商周

啟動成功關鍵,隨時掌握商周.com最新資訊

提供第一手新聞解析、財經趨勢、專屬活動

已加入收藏
已取消收藏
熱搜內容
現正閱讀
輸入關鍵字,就能得到決策建議!「鴻海之子」AI決策平台,如何做到?
畫重點
段落筆記
新增筆記
「請稍等」英文別直接中翻英說please wait a minute!一次掌握,常用的電話對談英文
0
/500
不公開分類 公開分類
儲存

財經 | 商業趨勢

輸入關鍵字,就能得到決策建議!「鴻海之子」AI決策平台,如何做到?

訊能集思的AI決策平台JarviX,讓數據分析的門檻降低。 (來源:Dreamstime)
撰文者:劉路瑤
網民肥皂箱 2022.06.27
摘要

1.有「鴻海之子」之稱的張宗堯,自麻省理工博班畢業後,創立了訊能集思——一家利用AI技術,輔助工業企業進行決策的公司。

2.訊能集思的AI決策平台JarviX,結合自然語言與AI數據分析技術,去除使用門檻,讓每個人都能成為數據分析師。

3.JarviX的目的是「無代碼解決企業數據需求」,操作步驟可以簡化為3步:鍵入關鍵詞或問句、點擊分析結果、點擊建模指導決策。

2007年,富士康工廠正因產品不良率突然暴漲至10%焦頭爛額,無論是內部團隊,還是外部請來的幾家專業諮詢公司,都沒能做出有效分析。彼時,張宗堯從台灣大學研究所畢業,來到了鴻海精密擔任工程師。

初入鴻海精密的張宗堯,本著初生牛犢不怕虎的精神,設計出一個機器學習模型,透過機器學習和線性分析發現包含溫濕度,及其它影響製造的關鍵因子,並模擬出最優的因子參數,從而消除了這次產品不良率的暴漲。

這是他第一次用數據的方式,實際解決製造業中的生產難題。病根確認,這一困擾工廠良久的「大難題」,最終順利解決。張宗堯設計的機器學習模型,幫富士康省去了2千萬美元的潛在損失。

廣告

數次脫穎而出的表現,讓一直有意提攜年輕後輩的郭台銘,精神為之一振,張宗堯於是有了「鴻海之子」的稱號。

用數據分析,破解「黑天鵝」問題

成為一名科學家,是張宗堯從小的願景。正是由於這段與鴻海的緣分,張宗堯成為亞洲最早一批將機器學習在工業中落地的人。在他眼中,許多實用的機器學習模型,並沒有太高的技術壁壘。大企業花大力氣都沒分析出原因的關鍵,是囿於傳統人工經驗的固有認知。面對罕見事件,既有的人工經驗失效了。「企業大多時候不是利用數位化決策,而是憑經驗。不常發生的事,他們就沒有感覺。」

透過在富士康的學習,張宗堯近距離觀察到了AI參與製造業轉型升級的必要性。同時,他也意識到,數據分析儘管優勢明顯,但門檻頗高,只有很小一部分人才具備這種能力。

後來,張宗堯申請到了前往麻省理工讀博士的機會,在電機工程和計算機科學系,他做了大量指向降低技術使用門檻的AI自動化研究。除了技術上的鑽研,頂尖學府的教學理念以及整體的創業氛圍,也為日後張宗堯的創業,帶來不少啟發。

廣告

一是做事前一定要明確其價值。麻省理工十分強調「研究要以應用為基礎」。課程結束,即意味著將研究成果落地,並且保證實用性。二是有大量現成的創業經驗可參考。從孵化創業想法,到選擇創業路徑,再到尋找合作夥伴獲得融資,後來者得以從整個創業鏈條中,獲得借鑒與鼓舞。

6年前回到中國,張宗堯四處走訪智能製造公司及製造業企業,驚異於中國企業竟還秉持著直覺與經驗式的傳統做法,「其他行業已經天翻地覆,為什麼中國的製造業還是沒有改變?」

以往企業做數據決策過程中,完成數據提取、清洗、分析、建模等一系列操作,需要藉助數據分析師/科學家,整套流程不僅貴,結果也滯後,不能支撐起「即時決策」或華為所說的「隨需響應」,而且數據模型難以復用。

系統數據困境的背後,是數據科學家的匱乏,以及技術與業務在知識、技能和經驗上天然的壁壘。高成本投入下,企業決策卻明顯滯後,低效率的運轉,很容易遭到市場淘汰。

面對行業痛點,張宗堯在2016年底創立了訊能集思,決定成為一家利用AI技術,輔助工業企業進行決策的公司,其解決方案是一款結合先進自然語音及AI數據分析技術的AI決策平台JarviX。這款平台最大的特點,就是沒有使用門檻,每個人都可以成為數據分析師。

傳統商業決策向下,智能化BI向上

傳統式BI(Business Intelligence,商業智慧)的最大弊端, 就在於效率低下。2014年開始,自助式BI工具(也叫二代敏捷BI)開始在中國迅速生長,它面向業務人員,打破傳統工業決策上的桎梏,但此時的BI產品,仍舊具有局限性,僅適用於具有一定IT能力的業務人員。

