Blog

從AI專案到AI產品，慧穩科技走了五個年頭!

由於累積大大小小超過10個領域、30家企業導入AI的經驗，慧穩科技建置Domain AI SaaS 平台，協助企業快速導入AI技術，預估可節省約50%以上的時間。

成立於2016年的慧穩科技，為智慧工廠AI影像辨識解決方案的提供者，Domain AI SaaS平台協助客戶完成資料清洗、標記整理、AI訓練建模與軟硬體整合等服務，運用AI最新演算法實質落地。

慧穩科技總經理林耿呈表示，公司有豐富的AI落地經驗，在高爾夫球、紡織業、石化業、半導體及水資源領域都已成功落地，累積相當多應用案例。

他分析，產業要AI落地成功，面臨三大痛點：

痛點一、人才不足：從傳產到高科技半導體產業，要找到專職AI技術又精通領域知識的人才十分不易，尤其是傳統產業與中小企業，光是IT人才就不容易尋覓，更遑論AI人才。與其花時間找AI人才，不如運用現有的AI平台，免寫程式(No-Code)，協助既有的領域專家可以使用AI，維運AI，如此才能徹底解決現在科技人才短缺的問題。

痛點二、落地成效不易評估：根據統計報告指出，AI落地的成功率不高，國外能創造價值AI落地的案例也只有5%。慧穩科技透過專案驗證的AI落地成功率也約5%~10%左右。

林耿呈分析，其困難點在於，導入AI的步驟是必須先定義問題、了解產業領域知識、套用AI模型，再結合系統性整合的方案出來，才能產出產業商業價值，一連串步驟是跨領域的整合，AI落地要驗證成效非常困難，需要花時間及人力堆疊起來才能產生成效。

痛點三、成本。無論導入的人才、時間或是將領域知識與AI結合，都需要花時間，一旦花了時間，就可能出現漫無目的投資的狀況，導入無形成本一直被迫增加，若再加上AI硬體設備，相關費用疊加上去之後將會導致成本與效益之間無法評估的窘境。

為解決產業導入AI痛點，慧穩科技將協助企業運用AI技術解決製程或產線上的問題相關經驗，發展出已驗證過的AI模型，建立標準化AI SaaS，來解決領域內的共通問題，至於企業個別問題或客製化需求，則在標準化的基礎下進行微客製化校調。現階段，慧穩科技的產品分為光學檢測AI SaaS平台及智慧水務AI SaaS平台兩大服務，皆係運用簡單、容易監控與維運的NO-Code平台，讓企業透過低成本、高效率的方式導入AI技術。

林耿呈表示，根據慧穩驗證AI所帶來的效益，運用Domain AI SaaS平台，在光學檢測領域，可達到10%-10倍的品質提升，降低人力成本可達10%-50%；至於智慧水務領域，在能源優化上可達到10%-20%成效。

舉例而言，紡織業瑕疵檢測過往採用人工全檢的過程中，通常檢出率在80%-90%之間，導入AI光學檢測技術之後，檢出率可以提升到95%以上。之後再透過人工進行複檢或抽檢，不僅可大幅提升10%的瑕疵檢出率，還可節省將近一半的人力，效益十分可觀。

再如，過往汙水處理廠在控制汙水處理時，先觀察水質採樣出來的結果，再由老師傅或專業技師以人工方式進行設備動態調控，沒有辦法隨時監控，往往造成能源耗損，加入AI之後，由AI模型依據監控結果，推論出要用多少馬達或設備的輸出，可以控制到一定標準的水質範圍，預估可節省20%以上的能源耗損。包括民生汙水廠、自來水公司都需要智慧水務平台來協助監控汙水處理狀況。

「無論是機器學習、深度學習，或是動態調整式類神經網路、動態控制演算法等AI技術的導入，都需要主客觀條件配合，製程不想改變，完全依賴AI，仍將以失敗收場」，林耿呈如實地說，AI並非萬能，也可能成為「照妖鏡」，讓以往人工所忽略的事情一一現形，因此，與客戶明確界定欲改善的問題及效益如何驗證的溝通與調整的過程就變得相當重要。

林耿呈也指出，AI技術要不斷精進，現階段努力的目標是嘗試不需要太多資料就能夠讓AI學得好；另外，也不要過於依賴AI，他說，AI是兩面刃，太過依賴就必須仰賴龐大數據，但大量數據的蒐集、清洗所耗費的時間相當多。若能運用傳統演算法結合AI技術是目前最好的方式，在 AI技術尚未完備之前，透過傳統演算法與現有AI技術先解決客戶的問題，待包括AI自動學習、因果關係、Mata data learning等類強人工智慧領域突破之後，有助於更帶來具商業價值的解決方案。

除了持續推廣國內產業的應用外，慧穩科技也計畫在2022年將Domain AI SaaS平台推廣到東南亞等國家。慧穩科技近期積極進行A輪募資行動，在既有的成功基礎上，持續擴展Domain AI SaaS的深度與廣度，中期也將進行A+或B輪的募資，期望未來5年左右，達到股票上市(IPO)目標。