推 dosmark9 : 推一個 06/10 19:31
推 kyle5241 : big data 本來就是machine learning 的基本條件啊 06/10 19:35
→ kyle5241 : 妳這個只是不知道要餵什麼有用的資訊而已 06/10 19:35
推 choral : 你講完別人怎麼撈R 06/10 19:37
→ choral : 這些專案大家搓湯圓分錢才是重點R 06/10 19:41
推 saygogo : 這些AI的案子都是高層拿來說嘴用途,你不幫他結案就 06/10 19:43
→ saygogo : 是拿石頭在砸自己的腳 06/10 19:43
推 loadingN : 最後一句 超酸!! 06/10 19:46
推 cityhunter04: 拿專案堵老闆的嘴啊!碎碎念很煩? 06/10 19:49
推 FourSkill : 你是不是待過高雄某大廠?舉的例子都有中,包括但不限 06/10 20:02
→ FourSkill : 於(對號入座) 06/10 20:02
推 hsiliang : 台塑就是工業3.0都做不出來就只想彎道超車做工業4.0 06/10 20:07
→ hsiliang : 。彎的過去是拓海,彎不過去是填海,但絕大多數就是 06/10 20:07
→ hsiliang : 填海那一群 06/10 20:07
推 ntpuisbest : 最白癡的是震動預測機台換掉,完全不知道是在幹嘛 06/10 20:20
→ bear1414 : 你講的狀況是幾年前的事情了 06/10 20:22
→ bear1414 : 現在技術進步很多了 06/10 20:22
→ DrTech : 沒待過高雄,但是待過三家公司的產線做AI。各家公司 06/10 20:23
→ DrTech : 也是一樣啊,看到別的公司做什麼了,然後沒做?老闆 06/10 20:23
→ DrTech : 就會叫你抄別家公司的題目。論文題目也是到處抄,永 06/10 20:23
→ DrTech : 遠那幾套。然後工研院也是,巨資中心的智慧製造題目 06/10 20:23
→ DrTech : ,也都是那些沒實際價值的題目,大家互相抄。雷同很 06/10 20:23
→ DrTech : 正常。 06/10 20:23
→ bear1414 : 產線檢測上很多是為了節省部分人力 這是有用的 06/10 20:23
→ bear1414 : 但的確也不乏有些廠商是做樣子的 06/10 20:24
→ bear1414 : 做樣子可以申請政府補助 06/10 20:24
→ bear1414 : 良率預測 有用的作法是找出怎樣的設定不會FAIL 06/10 20:26
→ bear1414 : 故障檢測通常是為了在真的壞之前就先預警處理 06/10 20:26
→ bear1414 : 真的壞的時候當然看表就知道 06/10 20:26
→ bear1414 : 不先預警處理 無預警的停線損失可能會更大 06/10 20:27
推 s379 : 超重即視感,你是我同事吧XD 06/10 20:27
→ bear1414 : 方法上不一定都要深度學習 06/10 20:28
推 lalastupidbo: 怎們看到產線IT的無奈身影XD 06/10 20:32
推 TISH12311 : 工廠AI化=砍人。 06/10 20:43
推 qsx889 : 有一些現場很好玩 你跟他說直接用甚麼sensor就好 06/10 20:44
推 saygogo : 你不說是台塑我以為你在講我們公司 06/10 20:44
→ qsx889 : 更快更準更便宜他們會說阿上面說要做AI 算了隨便 06/10 20:44
→ saygogo : 簡單的事情AI化花幾百萬講得天花亂墜秀的天花亂墜 06/10 20:47
→ saygogo : 會升官 06/10 20:47
→ bear1414 : 最後一段有講到重點: 數位化是AI的先前步驟 06/10 20:48
→ saygogo : 同樣的事情如果你去買兩個光電開關改PLC程式兩天解 06/10 20:49
→ saygogo : 決,沒有AI成份 就什麼都沒有 06/10 20:49
推 dulldog : 每一條都很認同。製造業搞AI,個人覺得只有瑕疵檢 06/10 21:01
→ dulldog : 測有用,其他技術都不夠成熟或必要性。 06/10 21:01
推 AJones : 天啊 你真的是巷子裡的 這篇拜託一定要m 06/10 21:18
→ AJones : 說現在技術進步很多的 我也是笑到噴飯 06/10 21:19
→ bear1414 : 不知道技術進展的也只能繼續噴飯了 06/10 21:20
→ AJones : 呵呵 我相信你一定是高層 06/10 21:20
→ bear1414 : 呵呵 我相信你沒有到第一線看過AI應用 06/10 21:22
推 Bujo : 外包商負責人跟高層是好朋友,現在不騙以後就很難騙 06/10 21:22
