大纲：
线平衡的目的
达成线平衡的关键──数据
高效率搜集完整数据：在产线上加入 AI 视觉技术
透过 AI 视觉达成线平衡的案例
线平衡的目的
线平衡对于制造运营来说是非常重要的，他被视为评估产线效力的一个指标。对于制造专家来说，达到线平衡就是降低制造成本、减少浪费以及提升效率。
一条时常处于不平衡状态的产线会导致等待时间的浪费以及过度生产。另一方面，也会导致「过度处理」。
（source: Lean Math）产线不平衡是连续性流程的敌人。举例而言，在一条产线上依序的工站上，前一位作业员可能已经操作完他的程序，必须等待接下来的工作，而他可能会选择去进行不必要但明显的工作，而非闲置等待。
达成线平衡的关键──数据
一个要达到线平衡的重要因素是辨识出瓶颈并改善，而这需要数据。
传统而言，工业工程师用码表计时并在纸本上记录来取得数据。简单来说，一切都是手动且非常耗时的。
以此方式去采集数据，他们一个月仅能够采集到相当于15分钟的数据量，也就是0.03%的全部数据。
高效率搜集完整数据：在产线上加入 AI 视觉技术
取代人工数据搜集与分析就是 PowerArena 的 AI 线平衡工具能帮上忙的地方。透过 AI 镜头搜集与视觉技术分析，PowerArena 能够即时的采集到每一个工站的工时。
如同以上影片，我们即时的采集工站所需处理时间以及工时，并分析作业员完成工序所需耗费的时间。
采集到的数据能够帮助进行瓶颈辨识，并找出产线不平衡的地方，让工业工程师能够根据数据进行根源分析，调整产线已达到线平衡。
透过 AI 视觉达成线平衡的案例
在劳力密集型电子组装产线上，人的变因是产线效率优化的最大挑战。
这间 EMS 案例工厂知道在某些时段，生产效率会降低，也发现作业员有时会因为去执行其他任务，而离开岗位，但因为缺乏完整的产线数据，无法全面评估每个生产环节的效率和产能，因此无法针对人力和资源配置进行有效改善。
优化产线已达到线平衡最大的挑战在于，影响生产的变因太多，许多非增值作业往往会被管理者忽略，例如过长的等待时间、不必要的动作或是错误的操作流程，都会让生产变慢，并造成浪费。
过去透过 IE 在产线上人工检视与分析，难以辨认生产瓶颈。现在，透过导入 AI 视觉分析，协助识别所有影响生产效率的因素，让 IE 重新调整任务分工、进行操作员培训、并优化工具维护等流程，最终实现线平衡。
