數位轉型大浪襲來，勤美業務副總曹嘉仁形容，「就算是搬著石頭砸自己的腳，也要做。」圖片來源：王建棟攝

黑手工廠能靠著AI數位工具轉型嗎？

「就算是搬著石頭砸自己的腳，也要做，」勤美業務副總曹嘉仁說，「這股浪潮不可逆。」

今年面對新冠肺炎疫情與美中貿易戰帶來全球環境的不確定，生產製造排程更難拿捏，一不小心，不良率和庫存都會變成拖垮公司的風險。但勤美靠著AI平台導入，避開風險地雷。

利用數位工具輔助工廠生產及管理，曹嘉仁坦言自己「十分有感」。

黑手工廠的數位轉型

1972年，何明憲、曹明宏、黃木森3位大學同學一起創立勤美集團，一路做到年營收137億的兩岸最大民營鑄造廠，還開枝散葉到營建、商場經營。

今年45歲的曹嘉仁正是曹明宏的兒子，研究所畢業後就進入勤美，協助父親管理中國天津和蘇州4個廠區、12條生產線，製造包括汽車零件、機械零件和壓縮機零件3大類。

7年前，曹嘉仁從中國廠回到台灣，駐守在勤美鑄造事業的起家廠，同時也是台灣產量最大鑄造廠──勤美新竹廠。開始從台灣運籌帷幄兩地工廠的狀況。

勤美導入訊能集思的AI平台「JarviX」，曹嘉仁打算先從產線小而精的新竹廠進行改造，成功了再複製到中國廠區。（王建棟攝）

2016年，工業4.0風潮從歐美吹入台灣，台灣開啟了工廠自動化浪潮。曹嘉仁從小就在新竹廠內長大，他感受到員工平均年齡55歲的新竹廠區，數位化程度真的非常低。（延伸閱讀：【重磅調查】566家企業智慧製造大盤點：誰是最佳工業4.0企業？）

鑄造廠有句土話：「翻砂沒有博士」，都是經驗學。但老師傅逐漸凋零，經驗傳承不下來，就會有危機。

為了在未來不被淘汰，曹嘉仁在這座勤美起家的新竹廠內展開一項看似簡單、時而艱難的任務──黑手工廠的數位轉型。

一天上萬筆報表資料，如何分析？

不同於中國廠區大量生產。新竹廠內2條產線專做少量多樣的生產，從日本農業機械大廠洋馬（Yanmar）的引擎件，到台鐵、高鐵的安全零部件都是從新竹廠出廠。

他的想法很簡單，先從產線小而精的新竹廠進行改造，成功了就能複製到勤美中國龐大的廠區。

首先第一步是先數位化報表資料。

勤美鑄造的鐵件，多是汽車安全零件，早期受日本系統影響，非常多紙上作業，每天都有生產日報表，將製程資料記錄下來，有些甚至是每10分鐘就記錄一次，確保每個片段都有記錄。因此這些數據量體十分龐大，一天下來，1、2萬筆資料跑不掉。

然而這些堆積如山的資料，卻只有在發生產品不良、品質問題時，大家才會回去翻閱。大部份時間，這些數據就是躺在報表內。

曹嘉仁開始陸續找了3、4間系統整合廠，到廠內做簡報。2019年，成立了4年的訊能集思（Synergies）到勤美做簡報，以鋼鐵人助理「JarviX」為名稱的AI平台引起曹嘉仁興趣。

「很好奇過去我們累積的這些大數據，到底在AI平台上可以產生什麼效果？」曹嘉仁當時心裡想。

張宗堯（右）創立訊能集思是為了想把從國外學到的技術，結合台灣製造業累積的龐大數據，做智慧轉型。左為訊能集思執行董事江懷海。（王建棟攝）

訊能集思創辦人兼執行長張宗堯，人生第一份工作在鴻海中國廠區工作。因為他用大數據分析，找出產線問題，因此拿到郭台銘個人給的獎學金，到美國麻省理工學院（MIT）攻讀博士，他在MIT開發的AI運算系統，正是後來2019年研發出的JarviX最重要的運算大腦。

