紡織業應善用「AI力」編織疫後新未來

紡織業也可以擁抱AI,借助科技工廠把關品質、提升效率、優化製程。圖為紡織展。圖/本報資料照片

文/孫逢佑 開必拓共同創辦人暨執行長

新冠肺炎疫情影響使全球消費需求下滑,台灣製造業近幾季的成長也較過去緩慢。不少業者嗅到了導入新科技、加速數位轉型的可能性,在「一人染疫,全廠停工」的威脅下,AI人工智慧遂成為這波自動化轉型需求的解方。台灣具國際級的半導體與ICT產業實力,發展AI技術勢在必行。研究機構IDC的預測曾顯示,2021年底,全球將有25%的製造業者在產品開發、供應鏈、製造和服務方面導入機器學習技術,以加快決策速度、提升品質,達到產品差異化並改革商業模式的目標。環顧台灣轉型需求強勁的產業群,「紡織業」就是個其中值得研究的例子。

製程繁複、缺工問題待解

台灣紡織產業是Nike、Under Armour等國際品牌的幕後功臣,然而面臨東南亞新興國家的競爭,2019年台灣紡織業全年產值衰退7.7%來到新台幣3,740億元;新經濟與社群電商品牌崛起,也使的消費習慣求新求變,紡織業更需要快速反應市場變化,生產少量多樣產品。此外,紡織業屬於勞力密集型產業,全球嚴峻疫情導致移工出入境不便,今年在台移工人數逐月減少,即便訂單依舊,業者無法大量接單。國發會日前亦發布人口報告指出,台灣勞動力至10年內將開始持續負成長。隨著缺工問題將更加嚴重,業界應超前部署,為未來做好準備。

由於長期缺工、本身製程繁複,紡織業的AI化及數位轉型比其他產業更困難。多數的紡織業導入AI都仍處於訂單管理系統的階段,自動化還不全面,檢測瑕疵、辨識布料等流程,因未找到合適的成熟技術,目前仍大量倚賴人工,成為效率的毒藥。

AI改造紡織生態

以紡織業為例,比起處理訂單、管理庫存,瑕疵檢測才是目前大量仰賴人工的部分,製造業追求轉型「一次到位」之前,不如先思索最應導入AI的「痛點」環節,再對症下藥。瞄準欲優化的環節後,下一步便是導入AI,著手「軟硬整合」。我遇過不少企業主認為使用AI需要大規模改造產線才能應用新科技;但事實上,現有AI解決方案已相當成熟,可以先應用於改善產線上最大的瓶頸,讓AI在製造現場輕鬆落地,縮短轉型陣痛期。

開始使用AI了,然後呢?接下來則應以AI的最強項 — 數據為核心,蒐集產線上的數據,進一步釐清、分析。例如數百種布料如何歸檔、哪幾種瑕疵應列為「一級瑕疵」,都可透過AI的深度學習來擴充資料庫,建立自動化的數據模型。如此即使未來面臨產線人員退休,也能透過AI讓該產業的經驗與技術完整保留與傳承。

隨著應用進入戰國時期,AI不再只是高科技產業、新創的專利,製造業也可以擁抱AI,借助科技工廠把關品質、提升效率的同時,更可優化整體製程,並將資源投注至研發高附加價值的產品。除了紡織,精密機械、電子元件等產業也能在生產過程中應用AI,藉此在全球市場中取得領先契機,帶領台灣製造業逆轉勝!

>>訂閱名家評論周報,關心全球財經大小事

延伸閱讀