機器還沒壞AI先知道！生成式AI進紡織廠 瞄準「老師傅」斷層

面臨製造業缺工，以及設備維護長期高度仰賴資深技術人員經驗等問題，生成式AI提供了另一種解決方案。（下載自pexels）

〔記者邱巧貞／台北報導〕面對製造業缺工，以及設備維護長期高度仰賴資深技術人員經驗等問題，經濟部攜手資策會數位轉型研究院（數轉院）與又得馬科技，將生成式AI導入傳統紡織設備，打造「生成式AI針織機健康分析與管理」技術，透過物聯網數據採集、AI預知保養、純地端生成式AI及多場域管理，讓設備維運從過去「故障再修」，轉向提前預警。

相較過去工廠設備發生異常後，再由維修人員進行檢查、判斷問題，這套系統透過蒐集針織機運轉數據，由AI分析設備狀態，在零件可能損壞前提出警示，讓現場人員能提前安排維護。

除了預測設備異常，系統也能進一步預估零件壽命，減少過度更換零件造成的資源浪費，同時及早辨識高能耗異常設備，以降低非預期停機及能源耗用。

對傳統製造業而言，設備維護長期仰賴資深技術人員累積的現場經驗，在缺工及技術人力不足下，如何降低設備管理對特定人員經驗的高度依賴，也成為智慧製造的重要課題。

在導入生成式AI後，現場人員掌握機台狀況的方式也更直覺。操作人員不必學習複雜的系統介面，而是可以直接以日常對話方式「用問的」，查詢設備及廠務資訊。

考量製造業對生產資料及設備資訊安全的需求，這套生成式AI並非將資料送往外部雲端處理，而是直接建置在工廠內部，生產及設備資料不需上傳外部雲端，在導入AI的同時兼顧企業資料安全。

若企業擁有不同生產據點，也能透過同一套系統掌握各廠區設備狀況，同時將不同場域的資料分開管理，提升跨廠區管理效率。

資策會數轉院團隊指出，面對製造業缺工、設備維運及淨零轉型等挑戰，AI的價值不只是蒐集更多數據，更重要的是將數據轉化為現場可理解、可判斷、可採取行動的資訊。透過生成式AI結合設備健康分析與預知保養，希望降低傳統產業導入智慧製造的門檻。

從產業應用來看，這項技術也不只鎖定針織機。「生成式AI針織機健康分析與管理」技術採取模組化軟硬體架構，未來可進一步延伸至染整機、定型機等紡織設備，也具備擴展至工具機刀具壽命管理等機械製造場域的潛力。

資策會表示，未來相關技術也可隨設備拓展至東南亞等海外市場，將持續推動AI技術進入更多製造現場，回應企業缺工、設備維運及能源管理等需求。

一手掌握經濟脈動 點我訂閱自由財經Youtube頻道

不用抽 不用搶 現在用APP看新聞 保證天天中獎 點我下載APP 按我看活動辦法