AI時代的工業管理趨勢和挑戰

人工智慧的興起，帶動許多行業的未來發展，然而品質管理在企業裡扮演著很重要的角色，產品品質的好與壞，與機械設備和人員有關，人力在檢驗產品的過程中會有一定的疏失，所以透過人工智慧的協助，可以把不良率降到最低。

過去的品管是產品生產之後的檢驗，發現不良品已經太晚，本研究的目的是事先預測不同狀況下的不良率，可以提早預防及改善，本研究先收集品質不良率的因素，以機器運轉時間、保養後時間、操作人員人數、材料來源、溫度、濕度、日夜班這些因素，再使用WEKA演算法建立品質模型，模型因素在不同等級組合時，得出品質不良率的高、中、低，再利用此模型帶入預測新的因素組合，得到產品可能的品質。