资讯提供︰印刷科技组

文章来源︰https://www.digitimes.com.tw/iot/article.asp?cat=158&id=0000571202_11v3pe8slvk1oc3v8zav2

车王电自主发展AI显成效 改善30年来制程难解问题

2019年10月24日 来源：DigiTimes

廖家宜 2019-10-24

车王电董事长蔡裕庆。廖家宜摄

车用电子大厂车王电近年自主投入发展AI有成，陆续在内部透过AI优化生产管理，像是2018年将其运用在库存预测，成功将英国据点的库存金额减少25%，而今年则是将AI进一步导入于制程参数优化，有望解决30年来一直存在于工厂内的生产挑战。

车王电在2016年就开始计划导入AI优化生产，而至今在车王电内部团队已经可以自主开发AI。对于新兴科技的导入，车王电起初也曾尝试透过与AWS或Google厂商合作，然而董事长蔡裕庆直言，AI导入制造业需要一定程度结合产业Know how，包括数据的来源与用途定义，这对外行人来说是一项相当棘手的问题，也因此车王电有别于他人，在自身对于AI的发展上，反而比较倾向透过内部团队一手包办，因此包括分析资料的重要性、资料蒐集的频率、如何训练模型，以及模型训练后如何部署到现场等，都是由车王电团队操刀主导AI开发。

蔡裕庆透露，目前车王电内部正将AI实际导入于厚膜印刷制程参数最佳化。车王电AI团队表示，由于过去厚膜印刷制程会再利用雷射修整的方式将电阻修整至设定的阻值，而未来透过AI优化，将有望缩短该后制程工时，甚至达到不需要再二次加工的理想目标，透过AI解决30年来一直存在于工厂内的生产挑战，而过去市场上也未曾有业者透过AI优化厚膜印刷制程的前例，因此车王电可说是首个将AI导入于该制程的业者。

蔡裕庆解释，在该产业里，厚膜印刷被视为一项非常复杂且技术门槛高的制程，除了需靠相当成熟的Know how经验外，还必须经过不断地Trial and Error，工程浩大，因此业界甚至有人将该制程称之为一项「艺术」。

而厚膜印刷制程之所以复杂，主因在于其变数相当多，包括膜的黏稠度与厚薄度、面积、体积等，以及印刷时的速度与压力等，其厚薄与电阻值有直接关系，而电阻值的高低更需在标准范围内，变数多而复杂，是厚膜印刷制程的挑战，也是生产品质的关键，而车王电便希望在AI的介入下，能够达到参数调整最佳化。

除了将AI应用于生产制程外，车王电也透过AI预测库存，确保供需平衡，这是车王电用于英国据点的实绩，据悉已成功将当地库存金额减少25%。车王电团队表示，由于在英国据点有70%的货採取当天下单当天出货，原则上出货速度要非常迅速，否则一旦被抢佔先机则很有可能失去订单。

车王电在库存管理上主要面临两个挑战，一是为避免备货太高而造成资金积压，需将库存合理化，二则是对未来供需的预测，管理必须最佳化，为此才能避免为达交客户订单而造成库存失控。车王电为此在2018年开始导入AI来预测库存管理系统达到上述所需，并且成功降低库存水位，因此减少25%的库存金额，且对客户达交率也从93%提升至97%，效果斐然。