正新橡膠擴大導入 Profet AI 方案,一年內確認上百個關鍵因子

賦能逾 10 個部門分析關鍵問題,提升生產與研發效率、提高員工留任率

坐落於彰化縣的正新橡膠,誰能想到這是年收 39 億美元、世界第 10 大輪胎公司,產品範疇不但含括轎車胎、輕卡車胎、摩托車胎、自行車等產業,產品更是銷售超過全球 180 個國家。2023 年初,正新橡膠旗下的瑪吉斯(Maxxis)成為歐洲 BMW 的 1 系列車款原廠配套輪胎,為首家打入 BMW 供應鏈的台灣輪胎廠。

能獲得國際知名車廠青睞,歸功於這幾年正新輪胎大刀闊斧地進行數位轉型。2015 年,面對多家歐洲車廠要求在產品研發和生產製造過程中留下成品和半製品的量測紀錄,正新橡膠開始啟動工業 4.0 的轉型計畫,並逐漸將全球生產線自動化,將機台中的點雷射、線雷射和 3D 掃描蒐集的產品長寬高、厚度、溫度和壓力等量測數據存在資料庫。

然而隨著蒐集的數據越來越龐大,正新橡膠卻面臨無法利用既有系統有效地分析資料庫中海量數據的窘境,再三評估之後,決定導入易於上手、使用介面友善的杰倫智能(Profet AI)AutoML 資料科學家平台。

正新橡膠資訊長陳柏嘉分享擅用數據擴大 AI 應用,佈局全球市場
用 AI 留存老師傅的經驗法則 優化產品生命週期

一直以來,塑化與橡膠產業的員工高度依賴經驗法則,無論是各種材料配方的開發、製程改善或是原物料價格採購,都是透過老師傅的經驗解決問題,正新橡膠也不例外。為了突破框架,正新橡膠一導入 AutoML,就期望可以利用此工具善用老師傅的經驗與數據,以 AI 方式來建立模型,將重要經驗留存在公司,並持續優化產品從研發到生產製程的生命週期。

「會想要導入 AI,主要是因為過去生產線上的數據大都是靠人來分析,要做到即時反饋非常困難,」正新橡膠資訊長陳柏嘉坦言,過去因應不同客戶或是市場需求,主要仰賴老師傅或是資深員工來調整機台上產品製造的參數,例如:輪胎寬度增加或減少將會產生甚麼樣的結果,比較無法利用機台蒐集到的數據進行有系統的分析。導入 AutoML 後,不但可借助 AI 分析出影響生產製程的關鍵因子,提升效率,還可將透過 AI 分析參數所建立的模型應用到海外廠,以減少外派人力,加速擴廠進程。

此外,產品研發也是正新橡膠導入 AI 的重點範疇。「輪胎是一種比較嚴謹的產品,光是一顆輪胎的研發週期就需要兩年以上,並需要上百種原料,」陳柏嘉表示,目前研發部門導入 AutoML 剛滿一年,已嘗試從輪胎製造的上百種因子找出幾十種可能影響輪胎油耗、濕地抓地力、輪胎剎車時會滑多遠…等輪胎性能的關鍵因子,如:膠料種類、鋼絲寬度、種類和排列密度等。

找出這些關鍵因子後,正新橡膠就可以利用這些關鍵因子依據國外車廠及市場的需求,透過 AI 進行建模,研發出符合或超出車廠和市場需求的輪胎,如針對運動性能市場,會需要乾地抓地力高的輪胎;油電混和車則需要滾組低且安靜的輪胎。

擴大 AI 應用 讓各部門盤點關鍵問題背後的數據

從生產、研發感受到導入 AI 的效益後,2023 年正新橡膠開始擴大 AI 應用,陸續將 AutoML 導入到人資、銷售等海內外共 10 幾個部門。

為了協助 AI 快速落實到各個部門,杰倫智能甚至派顧問到正新橡膠舉辦各式 AI 應用的工作坊 (Workshop)。陳柏嘉表示,在三個月的教育訓練中,Profet AI 的顧問從 AI 基礎概念切入,循序漸進地與各部門討論,並整理各部門面臨的困境、盤點問題背後可進行分析的數據,之後再將數據透過建模找出可以改善或優化的方向。

陳柏嘉表示:「就像是培養種子人員,大幅減少IT人員導入新系統的負擔,」有了這些訓練課程,現在這些使用單位不僅上手的速度很快,學習曲線和意願也比較高。

數位轉型並非一蹴集成,正新橡膠從單點出發,逐步地從點、線、面擴大 AI 應用,讓各部門第一線員工從蒐集數據、理解數據,一直到解讀數據、善用數據,不但加速企業數位化的腳步,也為正新橡膠佈局全球市場奠定紮實的基石。