正新橡胶扩大导入Profet AI方案

坐落于彰化县的正新橡胶，谁能想到这是年收39亿美元、世界第十大轮胎公司，产品范畴不但含括轿车胎、轻卡车胎、摩托车胎、自行车等产业，产品更是销售超过全球180个国家。2023年初，正新橡胶旗下的玛吉斯（Maxxis）成为欧洲BMW的1系列车款原厂配套轮胎，为首家打入BMW供应链的台湾轮胎厂。

正新橡胶近年来积极的数码转型，成功吸引国际知名汽车制造商的关注。自2015年起，面对多家欧洲车厂要求在产品研发和生产过程中保留量测纪录，正新橡胶开始推动工业4.0转型，逐步实现全球生产自动化。这项转型计划将点雷射、线雷射和3D扫描所收集的产品数据（如长宽高、厚度、温度和压力等）储存于数据库中。

然而随着蒐集的数据愈来愈庞大，正新橡胶却面临无法利用既有系统有效地分析数据库中海量数据的窘境，再三评估之后，决定导入易于上手、使用界面友善的杰伦智能（Profet AI）AutoML数据科学家平台。

用AI留存老师傅的经验法则 优化产品生命周期

一直以来，塑化与橡胶产业的员工高度依赖经验法则，无论是各种材料配方的开发、制程改善或是原物料价格采购，都是透过老师傅的经验解决问题，正新橡胶也不例外。为了突破框架，正新橡胶一导入AutoML，就期望可以利用此工具善用老师傅的经验与数据，以AI方式来建立模型，将重要经验留存在公司，并持续优化产品从研发到生产制程的生命周期。

「会想要导入AI，主要是因为过去生产在线的数据大都是靠人来分析，要做到实时反馈非常困难，」正新橡胶信息长陈柏嘉坦言，过去因应不同客户或是市场需求，主要仰赖老师傅或是资深员工来调整机台上产品制造的参数，例如：轮胎宽度增加或减少将会产生甚麽样的结果，比较无法利用机台蒐集到的数据进行有系统的分析。导入AutoML后，不但可借助AI分析出影响生产制程的关键因子，提升效率，还可将透过AI分析参数所建立的模型应用到海外厂，以减少外派人力，加速扩厂进程。

此外，产品研发也是正新橡胶导入AI的重点范畴。「轮胎是一种比较严谨的产品，光是一颗轮胎的研发周期就需要两年以上，并需要上百种原料，」陈柏嘉表示，「目前研发部门导入AutoML刚满一年，已尝试从轮胎制造的上百种因子找出几十种可能影响轮胎油耗、湿地抓地力、轮胎刹车时会滑多远...等轮胎性能的关键因子，如：胶料种类、钢丝宽度、种类和排列密度等。」

找出这些关键因子后，正新橡胶就可以利用这些关键因子依据国外车厂及市场的需求，透过AI进行建模，研发出符合或超出车厂和市场需求的轮胎，如针对运动性能市场，会需要乾地抓地力高的轮胎；油电混合车则需要滚组低且安静的轮胎。

扩大AI应用 让各部门盘点关键问题背后的数据

从生产、研发感受到导入AI的效益后，2023年正新橡胶开始扩大AI应用，陆续将AutoML导入到人资、销售等海内外共10几个部门。为了快速将AI融入各部门，杰伦智能向正新橡胶提供顾问服务，举办多种AI应用工作坊。陈柏嘉指出，Profet AI的顾问在三个月的培训中，由基础概念逐步引导各部门，整理问题、收集可分析数据，再透过建模找出改善方向。

陈柏嘉形容这类训练如培育种子，减轻IT人员引入新系统的负担。这些训练让使用单位迅速上手，学习曲线和意愿也提高。

正新橡胶以点、线、面的方式进行数码转型，让各部门员工从数据收集到运用逐步成长。这不仅加速企业数码化，也奠定了在全球市场的坚实基础。