在生產製造已經達到高原期的明基材料藉導入 AutoML 平台再突破，節省達 8 位數費用
在生產製造已經達到高原期的明基材料，藉由導入杰倫智能（Profet AI）AI 自動化機器學習軟體平台（AutoML）再突破，從源頭的研發到尾端的生產管理都能滿足，不僅讓關鍵因子分析、製程參數模擬、配方探索更輕鬆，改善製程與生產瓶頸，進而提高公司競爭力，同時大幅降低投資成本創造高效益。
積極從「產業材料行業」轉型的明基材料（以下簡稱明基材），近年來事業版圖已由面板顯示器產業成功跨入醫療及汽車事業，像是醫療包材、醫療耗材、隱形眼鏡等醫療產品皆持續成長，再加上去年第四季取得衛普實業 51％ 股權後，今年醫療事業產品增加了不織布與功能 PE 膜等新項目，營收占比持續拉高；車用隔離膜及車用智慧調光膜打入車用市場，未來公司成長可期。
在多元布局的策略下，對外除了醫療與汽車事業版圖的拓展外，對內，明基材也進一步強化技術升級，積極導入 AI 應用拉高產品良率與優化管理，帶動整體營運的績效。由總經理帶領多位主管，特別開設主管班課程及在各部門開設技術班推動 AI，目前成效已逐步顯現，不僅成功提高管理效能，投資成本也大幅降低。
具高 CP 值與調整彈性的 AI 工具搭配深度領域知識
明基材料偏光片製造中心桃園廠廠長兼 AI 專案室主管余清浴表示，工廠開始導入 AI 的應用時間並不長，約在 2021 年才開始評估，大概只有兩年時間。當時的關鍵思維是為了「解決生產的問題」。以生產線來看，就是要提高直通率。余清浴指出，一開始找了美系與日系兩套國際品牌系統來解決工廠的問題，不過這兩套系統用沒多久就都被取消掉。探究其原因，是因為找到更好用的系統。
余清浴直言，「我們找到更好的、投資報酬率更高的產品。Profet AI 產品的 CP 值更高、功能更強、具備中文化操作、可以跟我們的需求溝通，並且擁有調整彈性。」後來廠房即更換採用 Profet AI 與 Oracle 系統，至今 Profet AI 的成功落地案件已超過 20 多件。
余清浴點出關鍵，「畢竟原本兩個系統皆為國外品牌，要爲了一家廠商調整很多東西其實並不容易」。
從企業重視的投資成本效益方面來看，原本的美日系兩套系統一年合計要花費台幣 2000 多萬元，相較於後來更換的 Profet AI 加上 Oracle 系統，前者花費約 100 多萬元，再加上 Oracle 產品，總投資金額最多 200 萬元，經過試算，Profet AI 的系統這一年已經為明基材省下達 8 位數的費用，對這個成果公司相當滿意。
余清浴進一步指出，製造業建置 AI 最重視的是領域知識，但並非所有 AI 都具備領域專長。舉例來說，大量資料進入到學術化的模型，準確率並不高，若缺乏領域知識，就可能發生抓錯因子的問題，也沒有領域知識去收斂，過程中的反覆驗證都會發生差異。
導入 AI 成功改善製程、突破生產瓶頸與進行配方探索
隨著AI應用的導入，明基材目前已經看到那些成效？余清浴表示，「不僅製程改善很多，也成功突破生產瓶頸。」明基材以往都是運用原始資料畫成趨勢圖進行判斷，手上的異常資料就有幾萬筆，光靠人工並沒辦法那麼快速、那麼精準的去執行。
此外，若生產線上需要短時間內需要進行生產的切換，需要調整參數，前後產品的重複規格上下限很窄，以往只能內線進行切換，這個過程產生很多浪費，例如生產材料的浪費。在導入Profet AI 的 AutoML 系統後，產線採用不切轉的方式，在另一邊提早調整濃度跟溫度，也解決了人工操作精準度不高的困難點，進而減少產線材料報廢，同時也提升良率。
而「配方探索」也是讓明基材透過 AI 獲得不少助益的項目。由於需要開發的新產品眾多，但是資料量少，Profet AI 的 AI 工具能夠抓取比較類似的某種類型資料，符合 R＆D 需要的新規格。甚至，系統的開放性架構也支援內外部各站點的使用狀況，像是用電量、溫度、碳稅換算等 ESG 議題，全部都已設想到位。
定期檢視需求端與功能端 持續優化使用者體驗 達到雙贏目標
余清浴表示，明基材選定 AI 系統主要有兩個考量關鍵，首先需要能符合使用者需求，其二則為功能性考量。簡單說，「買東西要實用」，新系統的導入最好由使用面來決定，如果只是單純由 IT 主導，IT 與工廠生產端若未能有效溝通，就會導致系統一改再改。
明基材當初會將原本美日系的系統轉換成 Profet AI，很重要的一個原因就是 Profet AI 會定期為客戶檢視哪些功能是否需要進行修改，在系統面又有那些可以滿足視覺化的需求。余清浴強調，滿足需求端與功能端雖然很基本，但其實最為重要。
Profet AI 業務總監余常任表示，在與明基材的合作過程中，雙方研發團隊每一季都會進行功能研發會議，Profet AI 團隊會針對明基材的實際使用需求進行評估，納入未來產品路線藍圖，包括數據健檢、配方探索與關鍵因子分析整合、設備異常偵測功能優化，以及線上 AI 模型管理等主題。
余常任認為，持續針對使用者需要的功能進行改善與優化，設計出更為適合使用者的操作動線，與真實製造與研發的作業流程高度整合，才能達成雙贏目標。