如何透過 AI 技術轉型傳統產業 - Landing.Ai

來自 Landing.Ai 公司的講者 Dongyang Wang 是 VP, AI transformation，曾經在美的集團負責 AI 轉型，加上後來的顧問經驗，正好適合 Landing.Ai 業務型態。

AI 經過幾波的起落，近來因為深度學習的進展，以及大家對於 AI 的見解成熟，不再要求擬人的強 AI，而轉而關注特殊用途的弱 AI，務實的態度，開啟 AI 產業化的契機，然而 AI 距離落地 (Landing) 還有一大段路要走。所以在傳統產業與 AI 的能力之前形成落差，顧問業應運而生。

Landing.Ai 就是顧問公司，幫傳統產業進行 AI 技術轉型。由著名的科學家吳恩達創立，也象徵 AI 從科學走向產業化的進程。

公開的 AI Transformation Playbook 值得研讀，目前是第 8 版。

簡報架構

報告架構項目：

1. 簡介講者自己，以及 Landing.Ai 公司
2. 輔導的 AI 應用方向分類，輔以實例圖片以及影片
3. 介紹該公司的 AI Acceleration Platform 
4. 輔導的五個步驟
5. 該公司的商業模式

很有說服力，特別的是，一般的顧問公司收費之後多半不聞不問，而 Landing.Ai 聲明收費只用來補償成本，更希望拿到的是輔導對象公司股權。

聽起來相當負責任，真心願意幫助客戶成功。

AI 應用方向

Landing.Ai 輔導的應用有幾個方面：

• 瑕疵檢測，例如汽車管路漏油、漏氣。紡織業的布料脫線，勾毛現象。汽車板金的突起顆粒，以 Tesla 烤漆為例，經過機器手臂旋轉，由電腦視覺識別肉眼很難看到的瑕疵。
• 異常樣貌偵測，例如主機板或家電 PCB 上上少了一個小零件。
• 雜質偵測，例如玻璃瓶以及藥廠製藥過程中的氣泡，
• 人類動作最佳化，例如鎖螺絲的簡單動作，分析優化對上百人的產業來說效率影響很大。
• 零售業，例如：客人進店之後，多久受到招待，看了哪些車。
• 外觀檢測，例如：風力發電機，巨大的葉片，並不期待停機讓人上去檢測，改由無人機飛上去由外觀檢驗有無異常。

最近遠傳也推出紡織業的應用，但強調 5G + AI 的結合。

因應工廠實務來設計轉型

人工的品質檢驗缺點有五：

• 需仰賴老經驗，難以傳承
• 學不到新技術，年輕人不願加入
• 經年累月，身體以及視力的損耗
• 長時間觀看，疲勞造成漏看
• 肉眼有極限，尤其在充滿雜訊的環境之下要找出雜質瑕疵，很難

因此，Landing.Ai 的方案只需加裝攝影鏡頭，不需大量感測器，品管能力變得很有吸引力。

好處主要在於品牌價值、商品售價的提升，降低人為失誤，品管人員的成本倒是次要。

工廠的營運來說，考量有二：

• 不希望保持對外連線，所以 edge AI 有必要。但因為機台老化，條件變化，需要訓練學習新的模型，所以偶爾必須連線送資料到雲端訓練，下載新的模型。
• 產線要加裝感測器很困難，頂多能加上攝影機。

轉型的挑戰

以 Landing.Ai 的眼光來看，AI 轉型的挑戰有三：

1. 如何確保高層有AI first 的思維
2. AI 人才的缺乏
3. 怎樣產生實際的商業價值

所以 Landing.Ai 訂出輔導的步驟：

1. 與企業一同挑選有商業價值，規模適中的專案，冀望能看到商業價值，建立企業信心。
2. 幫助企業招聘，建立內部團隊，自行造血。
3. 做 AI 培訓，分別對高層、部門負責人，以及工程師。
4. 定出 AI 策略。放在第 4 步是因為大部分的企業無法在一開始訂好 AI 策略，必須透過訓練，才能確定方向做出承諾。所以放在第 4 步驟。
5. 增進市場觀感，推升公司價值、股價。

簡報舉例幾家 AI 轉型的公司股價，譬如 Google 和美的集團，看著股價上升很有說服力。 讓被輔導的對象有了對未來的想像。 (鴻海呢？2017 八月之後大多處於下跌狀態。)

再挑選專案時，特別強調做瑕疵的定義 (defect definition)，要和客戶一起花上數個月的時間。這步做對了，往下進行才有意義。

結語

由許多落地應用案例，看到台灣的產業升級的可能性。AI 的產業化形成顧問行業的機會，吳恩達曾說，『AI 規劃師比 AI 專家還要稀有』。Landing Ai 的商業模式，以股權為主的獲利方式，頗有說服力。

台灣的人工智慧學校經理人班以及清大的 AIMS Fellows 也是很好的培養場域。

面對 AI 進入產業化，每個人從自己的產業來思考目前所在位置，未來要站在哪個位置，缺那些能力要補足。當然，如同 Landing.Ai 所言，訂出 AI 策略必須先有所了解，而且預期策略將持續地改版更新。