並且,針對數據分析的能力而言,現行BI在Gartner定義的4種深度中(描述型分析、診斷型分析、預測型分析、指示型分析),也只能達到描述型分析的深度。最理想的AI決策模式,無疑是讓業務人員,廣泛擁有數據分析的能力,且能做到不僅僅是陳述現狀的統計分析。

隨著AI 、大數據和雲計算的普及,疊加自然語言、機器學習等技術的發展,到2019年,完全由業務人員主導,幾乎沒有任何使用門檻的智能化BI,開始在中國引領新的發展趨勢。

訊能集思致力於探索的智能化BI,就是相對於傳統式BI和自助式BI而言的。當時,智能分析領域的主要玩家,大多來自海外市場,中國企業使用的決策系統,往往是簡單的中譯版本。語言的隔閡,導致實際應用效果欠佳,也讓眾多中國有心轉型智能製造的企業望而卻步。

2019年,訊能集思正式在中國落地,立志成為一個能夠以中文進行交互的AI決策系統。隨著大規模大機器工業時代的不斷推進,市場需求不斷變化,提升作業價值、降低庫存風險、縮短產品上市週期、少量多樣的個性化產品、高彈性低附加價值等,正在逐漸成為未來製造產業的發展趨勢。

訊能集思主要客戶以人民幣1~10億元的中型企業或者工廠為主,典型落地場景主要分為3類:以富士康為代表的EMS工廠、以福耀玻璃為代表的汽車零組件工廠、以鈺齊為代表的鞋廠。其中,前2類代表的電子製造業和汽車零組件是訊能集思佈局重點領域。
在這一系列的需求變革中,將數據分析的能力賦能傳統業務人員,是至關重要的一步,張宗堯認為,「數據分析如果永遠只停留在少數技術專家的手上,AI根本就沒有辦法取得長足的進步。」

如何才能讓數據分析,不僅僅是少數專家的特權?

基於這一核心問題,訊能集思研發了一款增強分析技術開發的通用SaaS ——無代碼AI智能決策平台JarviX。JarviX這個名字來源於電影《鋼鐵俠》,劇中Jarvis是鋼鐵俠Tony的AI管家,擁有超強大的數據分析能力,擁有了Jarvis的Tony,得以快速處理各種信息,拯救世界。

不過,張宗堯把Jarvis的最後一個字母「s」,替換成了《X戰警》中Professor X的「X」。在張宗堯的認知裡,Jarvis+ProfessorX,是終極技術理想的象徵「最聰明的人腦結合最聰明的AI,幫助企業變成最聰明的企業。」張宗堯認為,AI的作用,並非取代決策,而是輔助決策。他們想實現的,就是藉助JarviX,人人都能獨立且快速地擁有數據分析的能力。

對於不懂算法的業務人員來說,JarviX的操作步驟,可以簡化為3步:鍵入關鍵詞或問句點擊分析結果點擊建模指導決策

與之相對應,JarviX背後的技術邏輯:

第一步:將各類數據(結構、半結構)導入到JarviX。
第二步:JarviX透過差異分析、根因分析、趨勢預測、關聯挖掘等AI算法發現因子,並結合機器學習找到關鍵因子。
第三步:透過行業優質實踐模板與仿真器,實時AI建模,模擬出最優參數,找到解決方案。

JarviX目的是無代碼解決企業內部數據源需求,從經管與供應鏈的智能排產排程、自動庫存優化、共用料優化、報價分析預測、猜測供應商底價,以及採購的分析預測;從生產端的良品率優化、不良根因查找、預測性維護,到生廠參數優化等不同場景。
「以前的AI應用往往是一個算法對應一個應用,然後再搭建一個系統,JarviX可以自行組合各種算法,即時生成應用程式應對不同的客戶應用需求。」張宗堯表示。

大部分中小企業,連一個完整IT團隊都沒有,遑論建構數據團隊提升數位化決策能力。張宗堯想要幫助那些沒有足夠資源完成數位化轉型的中小企業,讓他們藉助JarviX實現數據的快速導入和規模化應用,在不同的業務場景快速得到有效的決策輔助。

某消費電子製造商供應鏈部門,在應用JarviX後,專案準備流程從4人5天縮短至5分鐘,分析銷量提升95%;決策時間由1天壓縮至30分鐘,時間成本降低93%。

*本文獲「雷鋒網」授權轉載,原文:「鴻海之子」張宗堯想讓人人都成為擁有智能管家的「工業鋼鐵俠」

責任編輯:李頤欣
核稿編輯:易佳蓉

下滑載入更多報導
鴻海 訊能集思 JarviX 張宗堯 AI
網民肥皂箱
商周讀者群

這是一個開放給所有商周讀者發聲的管道,如果你有意見想法不吐不快,歡迎站上我們準備的肥皂箱,大聲說出來!(來稿請寄至min_ni@bwnet.com.tw)

廣告
留言討論