近年來，AI 技術已廣泛應用於製造業，尤其在提升品質控制與生產效率方面，AI 發揮了關鍵作用。通用汽車（GM）正在推行 3 項全新 AI 驅動的工廠品質控制技術，透過分析龐大的生產數據來識別人類難以察覺的模式，旨在提升生產線的精確度與效率，為汽車產業帶來更智慧的製造模式。
減少人為誤差，三大 AI 技術導入品質檢測工作
通用汽車的新 AI 品質檢測系統運用機器學習結合 AI，即時分析生產線數據，協助工程師迅速識別潛在問題。傳統的品質檢測依賴人工檢驗，不僅耗時，還容易因為人為因素導致誤判，而 AI 技術能夠掃描數以萬計的生產數據，找出異常模式，進而提升檢測的準確度。
根據《Forbes》報導，其中第一項技術是一套自動化的機器視覺系統，專門檢測車門組件的雷射焊接品質，辨識異常並分析為什麼會造成異常；第二項技術應用於檢測電阻焊接，透過監測每次焊接的電流功率曲線，AI 能夠精確識別焊接缺陷的成因，例如電極放置不當等問題；最後一項技術則用來檢測電動車電池的托盤是否會洩漏，系統會向托盤內部注入惰性氣體，再利用機器視覺辨識與自訂軟體來捕捉微小氣體外洩的跡象，確定洩漏點位置，以便後續修復。
AI 也能預測性維護，降低生產中斷風險
生產線上有各種設備，準確預測機器的健康和維護需求以減少停機時間至關重要。根據西門子 2024 年的一項研究，生產線閒置的成本相當可觀──對於汽車領域的大型工廠來說，一條閒置的生產線（idle production line）每年可造成 6.95 億美元的損失。
針對此問題，AI 除了可以用在品質檢測之外，在辨識異常的同時，也可以分析造成異常的原因，讓業者可以對生產設備的預防性的保養和維修。
有別於傳統的維修模式大多採取事後修復，也就是當設備出現故障時才進行檢修──導致生產線停擺，影響整體產能，而 AI 可以透過即時監測機器的運作數據，預測設備可能發生的問題，並提前安排維修。減少停機時間，同時降低成本、減少損失。
從 GM 看 AI 在製造業應用的未來
通用汽車透過 AI 技術提升製造品質的做法，反映了全球製造業數位轉型的趨勢。市場研究機構 Markets and Market 2023 年的數據顯示，全球 AI 在製造業的市場規模預計將在 2028 年超過 200 億美元，年均複合成長率（CAGR）達 45.6%。
AI 在製造業的應用不僅限於品質檢測與設備維護，還可用於供應鏈優化、自動化組裝、智慧能源管理等領域。隨著 AI 技術的持續進步，製造商將能夠更精準地掌握生產數據，提升效率與競爭力。
【推薦閱讀】
◆ 現代汽車宣布引進數萬台 Atlas AI 機器人，波士頓動力將加入人形機器人商業化行列
＊本文開放合作夥伴轉載，參考資料：《Forbes》、GM、Oracle、Markets and Market、Siemans，首圖來源：GM。
（責任編輯：廖紹伶）
