2019 年 AI 自动化工具普及，越来越多台湾企业开始进入 AI 导入阶段，思考如何利用 AI 工具找出新的商业价值。台湾制造业龙头上银科技走得前面，已经把 AI 导入实际产线应用，甚至还一起与学校团队合作找出「活用」AI 的各种不同可能。

上银科技担任由行政院科技会报办公室主办的 「2018 全国智能制造大数据分析竞赛」比赛评审。该竞赛为了推广智能制造的 AI 与大数据应用，有别于一般比赛只用研究数据或仿真数据分析，改成「业界出题、学界解题」的 新模式，由上银科技担任提供数据的企业评审之一，让学生团队能以真实数据做研究，直接解决第一线的产业实际问题。

透过与东海大学研究团队的搭配合作，上银科技提供产线数据与分析题目，让东海团队进行相关的数据分析与模型建立。上银科技助理总经理屈岳陵表示，此次竞赛为 AI 人才培育、产学连结提供很大的帮助，而且透过参赛者的脑力激荡，还能帮助企业跳出既有思考框架，创新 AI 在智能制造上的应用。

跳脱既有产业认知，学生团队助上银挖出数据中的新观点 上银科技是台湾制造产业里智能化的龙头，针对旗下滚珠丝杆、直线导轨、工业机器人、医疗机器人等不同产线产品，很早就开始布局智能化生产，透过数据化分析、AI 应用来提升产线稼动率与良率。

屈岳陵说明，上银科技内部有自己的数据分析团队，也会依照产线实际状况建立适合的数据模型。不过他更提到：「跳脱既有产业认知找出数据中的新观点是个考验，而且学界理论与实务要结合才能产生效果，上银科技也想要看看外界不同的可能解题方式。」

在三个月的竞赛合作过程中，上银科技与东海团队多次讨论调教数据模型与分析问题的定义。刚开始也会发生团队由于对于产业内需求掌握度仍不高，导致数据模型正确率不高的状态。屈岳陵提到在沟通上轨道后，虽然题目挑战度仍高，但是团队解题的正确率也提高了，这也间接的协助上银科技可以用更多不同的角度，来看待产线实际问题。

他说：「产线实际问题解法不只一种，我们自己内部团队有一些模型，但是不同状况就需要不一样的模型。」未来，上银科技也不排除持续与外部团队合作，研究出更多不同种的数据模型方法。

找到合适的「团队培育」意识，数据才能变黄金 把数据变成黄金，对许多企业来讲都是一种挑战，企业要做 AI 分析，光是问出正确的问题「第一步」就是一大挑战。屈岳陵说，每天产在线的数据产生非常大量，但是哪些数据是值得分析的资产，哪一些是坟墓，都要靠实际的产业经验累积才足以判断。

屈岳陵分享，上银科技之所以能在 AI 应用、数据分析走得那么前面，主要也是因为企业文化影响所致。上银科技会不断地思考「制程中哪一个环节和步骤可以持续地优化」，然后就开始组织资源、找方法，并且实际验证。

台湾产业应用 AI 的阶段落差大，有的企业还在理解 AI 可以带来的效益时，也有像台湾制造业龙头上银这样的前段班业者已经进入了实际应用阶段，而持续地投入资源做优化、提升竞争力。

前 Google Brain 计划领导人吴恩达在 2018 年底所发布给企业管理者的《人工智能转型指南（AI Transformation Playbook）》，里面有一个很大的重点是要持续培育企业内部的 AI 团队与人才发展，这也是上银科技很重要的战略目标之一。

屈岳陵提到上银科技有意识地在持续培育内部的数据分析团队，将已经有产线实际经验的工作人员放到内部培训计划中，加强他们产线所需要的数据分析、coding 技能，务实的提升内部组织的新技术技能，以符合产在线 AI 应用的需求。