疫情正在加速台湾企业转型！由人工智慧科技基金会（AIF）、工业局与资策会共同推动之「AI新创孵化结合传产转型实证辅导计画」于2021 年10 月27 日举行企业创新转型成果发表论坛，历经层层筛选与评估，最终从22 个解决方案挑选出6 组新创团队，与6 家成熟企业进行媒合，提出AI 转型解决方案。
值得一提的是，参与本次计划的六组专案，已经有三组新创团队与成熟企业签约，未来将继续展开长久合作。
身处供应链特殊地位AI助力产业升级
经济部工业局电资组组长林俊秀提到，过去几十年以来，传统产业可以说是支撑起台湾经济的重要支柱，孕育了许多产业王国，例如鞋业、家具等。然而，随着产业版图快速变迁、竞争愈来愈激烈，许多成熟企业甚至是中小企业都在寻找新出路，人工智慧在这波转型浪潮中扮演重要角色。
台湾在全球产业链具有特殊地位与样貌，这也成为中小企业导入AI 的强大推手。人工智慧科技基金会执行长温怡玲观察，台湾很多企业都是国际大厂供应链的一员，通常会由这些大厂开始导入AI，从资料整理、制程、物流等环节，都会促使中小企业感受到AI 对于整个作业模式的重要性，成为转型的一大助力。
另一方面，根据资策会统计，拥有AI 创新技术的新创企业在台湾约有300 家，这些技术确实有其独特性，不过在真正落地的时候，还是会遇到一些问题。温怡玲认为，新创不缺乏好的题材，缺的是让技术落地的「场景」，这个场景提供新创团队能够在真实的环境中验证技术，而非流于高深技术的空谈。此外，以前也有不少AI 新创跟成熟企业的合作，但是存在着双方之间语言不同，或是目标不一致的情况发生。
因此，本次专案尝试由AIF 专家顾问团队与执行团队居中扮演桥梁的角色，结果发现只要有合适的界接，让新创团队了解成熟企业所面临的问题，同时也让成熟企业理解新创团队可以提供什么帮助，合作是可以快速有效率的展开。特别的是，本次计划执行时间正好横跨疫情最严峻的四个月，因此从筹备、访谈、媒合以及成果发表，都是透过线上进行，足以看到企业力争转型的决心。
以下针对本次计划前三名团队团案成果说明：
成果一：结合AR/VR解决工厂手写辨识难题
雅匠科技为AR/VR 技术整合服务商，协助各平台快速导入，提供整体解决方案的软体应用，包含零售、工厂、智慧展演，协助软体SI业者，可以快速布建AR产品。
雅匠科技执行长蔡明勋发现，不同公司工厂的表单类别、格式、手写的样式都不太一样，在这次场域来说，是国内很知名的工厂，我们希望协助解决的是，每次进出货都需要手写表单，这样也占用相关人员很多时间，希望透过导入AI，可以节省超过50% 以上时间，这对他们来说可以有效提升进出货管理效率。
与雅匠媒合的新创团队慧稳科技，专注于智慧工厂AI影像辨识，从资料搜集、资料前处理、AI演算法的模型建模与验证，提供一条龙的解决方案。
慧稳科技副总经理陈逸华提到，OCR（Optical Character Recognition, 光学字元辨识）并不是新技术，目前广泛被应用，但是手写辨识就有其难度，因为字迹百百种，如何用AI 辨识出这么多的手写字迹，同时可以辨认数字或是英文字母，从OCR 的角度来看，在训练或是其他演算法上面不难，难是难在手写资料的搜集。
陈逸华也表示，这次合作最让他惊喜的是，有机会可以跟AR/VR解决方案做结合，因为目前这些应用愈来愈广泛，例如游乐场、制造业等不同场域，涵盖物料管理、企业教育训练、现场机具维修等，是一个很好的契机。
双方目前也正在紧锣密鼓规划后续合作，尤其雅匠在日本有很多客户开始展开合作，例如琉球电力、大阪百货公司、NTT等。其中有一些影像辨识可以跟慧稳的AI 解决方案整合在一起，未来可以一起打进日本的市场。
成果二：透过搜集客户堆高机数据实现维护侦测与预警
勤工有限公司成立于1996年，主要业务为堆高机与配件生产。随着时代推进，面临转型，2018 年创立自有品牌，希望透过数位科技协助客户提升效率，并且打造更完整的智慧工厂，包含物联网、无人堆高机等。
不过，转型之路依然有许多挑战需要克服。勤工有限公司执行长林少顗提到，勤工做IoT 已经两年，这期间搜集到很多数据，希望从这些数据挖掘有价值的资讯，了解机器发生什么事情，进而可以预测与优化，不过初期只能用简单的数学方法去推估，无法有效发挥数据的价值。
「很幸运这次可以遇到机智云，我们的问题有了很明确的突破！」林少顗说。机智云是以PHM（Prognostic and Health Management, 故障预测与健康管理）为核心技术的新创团队，目前协助台湾中小企业在迈向工业4.0 的过程中，有能力建立自己的预测维护系统。
机智云执行长张渊仁表示，PHM 很看重领域知识，勤工在这方面着墨了两三年，有很好的基础，可以将他们累积的数据，搭配堆高机的专业技术加以配合，针对不同的故障、健康状态，提取不同特征建模。
这样具针对性的模型建出来之后，即针对勤工所需要健康指标，评断机台的健康程度，进而预测机台什么时候会逐渐衰退，提前预警进行保养。对勤工而言，可以大幅降低维修人力；对客户来说，则可以降低维护成本，对于勤工与其客户都是双赢。
展望未来，林少顗预计搜集更多有用资料，帮助客户在既有设备下，不用为了数位化把运搬设备换掉，而是藉由产品与系统升级，可以撷取数据，让产品延长寿命、优化。同时透过持续搜集数据，让演算法愈来愈精准，客户持续不断成长，创造一个正向循环的商业模式。
成果三：利用No-Code技术打造钢铁业集尘灰造粒配方推荐系统
位于台湾中部某间从事循环经济的钢铁厂，在将集尘灰搜集起来之后，需要在短时间内依照各家工厂的原料调配出高良率的集尘灰桶槽配方。于此同时要确保原料供应的稳定性，以免发生缺料而无法调配产品的情况发生。因此希望透过厂区过往的资料报表，建立集尘灰造粒配方的最佳解。
咏鋐智能致力于以破坏式创新技术，降低AI应用的建置门槛，提供企业级MLOps工具。经实地拜访后，由执行长谢宗震所带领的团队提出以配方效果模拟器、配方效果评分机制+推荐模型仪表板的解决方案。
依照41 种配方，含锌量需要达到20% 作为基本值，咏鋐智能认为可以透过基于过去的经验进行调整，做出新配方，例如有些工厂送过来的废料，含锌量会有变动，在过程中透过微调参数，做出新的配方，并且达成更好的效果。
透过配方模型建立以及造粒配方效果评分，加上推荐模型仪表板进行校正与监控，把资料自动导入，自动更新整体资料，更加完善资料准确度。咏鋐智能将与钢铁厂进行更深度合作研究，协助工厂完整掌握配方参数，并依当前场景导入最佳配方，不仅提升产品良率与产量，同时扩大循序经济的整体能量。
