AI 與機器學習近年來大規模應用於解決企業的各式問題，包括產品開發、品質提升與製程改善，隨著企業持續遭遇不同挑戰，AI 技術應用將提供企業更多發展與進步的可能性。
杰倫智能（Profet AI ）於7/29日參加知名創新諮詢顧問公司「法思諾創新學院」主辦的線上論壇，以「品質4.0：如何透過人工智能快速強化質量與製程能力」為主軸，與上百名來賓分享如何一周內快速提升工廠管理能力。
杰倫智能（Profet AI ）銷售總監Jonathan在論壇中表示，「我們認為客戶應該關注於發現與解決問題，而非程式開發。
客戶不應該受限於公司內 AI 程式開發的能力與資源，而無法應用 AI 強大的能力。 因此，我們成為客戶的虛擬資料科學家，提供開箱即用的 AI 機器運算平台，透過累積與企業客戶進行的各種專案經驗，不斷優化 AI 機器運算平台的運算效能並設計出簡單、容易操作的使用介面讓領域專家能更有效率的進行各種製程參數的數據優化。」
杰倫智能（Profet AI ）團隊兼具兩種特質，一是具備多年的產業應用管理經驗，也具有較多資深夥伴的合作資源，過去累積的經驗讓杰倫智能（Profet AI ）更了解產業與客戶需要什麼，在多家國際大型軟體外商與高科技製造業的服務經歷，也讓杰倫智能（Profet AI ）與客戶打下多年的深厚情誼與建立長期合作夥伴關係。 二是杰倫智能（Profet AI ）資深人員會帶領一群年輕新血，運用新的AI技術，以機器學習為核心，敏捷式開發產品的解決方案，快速回應客戶各式使用需求。
運用 Profet AI AutoML，就像聘用一組「虛擬資料科學家」
對於工業數據特性的建模型能力，杰倫智能（Profet AI ）的資料科學家團隊也針對工業客戶數據特性進行優化，將自己資料科學家團隊解題經驗變成產品的軟體模組，對客戶而言，擁有杰倫智能（Profet AI ）的產品就像擁有整組虛擬資料科學家團隊，隨著軟體版本升級能力也越強。 因此，客戶在使用 Profet AI AutoML 產品時，就像聘用一位「隨時會成長茁壯的虛擬資料科學家」，可以隨時隨地不間斷地服務客戶。
自動化人工智能平台（AutoML）如何整合融入質量管理流程
品質管理流程為企業確保競爭力之關鍵流程，品質管理流程講求 7大重點：
以用戶需求為導向
數據為決策基礎之管理系統
快速持續改善
SOP與流程導向
組織化管理
全員參與
領導力培養
而這些與AutoML人工智能平台的訴求完美吻合
AutoML產品超過40多種人工智能演算法，擴充傳統品質改善工具之廣度與深度，並透過簡易使用的軟體平台，達到全體動員，快速透過數據建立AI模型進行品質改善。AutoML也融入全球各大領導企業內部六西格瑪、精實管理、TQM等流程制度中。 而AutoML快速一週內找到影響品質的關鍵因子，並不須透過實驗設計，零成本即可進行產線設備參數最佳化，更是大幅提升品質問題解決的速度。
全球使用AutoML平台的企業
杰倫智能（Profet AI ）產品無論是超大型企業，或中小型中堅企業都適合使用，客戶散落在10種產業，超過90種應用場景，目前包括半導體封測、面板、PCB 、電子組裝等全球營業額排名前五名之領導企業皆開始使用AutoML技術，快速進行品質改善與製程能力提升。
杰倫智能（Profet AI ）下一步： AutoML 3.0
經過累積多年與產業客戶的經驗，杰倫智能（Profet AI ）AutoML 已經發展成能快速因應客戶需求的 AI 機器學習平台，Jonathan也透露，「如今我們已邁入AutoML 3.0 版本，我們將朝向 IT 架構維運面，資料科學家應用面以及領域專家等三面向更加優化。
核心思維就是 IT 易維運、領域專家易使用、快速部署運用等，未來將持續透過企業客戶驗證我們的蛻變。」
相關文章 :
案例分享 :