
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%?
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。
文章目錄
01 前言
02 未來的化工產業化工人,必須是能運用 AI 科技的專業達人
03 當製造業導入杰倫智能虛擬資料科學家平台 24小時不間斷運作
04 如何運用 AI 的應用來建模
05 未來展望
相關文章