→ Bujo : 了,有些問題其實用不到AI,就算開天窗做個四不像, 06/10 21:22
→ Bujo : 畫大餅的說這AI就是AI,現在台灣大多的AI是用來騙補 06/10 21:22
→ Bujo : 助跟銀行貸款,反正銀行那些人跟老闆一樣懂個毛 06/10 21:22
→ bear1414 : 多數是沒有效益的AI 但有個開始其實總是好的 06/10 21:23
推 AJones : 上這句我倒沒否認 基本上是對的 06/10 21:25
推 bear1414 : 其實就像DrTech講的 數位化是多數公司要做的第一步 06/10 21:26
→ bear1414 : 但"AI"已經被當成鐵鎚 本末倒置 06/10 21:26
→ AJones : 但問題永遠出在人 給不對的人去領導 結果就... 06/10 21:26
推 bear1414 : 同意 有正確領導和想真導入的單位才能有最好的結果 06/10 21:29
→ bear1414 : 但通常是老闆想 下面不想 或剛好相反 06/10 21:29
推 longlyeagle : 要好好做一個 AI 題目真的要天時地利人和 06/10 21:37
→ longlyeagle : 不然就只能做 PPT 了 06/10 21:38
→ longlyeagle : 雖然原文表台塑表很多 其實台塑已經算是有出成果的 06/10 21:40
推 gino0717 : QQ 06/10 21:43
推 hsiliang : 這麼說很悲哀,台塑在台灣真的算很強的,雖然管理 06/10 21:45
→ hsiliang : 員工一點都不人性 06/10 21:45
→ hsiliang : 賺錢只分給股東不給員工 06/10 21:46
推 Arashi0731 : 一堆工廠上班還在打實體卡的喊要大數據做AI,我也是 06/10 21:46
→ Arashi0731 : 笑笑 06/10 21:46
推 eett811025 : 推 蠻中肯的 06/10 21:55
推 ches728ter : 被你說出來還怎麼撈錢 06/10 23:07
推 aacj2642 : 幹XDDD受傷很深吼XDDD 06/10 23:23
推 opencat : 完美詮釋了達克效應 06/10 23:30
推 opencat : 大部分的失敗案例其實都是選題錯誤 06/10 23:35
推 opencat : 有簡單的方法 卻為了ai而ai當然會失敗 06/10 23:38
推 Youmukon : 看完兩篇快笑死,台塑仁武真的10年都沒變,員工餐廳 06/10 23:43
→ Youmukon : 的炒麵我看還是一樣甜 06/10 23:43
推 opencat : 你的舉例 1,2,3,5,7,8 是AI表現不如簡單方法 06/10 23:44
→ opencat : 4和6就是單純為反駁而反駁... 06/10 23:44
推 uxy82 : 選題有問題是因爲被要求的是工廠端,這些人大多沒 06/10 23:58
→ uxy82 : 有足夠的AI知識,但是上面的要聽各單位報告怎麼辦 06/10 23:58
→ uxy82 : ?擠一個題目出來拖時間,以拖待變 06/10 23:58
推 westercc : 滿真實的,但有些應該是能靠選題避免或指標沒選好, 06/11 01:08
→ westercc : 例如1當前預測故障其實很多設備就有機制能判斷了, 06/11 01:08
→ westercc : 提目應該朝減少停機時間去做、或能預測未來一段時間 06/11 01:08
→ westercc : 的狀態、例如3如果覆判準確率或成本能優於原本導入 06/11 01:08
→ westercc : 前的狀態,那還是算成功 06/11 01:08
推 pregnpig : 沒有AI, 這些傳產一樣不會把花在AI的錢投入工業3.0, 06/11 01:24
→ pregnpig : 更不要說4.0 06/11 01:24
推 IdenTits : 真的謝謝大大分享 06/11 02:03
推 prtscscroll : 基本上要能好好利用AI,起碼先找個真正做AI題目畢業 06/11 02:29
→ prtscscroll : 的來當主管,只有做過的人才知道AI能做到什麼程度以 06/11 02:29
→ prtscscroll : 及有什麼限制,那些半路出家只會看paper跟別人的投 06/11 02:29
→ prtscscroll : 影片介紹就自以為懂的就別鬧了,別人的期刊跟報告當 06/11 02:29
→ prtscscroll : 然會呈現自己最好的一面,看了只會產生很多天馬行空 06/11 02:29
→ prtscscroll : 的想法。 06/11 02:29
推 a44883 : 這鳥AI,讓一堆人有了工作,反正也是做數據而已 06/11 02:32
→ a44883 : 能過一天是一天,能騙就騙 06/11 02:32
