坐落于彰化县的正新橡胶，谁能想到这是年收 39 亿美元、世界第 10 大轮胎公司，产品范畴不但含括轿车胎、轻卡车胎、摩托车胎、自行车等产业，产品更是销售超过全球 180 个国家。2023 年初，正新橡胶旗下的玛吉斯（Maxxis）成为欧洲 BMW 的 1 系列车款原厂配套轮胎，为首家打入 BMW 供应链的台湾轮胎厂。

能获得国际知名车厂青睐，归功于这几年正新轮胎大刀阔斧地进行数字化转型。2015 年，面对多家欧洲车厂要求在产品研发和生产制造过程中留下成品和半制品的量测纪录，正新橡胶开始启动工业 4.0 的转型计划，并逐渐将全球生产线自动化，将机台中的点雷射、线雷射和 3D 扫描搜集的产品长宽高、厚度、温度和压力等量测数据存在数据库。

然而随着搜集的数据越来越庞大，正新橡胶却面临无法利用既有系统有效地分析数据库中海量数据的窘境，再三评估之后，决定导入易于上手、使用界面友善的上海颉纶智能（Profet AI）AutoML 资料科学家平台。

用 AI 留存老师傅的经验法则 优化产品生命周期

一直以来，塑化与橡胶产业的员工高度依赖经验法则，无论是各种材料配方的开发、制程改善或是原物料价格采购，都是透过老师傅的经验解决问题，正新橡胶也不例外。为了突破框架，正新橡胶一导入 AutoML，就期望可以利用此工具善用老师傅的经验与数据，以 AI 方式来建立模型，将重要经验留存在公司，并持续优化产品从研发到生产制程的生命周期。

「会想要导入 AI，主要是因为过去生产线上的数据大都是靠人来分析，要做到实时反馈非常困难，」正新橡胶信息长陈柏嘉坦言，过去因应不同客户或是市场需求，主要依赖老师傅或是资深员工来调整机台上产品制造的参数，例如：轮胎宽度增加或减少将会产生甚么样的结果，比较无法利用机台搜集到的数据进行有系统的分析。导入 AutoML 后，不但可借助 AI 分析出影响生产制程的关键因子，提升效率，还可将透过 AI 分析参数所建立的模型应用到海外厂，以减少外派人力，加速扩厂进程。

此外，产品研发也是正新橡胶导入 AI 的重点范畴。「轮胎是一种比较严谨的产品，光是一颗轮胎的研发周期就需要两年以上，并需要上百种原料，」陈柏嘉表示，目前研发部门导入 AutoML 刚满一年，已尝试从轮胎制造的上百种因子找出几十种可能影响轮胎油耗、湿地抓地力、轮胎剎车时会滑多远…等轮胎性能的关键因子，如：胶料种类、钢丝宽度、种类和排列密度等。

找出这些关键因子后，正新橡胶就可以利用这些关键因子依据国外车厂及市场的需求，透过 AI 进行建模，研发出符合或超出车厂和市场需求的轮胎，如针对运动性能市场，会需要干地抓地力高的轮胎；油电混和车则需要滚组低且安静的轮胎。

扩大 AI 应用 让各部门盘点关键问题背后的数据

从生产、研发感受到导入 AI 的效益后，2023 年正新橡胶开始扩大 AI 应用，陆续将 AutoML 导入到人资、销售等海内外共 10 几个部门。

为了协助 AI 快速落实到各个部门，上海颉纶智能甚至派顾问到正新橡胶举办各式 AI 应用的工作坊 （Workshop）。陈柏嘉表示，在三个月的教育训练中，Profet AI 的顾问从 AI 基础概念切入，循序渐进地与各部门讨论，并整理各部门面临的困境、盘点问题背后可进行分析的数据，之后再将数据透过建模找出可以改善或优化的方向。

陈柏嘉表示：「就象是培养种子人员，大幅减少IT人员导入新系统的负担，」有了这些训练课程，现在这些使用单位不仅上手的速度很快，学习曲线和意愿也比较高。

数字化转型并非一蹴而就的，正新橡胶从单点出发，逐步地从点、线、面扩大 AI 应用，让各部门第一线员工从搜集数据、理解数据，一直到解读数据、善用数据，不但加速企业数字化的脚步，也为正新橡胶布局全球市场奠定扎实的基石。