Case study

仁寶電腦結合 HOP 與 LLM 提升產線管理效率

Background

背景

獲選 Fortune 500 的全球知名 ODM 大廠仁寶電腦,近年除了將市場重心放在 AI 領域,也積極發展 AI 智慧工廠部署。

為了進一步提升 AI 技術的應用,仁寶電腦營運技術與軟體中心與 PowerArena 合作,希望借助我們的技術優勢,使 AI 在工廠中的應用更加完善,並藉此提前佈局,以在全球競爭中保持領先地位。

Collaboration

與 PowerArena 的合作模式

人因影像資料蒐集

對於電子製造業而言,絕大部分生產製造仍仰賴『人』。作業員是否按照標準作業流程,攸關到生產效率與產品品質。

| 但事實是,產線工程師不可能以人工方式搜集到全部的作業員生產行為。

影像資料到數據分析

對產線管理人員來說,生產影像資料的價值在於能從中找出低生產品質、低效率的肇因,並針對問題提出優化生產流程的解方。

PowerArena AI 視覺技術能辨識生產線上作業員的行為,分析工站的週期時間(Cycle Time),自動偵測有問題的作業流程。將產線上蒐集到的非結構化影像資料轉換為結構化的數據分析,並產出全時段的生產報告。將生產異常的原因、發生時間、執行工站等資訊,完整紀錄於管理平台。

透過生產履歷的回溯,產線工程師可以直接看見生產異常發生時的影像,為肇因辨識與流程優化,提供了充足的『證據』。

數據化可視化的生產資訊,能協助產線工程師提升管理品質與效率。

LLM(Large Language Model)產線管理

傳統資料庫依賴結構化的表格數據和 SQL 查詢語句,若查詢語句有誤或資料表結構設計不佳, 可能會導致錯誤的結果。

為了幫助管理者掌握更精確的產線資料,仁寶電腦營運技術與軟體中心研發自身的大型語言模型 LLM (Large Language Model),希望滿足內部跨單位對於以自然語言方式執行產線數據分析的需求。

PowerArena 的 HOP 人因作業平台(Human Operation Platform)為仁寶電腦 LLM 提供充足數據資料基礎

當使用者想了解當前產線狀況時,能以自然語言對系統下達命令,LLM 在理解語意後會自行對資料庫以資料庫語法進行搜尋。經過完整生產線資料訓練的 LLM 資料庫,會將蒐集到的所有生產資訊融合,並生成回覆內容。

因為 LLM 能夠理解模糊的自然語言指令,管理者能夠更輕鬆的從資料庫中得到精確的產線資訊。

AI Vision + LLM

HOP+LLM 的整合優勢

強化資料庫運用

PowerArena 協助該大廠蒐集產線資料,並進行影像數據分析。

透明化的生產履歷除了便於產線工程師回溯生產流程影像,重新檢視異常生產狀況,這些資料也能成為 LLM 的訓練基礎。

結合生成式 AI 對於語言理解的特點,能夠為產線工程師從更全面的產線資料中提取關鍵資訊,讓資料庫發揮最大價值。

提升管理與生產效率

產線工程師不再需要耗費大量時間,進行手動數據蒐集與分析。

自動化與可視化數據分析使得產線洞察更直覺,工程師可以更快速且精確地識別生產瓶頸,並及時調整生產流程,從而顯著提升生產效率。

同時,無效操作時間和等待時間也減少了,不僅能降低人力成本,還能提升產線資源的精準運用,達到更高的生產效益。

Results

成效

完善資料庫,開啟多元應用可能

| 擁有客觀的產線資料,是製程品管與產線優化的第一步。

PowerArena 的 HOP 透過 AI 視覺技術,紀錄、辨識、管理產線作業員的生產步驟,為仁寶電腦提供了完整的人力產線數據支持。

仁寶電腦目前利用 HOP 所蒐集到的數據資料與 LLM 的結合改善管理效率。而在未來,這些蒐集到的資料將應用於更多產線優化的場景。

透過完善的資料庫建構,工廠不僅能改善當下的管理效率,還能為將來的產線優化和技術創新奠定基礎,開啟更多智慧製造的應用可能,助力企業在數位化轉型中取得更大的成功。