近年來，台灣的電費逐步調漲，漲幅最大為 15%（高壓及特高壓產業用電大戶），而目前又面臨夏季用電高峰之時期，調整後的成本也會直接反映給消費者，各企業前輩難免會擔心對於台灣許多產業來說衝擊之大，不過放眼國際，原物料成本上升、供應鏈短缺也已成事實，再加上近年來各國也積極響應環境永續經營，企業除了需遵循碳中和政策之外，也開始思考如何兼顧降低成本。
以中國大陸為例，製造業工廠佔 70% 的用電能耗，中國大陸電力供給，燃煤火力發電站 70%供給量，但是受到能源價格的不確定性，限量供電、電價調整、拉大用電尖峰及離峰時間的電價差，將會是製造業在未來幾年內所面臨的常態，為了應對這些狀況，企業通常會對用電做調整及優化。
然而實務執行上會面臨許多困難，就於 Profet AI 觀察，企業對於用電優化常見的幾個問題:
1.電量準備困難：
用電情境、原因複雜，只憑藉老師傅的經驗方式估算，難以準確備電也常超出電量上限，更何況目前又會面臨到電放漲價的巨大壓力
2.生產排程困難：
當前整體用電其實是“不患寡，而患不均”，亦即問題在於用電排程集中在高峰期，導致低谷期的備電形同浪費，無法準確預測生產排程的用電量，所以也難以準確調節用電尖峰和離峰的排程，間接也影響了生產時程以及出貨時間
3.降低成本困難：
如何降低成本是企業最主要考量的因素之一，如何用最少的備電量生產最大的產能？如何用最少的用電量設計出最佳的製程工藝？面對上述問題，在無法精準預測和模擬之下，一切也是無法回答的問題。
透過Profet AI 虛擬資料科學家平台，透過下列四個流程即可上手運用 AI，攜手幫助企業快速落地綠色製造:
1. 設定題目
在導入AI應用前，我們須思考企業眼前最需急迫解決的痛點挑戰為何:
如何有效減少用電與備電成本？
如何妥善安排高耗能生產環節？
如何找到高耗能關鍵影響因子？
如何降低高單價燃料的使用量？
如何讓電能得到更充分利用和避免閒置浪費？
經過問題梳理，我們明白其根源之一在於無法有效掌握未來的用電量，因此，用戶此時轉化設定AI題目為 “預測未來投產的用電量”
2. 準備數據
蒐集與整理歷史的用電量，與對應的機種、產量、製程以各潛在因子，依照 Y=F(X) 的邏輯，彙總為 excel 或 csv 的結構化數據寬表。
3. 建立預測模型
將數據表格傳至 Profet AI 虛擬資料科學軟體平台，內核自主研發的自動化機器學習技術，超過 50 種 AI 機器學習演算法，在無程式碼 (No-Code) 操作下，用戶只需 5 個直觀步驟，平台即可自動化建立相應的預測模型，助力用戶自主實現了傳統上曠日費時的 AI 分析。
3.1 用電要因分析
分析耗電的關鍵影響因子排名，針對性打擊耗電因子
3.2 用電預測模擬
輸入不同的生產條件參數，事前模擬未來用電量，及早進行電力準備、排產調度或製程用電優化。
3.3 用電參數優化推薦
根據需求的製程用電，同時滿足品質管控，推薦適合的製程參數設定方案。
透過 Profet AI 虛擬資料科學家平台，即使是沒有資料科學背景的產業專家，也能簡單又快速地應用AI技術，從而實現耗電要因分析、用電預測模擬、用電參數最佳化推薦，優化企業的用電策略。
萃取 12 個產業、100 種應用場景精華，打造業界獨家『隨選即用 AI 應用知識庫』
不僅只在用電場景，Profet AI 杰倫智能透過過往的AI導入的經驗，也將各產業所應用的場景收納歸類後，建立了隨選即用AI應用知識庫 (Ready To Go Applications)，用戶只要透過三步驟，五分鐘就能快速找到落地題目，企業主可以在各部門不同場景能夠快速佈屬，全面提升企業競爭力。
Profet AI 致力協助製造業打造AI綠色製造的戰略價值，從降低能耗成本、增加能耗效能及樹立企業的形象，期盼能將 AI 化簡為繁，讓我們為碳排、永續經營一起盡一份心意。