製造業
SAS 在製造業的應用
-
智慧製造與 AI 分析：SAS 結合 AI 和物聯網（AIoT）技術，協助製造業從自動化邁向智慧化。透過強化預測分析（Augmented Analytics），企業能自動化資料科學任務，提升決策品質。
-
生成式 AI 技術的應用：SAS 擴展了 SAS® Viya® 平台的功能，利用生成式 AI 技術，協助客戶提升生產力。透過整合大型語言模型（LLM），SAS Viya 協助企業解讀並整合數據，加強現有處理能力。
-
AI 助攻良率提升：SAS 台灣攜手貿聯打造智慧製造 AI 平台，透過 AI 技術提升產品良率，展現了 AI 在製造業中的實際應用價值。
SAS 在製造業的效益
-
提升生產效率：透過 AIoT 平台，SAS 協助製造業即時監控設備狀態，預測並提前排除異常，降低事故停機風險。
-
降低運營成本：結合 AI 和物聯網技術，SAS 協助企業減少成本、提升效率，發掘新的商機，進而發展出新的營運模式。
-
提升產品品質：透過 AI 技術，SAS 協助製造業進行根因分析、參數最佳化，提升產品良率，確保產品品質。
智慧製造與 AI 分析應用場景
製程良率出現異常時，透過AI 模型找尋可能影響因子。
透過前製程資訊和IOT 資料，建置AI 模型，預測品質特性。
透過生產資訊(如參數與感測值)與預期產出，進行AI 建模，尋找最佳參數與產品組合。
運用生產數據，建置能源消耗模型，尋找最佳節能控制點。
將過往良好相關製程和Senor 資訊進行，透過AI 建置異常監控模型。
透過機台資訊與過往故障資訊，進行AI 建模，提前評估故障可能性。
透過庫存與銷售狀狀，建立庫存與銷售預測模型，優化生產效率。
以ML 持續監控企業流程、財務狀況、採購資訊，察覺異常狀況，協助規避企業風險。
品質與根因分析：找出可疑機台，提升良率
運用 SAS Viya 進行根因分析&提升良率
-
一目了然，自動資料剖析
缺失，離群，異常，偏態，高基數等資料品質問題不輕易放過。 -
AI 生成解釋視覺化探索 & 增強式分析
立馬獲得關鍵參數與洞見。 -
值得信賴的 Auto ML 模型
自動超參數調整、自動特徵工程、自動選擇最佳模型、全自動流程與多種範本、模型解釋力圖表。 -
模型一鍵部署 & 模型管理
一鍵部署模型、快速落地，即刻應用分析成果。
運用SAS 實現良率分析與模型落地的 Best Practice，實際推廣到各廠區。
SAS AIoT 運用於智慧節能– 即時預測與分析
針對數以千計的感測器數據進行即時分析與決策，進行能源最佳化以提升能源效率。
以台灣電子光電廠建立預測維護模型為例，將達成關鍵設備預測維護與冰水系統節能優化。
關鍵設備預測維護與冰水系統節能優化是提升生產效率與降低運營成本的核心策略。透過先進的數據分析與人工智慧技術，企業能夠實現設備的預測性維護，運用機器學習模型並參數最佳化，優化冰水系統的能源使用，提升冰水主機效率。
_%E5%B7%A5%E4%BD%9C%E5%8D%80%E5%9F%9F%201.jpg/%E6%9C%AA%E5%91%BD%E5%90%8D-2(%E4%B8%AD)_%E5%B7%A5%E4%BD%9C%E5%8D%80%E5%9F%9F%201__299x197.jpg)
_%E5%B7%A5%E4%BD%9C%E5%8D%80%E5%9F%9F%201.jpg/%E6%9C%AA%E5%91%BD%E5%90%8D-2(%E5%8F%B3)_%E5%B7%A5%E4%BD%9C%E5%8D%80%E5%9F%9F%201__299x217.jpg)
模型依照不同建築不同設備進行訓練，機器學習模型協助省下過往Rule-based 的經驗法則，繁多的建置、管理與維護時間。
主要優勢
降低停機時間、降低維護成本、延長設備壽命、降低能源消耗、提升系統穩定性等。
更多製造業創新資訊：
半導體供應鏈全球布局 - SAS 助力台灣企業強化 AI 數據治理與供應鏈韌性
【智慧製造新方向】工廠想導入 AI 虛擬量測提升產品良率，在實踐前應注意什麼要點？
台灣製造業再戰 10 年新標配：AIoT 如何助力工廠從自動化邁向智慧化