「我們不是要把人類換掉，而是enable人類、增強人類的分析能力，所以做一套通用系統，」張宗堯直言，台灣沒有做數據分析的通用平台，JarviX就是要讓每個人都能做數位分析。恰好，身為傳統鑄鐵業的勤美找上訊能集思。

導入AI平台，得先克服老師傅「心結」

當時曹嘉仁首先開給訊能集思兩個鑄造廠最重要的需求來測試，一個是「不良根因解析」，另外一個是「生產排程」。

張宗堯就派了一組團隊到新竹廠駐點，了解產業的使用情境。

最關鍵的是，如何「問對問題」，也就是要給AI平台下對指定。從每天記錄的日產能報表所形成的大數據資料庫，透過問對指定問題，讓AI整合參數得出有效的結果。

勤美新竹廠員工平均年齡超過50歲，導入這套系統最終目的，是要科長級以上主管都會使用。新竹廠約240名員工，這樣的量體人數約佔30多位。

一開始，這群50、60歲憑著一身鑄鐵真功夫坐上課級主管的鑄造師傅們，對於這些AI「電腦」極為排斥，不懂比他們年輕的曹嘉仁為何要花錢導入？明明用人工經驗就能排除問題。

「大家都在冷眼旁觀，」曹嘉仁心裡明白，部份資深員工的「心結」其實是怕自己被取代。

但他不動聲色，持續讓員工們上研討課學習新平台。

今年過完年後，考驗接連來了。

自動整合排程，決策時間只要30秒

3月，勤美新竹廠原本要出貨給日系重要客戶農業拖拉機的引擎部件──飛輪殼，竟然發生產線上3分之1的產品發生不良，比例高得離譜。

當時廠內老師傅急著要找出原因，不然產線會斷線。曹嘉仁決定讓剛導入的AI平台上場，找不良品發生的原因。

他讓員工輸入參數，找出導致飛輪殼「氣孔」的不良根因有哪些？結果，只花3天就找出原因。

「如果照過去師傅們一步步試錯找原因，最少要花一週，」曹嘉仁說。

飛輪殼是拖拉機的核心部件，若是生產沒發現不良，到出貨後才發生故障，整台車會被招回，「屆時賠償費用是數以千萬台幣計。」

接下來，馬上就面臨貿易戰打亂排程。新竹廠少量多樣的生產模式，經常面對客戶插單，一不小心，排程會亂掉。

最近勤美一個台灣木工機客戶，因為受到貿易戰波及，一下說不能出貨，一下又要求緊急出貨。

這對只有2條產線的新竹廠考驗極大，一旦客戶要求緊急出貨，產線就需要插單生產。對排程的老師傅來說，變動過於劇烈，一顆腦袋很難快速轉換與計算。但師傅將訂單交期，按照先後順序輸入生產排程的系統平台後，參數自動做整合排程，過去要花2小時討論的事，30秒就得出結果。

經過兩次實戰，勤美科長級以上的老師傅們，逐漸開始接受AI不是來取代自己，而是幫助下對判斷、快速解決問題。

更重要的是，這批50、60歲的資深師傅如果退休離開公司，有AI系統輔助年輕員工，經驗判斷的傳承才不會出現公司難以彌補的斷層。

下一步建立預測式平台，良率可提升5%

但曹嘉仁不只想做到生產製程的改善而已，他已經開始想利用AI平台進一步做預測。

他首先鎖定「沙條件預測」，另外一個則是「生產條件預測」，兩面向都是鑄造廠維繫競爭力的命脈。

「如果做得好，良率會直接差5%，」曹嘉仁語出驚人。

然而，這得將廠內的溫度監測器直接連接到電腦，讓電腦讀取數據，更需要結合大量軟體設備。

勤美發言體系坦言，目前和訊能集思合作的AI導入平台，仍處評估測試階段，尚未有正式合約關係。但勤美不諱言，進行數位轉型是既定政策，將穩健前進。

「數位轉型是一個整體效果，分階段慢慢地逐步前進，」曹嘉仁沒打算停下來。

我想要創造黑手廠的榮耀感，廠在進步、員工在進步，然後年輕人願意來，」他說。