資料洞察分析的準確度。