智谷顧問 特約講師
數位轉型設計思維
黑客松創新營
ABOUT SERVICES
利用黑客松的形式重新思考公司的作業流程
數位轉型設計思維的黑客松，讓參與者重新思考公司新的可能。
包含新的商業模式和流程改善，找出更符合數據和顧客導向的服務體驗。
課程資訊
- 課程對象：製造廠務
- 課程時長：4 小時
課程效益
- 掌握製造業AI應用與未來發展趨勢
學員將深入了解AI技術在製造業中的應用現況，包括智慧製造、預測性維護及自動化流程等未來發展趨勢，並學習如何利用AI技術解決製造業中成本控制、效率提升及品質管理等核心挑戰 - 提升AI在生產流程中的應用能力
透過實際案例學習，如智慧庫存管理、數據異常監控、預測性維護與瑕疵檢測等，學員將掌握如何運用AI技術優化生產流程，降低資源浪費，提升設備運行效率，並確保產品質量的一致性 - 實戰AI工具應用與數據分析能力提升
透過實作演練，學員將學會使用ChatGPT及其他AI工具來進行數據分析、異常數據處理與維修建議生成，並運用LLM技術生成SOP與教育訓練資料，強化員工技能傳承與標準作業流程的管理
教學方式
講演法
個案研討法
實作法
問答法
課程內容
智慧製造的落地與挑戰
- 製造業的技術變革與挑戰：討論AI技術如何應對製造業在成本控制、效率提升和品質管理等方面的挑戰
- AI技術未來應用前景：智能製造、預測性維護和自動化流程的未來趨勢
教學手法
- 講演法
- 個案研討法
應用案例
- 戰情室告警(IOT數據-> LLM-> Zapier -> PowerBI可視化）
- 痛點：工廠中的戰情室需要實時監控多個生產流程，當異常情況發生時，通常需要快速反應。然而，由於數據量大且來源繁多，手動監控容易忽略潛在的問題
- 解決方案：AI 可以自動監控所有數據源，並通過自動化的告警系統，在異常情況發生時即時發出警告。基於 AI 的告警系統還能分析歷史數據，提供更準確的異常預測和告警分類，幫助管理層做出更快速且有效的決策
- 參數最佳化（演算法：Genetic Algorithm (GA)、SGrid Search、Random Search、Reinforcement Learning (RL)）
- 痛點：製造過程中，各種機器和流程需要調整大量參數（如溫度、壓力、速度等），以達到最佳生產效率。手動調整參數不僅耗時，還可能導致不一致的結果
- 解決方案：AI 算法可以自動分析過去的數據，並通過機器學習技術找出不同參數之間的最佳組合。這不僅能提高生產效率，還能降低材料損耗，實現工廠自動化的持續優化
- 預測性維護(演算法：Random Forest (RF)、Support Vector Machine (SVM)、Recurrent Neural Networks (RNN))
- 痛點：設備故障是生產中的一大挑戰，傳統的定期維護往往無法提前預知設備潛在的故障，導致生產中斷和維修成本增加
- 解決方案：AI 系統可以通過分析設備的運行數據，預測設備可能出現的故障，並在問題發生之前提供維護建議。這樣的預測性維護能夠減少意外停機時間，並優化維護計劃，從而降低維修成本
- 瑕疵檢測(Convolutional Neural Networks (CNNs)、You Only Look Once (YOLO))
- 痛點：手動檢測產品瑕疵不僅效率低，還容易出現漏檢，特別是對於大型或高複雜度的生產線，人工檢測的準確度和一致性難以保證
- 解決方案：AI 驅動的瑕疵檢測系統可以使用計算機視覺技術自動檢查產品瑕疵，並通過深度學習模型提高檢測的準確度。這能夠在提高檢測效率的同時，確保產品質量一致
- 大數據 AI 診斷問題（常用AutoML 付費或開源工具介紹）
