經部推AI應用改善製程 汽車零組件廠烈光不良率降至3％

經濟部產業發展署推出供應鏈數位串流暨AI應用計劃，汽車鈑金零組件廠烈光導入後，成功將不良率從20％降至3％。(資料照)

應用人工智慧(AI)來解決生產製造及供應鏈管理問題，是未來勝出關鍵。汽車鈑金零組件加工50年老廠烈光企業，在導入經濟部數位串流與AI應用補助後，成功將訂單交付時間縮短1／5，製程不良率從20％大幅降至3％以下。

經濟部產業發展署自2019年推出「產業聚落供應鏈數位串流暨AI應用計劃」，採用先期顧問規劃及系統建置導入等2種補助方式，促進製造業者導入智慧機械、人工智慧、供應鏈資訊串流及資安防護等技術元素，協助改善製程問題。

烈光雖有純熟的衝壓製程、模具設計技術，但在面對客戶臨時訂單異動時，仍浮現出若干製程管理問題，如：生產過程沒有即時彙整生產實績、生產條件、庫存水位等資訊，難以判斷生產狀態。而僅以人工管理排程及處理供應商與客戶訂單，導致物料中斷、設備閒置、品質偏差，影響生產連續性並降低效能，甚至可能造成庫存過多，影響資金流通運用。

烈光乃申請上述數位串流與AI應用計劃，獲補助導入供應鏈數位串流及建置物料供應管理系統，彙整含供應商在內的生產各部門資訊，建置機器人流程自動化(RPA)模組。藉此有效掌握生產及庫存資訊，成功將訂單從備料、生產到完工交付的間隔時間，自63小時縮短爲50小時，減少1／5，產能效率自61％提升至82％。

另外過往成品皆仰賴人工巡檢，製程中品質出現變異與不良無法即時掌握，不良率高達20％。烈光也導入AI輔助製程管制系統，收集衝壓機振動訊號作爲判斷異常依據，透過AI機器學習來判斷及預測鈑金生產品質穩定度，在異常風險發生前即進行問題排查，有效降低不良率至3％以下。從發現異常、中斷作業，到生產復歸運作的時間，從240分鐘降低至120分鐘。

產發署表示，未來將持續協助我國製造業者，結合上下游供應鏈廠商，調整內外體質並導入AI應用，改善原物料整備、製造排程、設備效率及品質管理等生產製造問題。