說起帆宣大家可能不是那麼熟悉，但自1988年成立起，帆宣主要的營業項目就包括了積體電路、半導體、電子、電腦儀器等設備以及材料、零配件等進出口買賣業務，以及監控系統、整廠整合業務（Turn-key）、整合性供應系統銜接專案（Hook-up Project）等廠務系統等業務，近年也跨足LED、OLED等光電製程設備製造與技術開發，並佈局生技及太陽能等產業，其中帆宣最為人所知的客戶正是護國神山台積電，主要提供自動化系統供應鏈。
有數據但沒有分析技術，帆宣找上工研院
正因為從過去販售設備、材料的過程中累積了相當多的數據資料，「但是數據沒有被淬鍊就依然是無用的垃圾，」帆宣系統科技智能製造方案部系統整合事業處資深部經理吳文斌說，他清楚了解帆宣自己握有數據但沒有技術去分析，因此從2014年開始就找上工研院合作，希望能透過工研院在AI分析的專長，協助帆宣可以將這些數據做更有價值的應用。
工研院副院長張培仁就表示，到了2030年AI人工智慧將帶來全球GDP成長14%，貢獻15.7兆美元（約合471兆新台幣），可見AI人工智慧已經成為備受全球各個產業數目的重要議題。而這也是為什麼工研院積極協助產業數位轉型、導入AI人工智慧，將軟體業者升級成AI人工智慧資訊服務業者，讓硬體業者能提升設備效能跟產值。
推設備預診斷系統，故障前4天就先告知
吳文斌表示，目前帆宣透過工研院在AI分析領域的強項，協助開發了設備預診斷（PHM）的系統，藉由過去累積的大量資料進行分析，能夠提早警示客戶設備可能產生的狀況，同時根據機台的健康狀況決定最佳的維護或更換時機。
「工廠最擔心的就是非計畫性的維修，」吳文斌說，如果無法透過演算法的協助提前告知工廠可能發生的狀況，對於產業線來說殺傷力是相當大的。在沒有這套PHM系統之前，帆宣提供的就像是車輛維修一樣，依照使用者的頻率給予維修的建議以確保機台運作正常，但總會有意外發生，也因此不只是帆宣自己認知到需要仰賴大數據的協助，客戶端也會有需求提出。
吳文斌透露，以目前導入這套PHM系統的LCD業者來看，他們能提前4天的時間警示客戶設備可能發生故障，讓客戶能做好規劃、確保產線跟產能可以持續運作，安排維修的時間，減少非預期性的停機跟維修頻率。目前除了半導體業者之外，面板廠也有客戶採用這套服務。
不只做預警，靠AI開發AR提升工程師維修品質
抓出了可能存在的故障後，帆宣子公司亞達科技也開發另一套結合人工智慧跟VR的平台「AIR」，可以提供給客戶一個利用擴增實境提升維修品質的解決方案。會有這樣的平台推出，吳文斌表示是看到了維修手冊跟工程師兩個痛點。
就維修手冊來說，AIR可以透過人工智慧的協助進行SOP編輯，並讓機器可以學習各種維修的技術，由於目前書寫維修手冊上皆有不同語言的挑戰，除了英語之外，帆宣也積極與工研院合作，希望能導入中文語意的AI系統，強化AIR在辨識文字的能力。
有了強大的辨識能力後，AIR便可以在初步透過維修手冊的導入將維修的步驟數位化，未來也可以利用機器學習持續演進，對於維持工程師的維修品質而言肯定是有幫助，工程師也只需要帶上工具就能透過AI的幫助以AR的形式著手維修，將可以大幅減少維修的錯誤率。
吳文斌表示，AIR是個軟體可以配合客戶的需求進行調整，不管是iOS或是Android系統平台都可以使用，目前也再與英國的航太客戶進行討論，不僅可以在原有的半導體、面板客戶領域上，未來也有機會能應用在飛機起飛前的安全檢測。
責任編輯：蕭閔云