- 痛點：製造業中，設備和流程產生大量數據，但這些數據往往分散且無法被有效利用，從而影響決策的準確性和問題的診斷效率
- 解決方案：大數據 AI 技術可以從大量的生產數據中提取出有價值的見解，並迅速診斷出潛在的問題。通過 AI 診斷，工廠可以提高數據的可視化程度，並快速找到生產中的瓶頸問題，實現更加科學的決策支持
教學手法
- 講演法
- 個案研討法
實作應用
- 根據新員工不同的特質與學習方式，製作廠內教育訓練素材，或產出昇級升等的鑑測考題。(GeniAltX )
- 痛點：工廠需要定期對員工進行專業技能培訓，但並不是每個經驗老到的員工，都是很好的教學者、簡報製作者。通常的情況是，還要搭配一位年輕同仁，協助老師傅做經驗萃取，並製作成各式教案與教材
- 解決方案：可以根據工廠具體需求，將各式文件上傳至LLM資料庫中，自動生成高品質的教案與教材，還可根據員工程度產出個性化的測驗題目。新進 員工未來應用有問題了，還可透過這Virtual Mentor去快速回應員工的問題，這不僅降低了老師傅的負擔，更可強化精湛工藝技術的傳承
- 生成SOP(GeniAltX)
- 痛點：工廠中的每個操作環節和作業流程都需要嚴格遵守標準，並且流程的變更往往需要經過繁瑣的文檔更新和驗證，這使得流程標準化的維護成為一個挑戰
- 解決方案：利用LLM工具可以自動生成詳細的操作與作業流程文檔，根據不同的機器或作業場景，生成精確且合規的標準作業程序 (SOP)。當流程需要更新時，工具能迅速生成新版的操作指南，並確保文檔的一致性和合規性
- 從異常數據判讀處理，到生成維修或調整機制建議(ChatGPT Plus)
- 痛點：生產過程中設備異常情況頻繁發生，就算拿到數據也不知道該如何分析起。未來如何預防再發，過去有無歷史經驗可以分享？還是說這些都在某些老師傅的腦袋裡？
- 解決方案：用ChatGPT 可以上載資料並分析異常，做多維度的分析。並可根據過去的維修記錄和技術手冊的資料庫，提供具體的維修或調整機制建議。這樣可以協助技術人員快速排查故障，並生成維修指南，減少停機時間，提高設備的運作效率
- 讓LLM補足工程師技能昇級困擾(Cursor、 Claude、 Copilot 、Lama)
- 痛點：製造業的自動化系統經常需要定製化的軟體來進行設備控制或數據處理，當沒開發人員不足、或既有人員技能跟不上時，工廠數位轉型專案將遙遙無期，只能做到小幅度改善
- 解決方案：工具可以協助開發人員編寫程式碼，特別是針對特定場景的自動化控制和數據處理。開發人員只需簡單描述需求，即可生成相應的程式碼片段，並協助進行測試與優化，大幅提高開發效率
教學手法
- 講演法
- 實作法
- 問答法
為達最佳效果，課程會依實際上課的狀況，適當調整時間及內容。
課程內容
| 主題大綱 | 教學方式 |
|
講授法 QA互動 |
| 主題大綱 | 教學方式 |
|
講授法 講師演示 實作法 QA互動 |
| 主題大綱 | 教學方式 |
|
講授法 講師演示 實作法 QA互動 |
| 主題大綱 | 教學方式 |
|
講授法 講師演示 實作法 QA互動 |
- 由KV團隊與講師共同說明參與創意大賞必須要完成的企劃格式
註1: 企業包班需提前進行課程對焦會議，以便有足夠時間準備創新黑客松活動工具箱，以因應不同企業創新所需。
註2: 本課程可單獨只上第一天的7小時課程，實作命題可由講師提供，或是課前對焦會議時確認。
註3: 本課程將提供內部員工成就系統及內建群眾募資功能免費試用三個月。
註3: 本課程將提供內部員工成就系統及內建群眾募資功能免費試用三個月。
為達最佳效果，課程會依實際上課的狀況，適當調整時間及內容。
Have Questions
聯絡我們
直接來電：(02)2736-3878 或留下您的資料與需求，讓我們有機會為您服務。