試想一輛高速公路上的汽車，車內某內部零組件在行駛過程中忽然鬆脫，將會造成什麼後果？輕則影響車輛性能，嚴重一點有可能危及人身安全，三星科技總經理陳信志指出，這就是車商為何會嚴格要求供應商產品品質的原因，「尤其是肩負連結緊固車內零部件之責的螺絲、螺帽，車商更是要求 Zero Defect 零缺陷，對扣件供應商的品檢控管帶來嚴峻挑戰。」
對此三星科技在 2021 與華碩電腦合作導入 ASUS AISVision，此一 AI 機器視覺工具包在強化品檢工作效能的同時，也讓該公司研發團隊擁有打造 AI 視覺檢測系統的能力。
台灣隱形冠軍之一，三星科技用不同營運思維走出紅海市場
成立超過半世紀的三星科技是全球螺帽產業龍頭，月產能高達 7,500 公噸，除了扣件外也自製自銷螺絲、螺帽模具，車用螺帽的產量更位居世界第一，是台灣典型的隱形冠軍。三星科技的發展視野向來宏遠，早期就決定走出以價取勝的紅海市場，轉向高值化車用螺絲螺帽，不過此領域雖然無須價格競爭，還是有不同壓力與挑戰，也就是產品品質。
正如前文所敘，車商對螺絲、螺帽的要求是「零缺陷」 Zero Defect，各種肉眼難辨的形狀偏斜或看似不影響效能的髒汙，全都會被退貨打回票。陳信志接著點出，現在車輛製造已經高度自動化，螺絲、螺帽一旦有瑕疵無法自動組裝，整條產線會馬上停擺，「也就是說我們不檢驗，車廠也會幫你驗，如果出問題，我們供應商的損失會更大，商譽也會受影響。」
對於車廠的 Zero Defect 要求，三星科技早期以人力進行檢測，後來導入外部技術支援，培訓內部團隊自行開發 AOI 視覺檢測系統的能力。傳統的 AOI 視覺檢測系統為「Rule Based」模式，在系統建置初期，先依照既有經驗設定瑕疵種類，在檢驗過程中發現不良品後立刻剔除，三星科技研發部經理楊燿隆指出，Rule Based 視覺檢測系統有兩大缺點，一是系統無法檢出當初設定以外的瑕疵，不易應付扣件生產過程中產生的隨機缺陷；二是為了達到 Zero Defect，檢測條件設定必然嚴苛，「寧可錯殺一百，也不放過一顆的結果就是誤殺率過高，導致大量良品被丟棄，生產成本居高不下。」
近幾年 AI 浪潮再起，並在製造領域逐步普及，三星科技認為 AI 與 AOI 的整合智慧化檢測系統會是上述問題解方，經過一輪市場訪查後，決定與華碩合作。陳信志提到華碩能在眾多 AI 廠商中勝出有幾大原因，首先是企業量體龐大，可確保長期提供服務，其次是專業技術與導入經驗充足，他表示產業 AI 方案的採用門檻仍高，軟硬體解決方案必須能有效滿足使用者的特定需求，因此，雙方接觸初期是以三星出題、華碩解題的方式溝通，確保其專業經驗可解決三星痛點。
第三則是華碩的 AISVision 具備二次開發功能。陳信志提到，三星從以前就強調設備自製，就像前面提到，無論是螺絲、螺帽模具或各種製造設備都不假手他人， AI AOI 也是如此。華碩的解決方案正可滿足「授人以魚，不如授人以漁」需求， AISVision 機器視覺工具包和 SDK（軟體開發套件）支持二次開發，可在系統順利導入後，由三星研發團隊接手負責後續廠內分檢設備的整合、升級、改版與維護。
傳統 AOI 誤殺率過高，AI 其實可以自主判斷瑕疵？
華碩電腦智慧製造產品企劃部專業副處長辜英憲指出，市場上很多方案所使用的 AI 應用架構相當複雜，為降低導入門檻，華碩 AISVision 將產業客戶所需的多種工具整合為單一平台，並大幅簡化二次開發難度，從而加速系統上線時程。
以三星科技的系統為例，在建構訓練資料集的階段，AISVision 的自動標識（Auto Labling）功能，就可協助三星團隊從大量的不良品影像中快速完成瑕疵標識，並在訓練模式（Training Model）建立起有效模型，最後再將此邏輯移轉產線上的 AI AOI 系統，系統內的推論模式（Inference Model）不僅可判別瑕疵，AISVision 還擁有學習能力，隨著資料集的累積，進行模型再訓練，持續優化模型，解決以往因 Rule Based AOI 不易調整，只能嚴苛設定檢驗條件，導致誤殺率居高不下的問題。
除了 AISVision 的完整功能外，華碩的服務也是這次系統可以順利上線的主因。陳信志表示，操作、使用 AOI 系統者都是 OT 人，不一定熟悉 AI 領域專業，因此導入階段必須不斷學習、溝通，華碩過去已協助眾多不同類型製造業導入 AI 系統，充分了解過程中會遇到的挑戰與解決方式，最後在華碩與三星研發團隊的通力合作下，順利完成所有的軟硬體建置。
讓 AI 串聯全產線，第一步棋讓華碩來協助！
2023 年 5 月，三星科技的 AI AOI 系統正式上線， AI 的智慧檢測效益正逐步浮現中。對於未來規劃，楊燿隆表示會將 AI 系統的訓練之責交給第一線，「我們希望讓產線人員具備足夠的 AI 專業，日後可自行依照需求調整架構，並藉由現場的瑕疵資料判斷結果的回饋，重複訓練 AI，讓 AI 的判別越來越精準。」至於更長期的計畫，則是將 AI 架構延伸到產線製程前端，例如記錄、分析機台設備的扭力、振動等數據，此功能除了可調整機台參數、提升良率外，也能避免瑕疵品進入後續的加工流程，進一步減少製造成本的浪費。
陳信志表示，對三星科技而言，華碩 AISVision 就像是 AI 種子，這顆種子會先在 AOI 檢測結出第一顆智慧化果實，「我認為這將啟發其他部門對 AI 的想像，思考如何讓 AI 成為自己的助手，提升工作效率，從而啟動另一波升級，讓三星持續保持競爭力。」
