我是 Kota，宇鯨智能的創辦人，從 2021 年開始了一人公司，協助中小企業透過 Data / AI 技術進行數位轉型。
我特別關注想要建立新的服務模式、獲取營收的製造業。這背後需要進行大量的流程再造和數位管理，也需要藉由 AI 技術自動化瓶頸的步驟，這些是我特別擅長的領域。
這個案例是一家做 SMT（Surface Mount Technology） 代工的電子製造公司，主要服務台灣的大型電子廠。第一次接觸這個客戶時，是由合作的顧問介紹，我和顧問一起去拜訪，現場也有廠長、業務和 IT 人員。在此之前，我對 SMT 的了解沒有那麼深入，也沒有真的走進 SMT 工廠看過生產流程。
我一開始的注意力都放在工廠裡，看看現場還有哪些地方可以自動化。搬運、領料、上料、製程，這些地方通常都有機會透過設備、軟體或流程改善來減少人工。
走了一圈，發現這家公司的製造現場已經有相當高程度的自動化。倉儲有智慧料架，可以協助領料與防止拿錯零件；物料也有搬運設備協助從倉儲送到指定位置，減少人員來回走動。到了上料階段，也會透過條碼和製令做比對，如果拿錯料，系統就會發出警示。產線本身則已經導入 MES，生產狀態、品質和製造進度也都有系統協助管理。
雖然不是每一種物料都能百分之百自動化。但整個製造流程已經是相對完整的閉環。如果繼續只從產線裡找題目，應該還是找得到一些可以做的事情，只是那些事情恐怕不是客戶現在最值得投入的地方。因此，我們改成去理解這家公司從接到客戶需求開始，到訂單真正進入製造之前，是怎麼運作的，
這時候才發現，業務端其實有一個很有嚴格的要求：客戶詢價之後，一個工作日內一定要完成報價。
這間公司服務不少台灣的大型電子廠，其中一部分需求是少量、多樣、需要快速打樣的訂單。客戶之所以願意找台灣的 SMT 廠商合作，其中一個原因就是距離近、溝通快、交期短，加上設計和智慧財產也比較容易被保護。
對他們來說，更快的回應速度和更好的配合能力，就是商業模式中的競爭優勢。所以從接到詢價的那一刻開始，報價速度就已經不只是行政效率，而是客戶體驗的一部分。問題是，業務每天會收到大量詢價，而「一天內報價」這件事情又不能拖。這就讓報價變成一個非常耗時、但又必須快速完成的工作。
客戶每次詢價，通常會丟一份 Excel 過來，裡面包含需要使用的零件、數量、位置和其他備註。問題是，每個客戶的 Excel 長得都不一樣，有自己的欄位名稱、排版方式和使用習慣。公司當然可以提供一份標準範本，希望大家按照同一種格式填寫，但實際上很難要求每個客戶都配合，尤其這些客戶本身也是大型企業，內部早就有自己的流程和文件格式。
所以過去的做法，就是業務收到 Email 或通訊軟體傳來的 Excel 之後，先人工看懂客戶的格式，再重新整理成公司內部可以使用的格式。接著再進 ERP 查詢資料、比對 BOM 和價格，最後整理出正式報價單。每一個步驟單獨看都蠻簡單，但詢價量一大，這些整理、複製、查詢和比對會消耗很多時間。
而且這些工作其實是業務工作裡面相對行政、重複性又高的一段。業務真正能創造更多價值的地方，還包括開發市場、拜訪客戶、理解需求和維持客戶關係。如果能把報價前面的資料整理大量自動化，省下來的不只是幾次複製貼上，而是能把相當可觀的時間還給業務。
如果只從系統設計的角度來看，我當然會希望所有輸入資料都有固定格式。欄位名稱統一、位置固定、格式一致，後面的自動化會簡單很多，也更好維護。
然而，這家公司原本想提供的，就是快速、彈性、好配合的服務，如果為了讓自己的系統比較好做，反過來要求客戶全面改格式，這其實會增加客戶的配合成本，也可能削弱他們原本強調的快速、彈性和好配合。
因此，我們必須假設客戶傳來的檔案本來就會不一樣，系統必須找到一個足夠彈性的處理流程。
仔細研究這些 Excel 之後，我們發現版面雖然不同，但內容其實還是有一些共通性，例如零件名稱、位置、數量、備註等資訊，最後都還是要對應到公司內部既有的料號與 BOM。於是我們把流程拆成四個部分：
這樣做，客戶不用學新的系統，也不用為了供應商改 Excel，只要繼續用原本的方式詢價；改變主要發生在公司內部，把原本需要業務人工理解和整理的那一段，交給軟體和模型協助處理。
既然我們已經決定要讓 AI 協助理解這些自由文本的內容，而且現在大家談 AI 幾乎都會想到大型語言模型，下一篇要分享的是，既然 Large Language Model 也做得到，為什麼我最後反而選了一個小很多的 Transformer Model？
有興趣知道更多的，也歡迎和我聯繫交流( kota@yujing.io )！
iThome鐵人賽
看影片追技術