產業應用案例

AI 應用-塑化橡膠產業

通過Profet AI 活化累積過去數十年的產品資料透過機器學習

協助客戶將研發知識經驗傳承。

現況

石化產業是指以石油或天然氣為原料，來製造化學品的產業，其成品稱為石化產品。石化產業是一個和民生具有高度相關的基礎工業，包括食、衣、住、行、醫藥等，都廣泛使用到石化產品，可以說現代人的生活和石化產品息息相關。因此塑化產業的需求常以經濟成長率作為衡量指標。

挑戰

塑化與橡膠產業的員工高度依賴經驗法則，無論是各種材料配方的開發、製程改善或是原物料價格採購，都是透過老師傅的經驗解決問題。塑化與橡膠產業近期正在思考，如果能運用過老師傅的經驗與數據，以 AI 方式來建立模型，將重要經驗保留在公司裡，並持續優化，會是非常重要的課題。

應用場景

應用流程：配方研發、品質、原物料採購

原材料價格預測

原材料價格在產品成本結構占比甚大，運用 AI 建模來協助採購決策可以協助創造更大利潤。

輔助產品研發

品質預測

油品生產過程有許多可控與不可控之變因，導致油品品質不易預測。透過收集煉油過程中的即時數據，建立油品預測的模型，可大幅降低實驗室檢驗成本，並提高製程良率。

材料研發業者運用數據，運用 AI 建立模型來協助產品研發是一個新的方法，透過模型來模擬需要的物理或化學性質將可以減少測試樣本的製造，縮短產品研發時程。

客戶實績

我們的客戶的想法

為什麼我們的客戶續訂率高達 98%？

更多資訊

化工產業運用AI科技因應多樣性挑戰

近年化學工業面臨多樣性的挑戰，尤其在國際情勢上 ESG 將是未來10年化工產業所面臨的極大課題，如何節能、減少碳排、避免浪費，將是最棘手的問題。

此外除了 ESG 等因素對產業的影響外，產業結構與產業趨勢的轉變也是化工產業難以避免的困境。因近年來高科技產業薪酬結構與產業環境優勢，學校人才培育以及人才就業選擇等複雜因素，也導致化工產業出現人才大斷層的問題，這些人才因素直接或間接地影響到企業經營，無論在企業經驗傳承、新產品研發效率與企業運作優化等都將成為大挑戰。