推 T3T : 我覺得有可能正好就是 為AI而AI 做給上頭看 06/11 03:32
→ T3T : 至於有無效果 那就再說啦 (茶) 06/11 03:32
→ T3T : 畢竟用電風扇 怎麼騙經費呢 06/11 03:32
推 darkdogoblin: 就AI神棍啊!前幾年很流行,說要取代什麼什麼,真 06/11 03:37
→ darkdogoblin: 試下去才發現機器的錢能雇好幾個原有的員工 06/11 03:37
推 AntEmpire : 笑死 現在研究所的計畫也是滿滿的AI 06/11 03:45
推 xSAUCEx : 某鋼也是高層要求做AI 結果方法是先要求人 06/11 07:00
→ xSAUCEx : 力精簡 要求各單位提出AI精進方案啊 超白痴 06/11 07:00
推 lafel : 中肯推 看這篇不知道該哭還是該笑 06/11 07:29
→ dildoe : 工廠的AI啥時能餵資料/bug給交代 AI杯鍋才叫厲害吧 06/11 07:53
→ dildoe : XD 06/11 07:53
推 source0209 : 事實總是艱難。AI只是要拿來申請補助的 06/11 08:35
推 aaa7513231 : 優文 06/11 08:59
噓 snowboylove : 主管都不懂AI了….是說真的懂AI的會來領這種薪水? 06/11 09:29
推 a3294814 : 工業0.4 06/11 09:42
推 YJM1106 : 3是真的很難喔 對於某些型態(例如手機殼光滑面的 06/11 10:54
→ YJM1106 : 微細刮痕)人類檢驗員表現的比機器還好 06/11 10:54
推 mooto : 只要能建立自動化,那些data怎麼進去不是問題。但也 06/11 10:55
→ mooto : 不能garbege in 06/11 10:55
推 Mchord : 深度學習來說萬物皆可建模,但問題合理性才是重點 06/11 10:56
推 ShadowPoetry: garbage in ,garbage out 鐵則 06/11 11:34
推 masatomarisa: 推,為AI而AI根本沒意義 06/11 11:52
推 tripleb : 哈 這才是真實 06/11 11:58
推 lightidea : 不要為了AI而AI 但是一定要有AI的案件 06/11 12:05
推 owen5611 : 帶頭的都是明志出來的 會這樣也不意外 06/11 12:10
推 djboy : 這篇看完了,推一下。 06/11 12:26
→ kuluya997 : 領導階層真的太老了 不懂又愛跟風 笑死人 06/11 12:49
→ kuluya997 : 獲利方式還是不出榨 榨人榨成本 costdown 06/11 12:51
推 kokohihi : 真的是過來人..太寫實了 06/11 14:30
推 oysteromele : 嘖嘖~同意… 06/11 18:40
推 tonfans : 推 中肯 06/11 19:23
推 and221 : 前輩好!優文 06/11 21:14
→ red0210 : 寫得真好,以前去過南部一間世界級的傳產公司也是 06/11 23:37
→ red0210 : 這樣,資訊化落後、勉強擠個兩百筆資料就叫大數據 06/11 23:37
→ red0210 : 現在 AI 技術是真的很強,只是大多人不懂得如何用 06/11 23:38
→ OdaTakeda : 預測需求這種東西真的跟擲茭一樣 06/12 09:58
推 prtscscroll : 氣象預測擺了多少觀測站 偵測多少變因都還不一定準 06/12 16:03
→ prtscscroll : 了 科技業要預測那些東西 先弄個天網蒐集所有人的言 06/12 16:03
→ prtscscroll : 行舉止 這樣AI應該就能預測成功了 06/12 16:03
→ Tkuei : 笑,AI水很深的,很多台廠請兩個菜鳥畢業生買一張顯 06/12 21:20
→ Tkuei : 卡就說我們要做AI, 當然什麼屁都做不出來啊 06/12 21:20
→ Tkuei : 產線的也不會有AI sense啦,給兩張圖就問能不能用AI 06/12 21:20
→ Tkuei : 做,最後當然鬧劇居多啊,真AI還是要交給專業的啦 06/12 21:20
推 chintei : 這是現場經驗並考慮ROI的正常反應 06/12 22:24
推 deepcolor : 完全命中 06/13 01:00
推 SAptr : 確實 為了AI而AI 實際上效益有夠差 但我為了錢還是 06/13 09:15
→ SAptr : 還有現在畢業生十個有九個都說要做AI 這東西就爛阿 06/13 09:17
→ SAptr : 現在還有人以為人工智慧 實際上就工人智慧 06/13 09:21
推 laiko : 4,5,6點超實際!本人都有遇過... XDD 06/13 14:24
推 qweeqwee : 哈哈台塑ai哈哈 嗚嗚嗚 06/13 22:38