The pioneer in big data analysis.
Ready and proven solutions.
Growing reputation.
Competitive expertise.
宇清數位智慧股份有限公司成立於2010年。創辦人郭仲仁博士曾任職於台灣旺宏電子與台積電等公司,具備28年高科技工廠製造管理的實務經驗。郭博士畢業於台灣清華大學工業工程系,他的博士研究成果獲得了頂尖期刊 IEEE transaction on automation science and engineering 2012 年最佳論文的肯定。
宇清數位智慧的核心競爭力是從大量的工廠數據以及複雜的生產條件中發掘出改善機會。我們結合統計、資料挖礦、機器學習、作業研究以及資訊工程技術,協助客戶的工廠運作得更加智慧化且更有效率。
READ MORE包括創辦人在內,我們的高階主管擁有工業工程以及資訊工程等博士及碩士學位,在台積電等高科技行業公司有平均超過20年的製造管理及軟體系統開發經驗。
工業4.0 浪潮襲捲全球,「智慧製造」成為產業革新重點,期能在工廠效率、良率、產出與成本各方面獲得新的突破。台灣PCB產業在全球市占第一,為了維持競爭優勢,很多PCB業者正在布局工業4.0與智慧製造。目前多數PCB廠的智慧化程度,僅處於工業2.0至2.5之間,許多工廠雖然具備自動化設備與 MES,但仍未善用既有系統所掌握的巨大資料,甚至為了搶搭工業4.0 風潮,貿然大舉投資 IT 與 IoT軟硬體,裝設許多 IoT感知器及自動化系統,收集更多巨量的資訊,卻沒能事先想好怎麼將這 些資料轉化為有價值的決策資訊,因此無法有效達到提升良率、增加生產力、準時達交、縮短生產週期時間等目標。
Read More當市場邁入少量多樣,導致產品生命週期縮短,製造業卻又面臨人力短缺、訓練成本節節上升等製造型態的轉變及挑戰之際,智慧製造便成為製造業轉型升級的必要趨勢,包括工業物聯網(IIoT)、大數據分析、雲端應用、人工智慧(AI)等相關技術,都是近幾年來智慧製造的關鍵項目,如何加以整合及應用,如將AI及IIoT整合為AIoT,更是提升製造產業實力的關鍵。 由科技部新竹科學工業園區管理局及DIGITIMES共同主辦的「新智造時代」論壇,因此邀集台灣科研、製造以及新創業者集聚一堂,從全球市場的機會、智慧製造的趨勢到如何落實本地AIoT發展行動方案,打造台灣新智造時代的競爭力。
Read MoreThe big data & AI expert to enable operational intelligence.
大數據(Big data)近年來快速成長,根據麥肯錫全球研究中心在2011年5月發表的全球大數據研究報告指出,全球資料量光是在2010年就增加了70億GB,相當於4千座美國國會圖書館典藏資料的總和。
如何產生、消費和儲存大數據,已經成為近年來企業IT應用的重要趨勢。如在eBay上,平均每天有將近1億名用戶查詢商品數百萬次,更有上百萬件商品在線上交易,導致eBay資料庫每天新增的資料,超過1.5兆筆,每天增加的資料量超過50TB,這些大數據如果沒有作進一步的分析應用,勢必會影響eBay的企業營運。
宇清數位智慧(Youthought)股份有限公司銷售暨服務副總經理涂耀仁先生,針對「大數據(Big Data)開啟新一代智慧工廠」做主題分享。他先介紹該公司,主要專精於Big Data(大數據)與Data mining(資料探勘)的研究,開發出對工廠的生產力、生產週期與成本等進行有效改善的「智慧分析系統」。管理團隊來自台積電、旺宏等台灣製造業大廠,其研究亦獲得2011年IEEE自動化科學與工程學匯刊的最佳論文獎。
Read More隨著電腦技術發展,資料的存儲量成倍增長,而大量資料分析方法的發展,卻難以望其項背。資料採礦能從大量的資料中發現潛在規律,提取有用知識的方法和技術,不僅能分析問題,也能預測未來趨勢。
宇清數位智慧總經理郭仲仁表示,該公司主要產品為智慧分析系統、生產力提升顧問、資料價值發展服務,透過資料採礦,由電腦技術、人工智慧技術、統計技術等,運用資料分析方法、關聯分析、決策樹等技術及連結雲端運算,從大量資料中挖掘出隱含的、先前未知的、對決策有潛在價值的關係、模式和趨勢,並用這些知識和規則建立,用於決策支援的模型,提供預測性決策支援的方法、工具和過程。
歡迎撥打公司電話 886-3-563-7555,
或 E-mail洽詢業務部門。
我們將依據您的需求,安排專家進行拜訪,提供解決方案規劃與詳細產品說明。
基於宇清對自己產品的信心,我們非常歡迎客戶經由POC(Proof of concept)方式來驗證宇清軟體。
一般而言,u-Efficiency/u-Planning POC需要4~6週時間,u-Optimizer POC則需要6~10週時間,
客戶即可在系統上看到主要的結果資訊,並明顯感覺到宇清軟體能為工廠帶來的顯著價值。
在系統導入階段,宇清會指派有豐富工廠管理以及系統導入經驗的專家,
和客戶 IT 及使用單位充分溝通,一方面給予客戶必要的系統相關知識及規格的訓練,
另一方面則是了解客戶個別的需求,做必要的軟體客製化調校。
一般而言,軟體上線後6~8週時間,客戶即可自行使用宇清軟件。
針對每個導入宇清軟體的工廠,宇清會指派一名專責的客戶服務人員,
解答使用上的問題,並提供KPI 改善以及系統參數設定等方面的顧問服務。
一般big data分析軟體,提供一大堆統計及資料探勘工具,讓客戶自行從巨量資料中整理出有價值的資訊,
因此需要耗費大量軟硬體以及人力來建構 big data infrastructure。
不同於一般解決方案,經過宇清十餘年的研究,u-Efficiency 融合學術理論以及工廠實務經驗,
定義了會影響工廠效率的33 個 KPI,進而簡化了big data資料萃取的程序。
因此,即使客戶尚未建置工廠 big data infrastructure,
仍然可以使用 u-Efficiency,以較低成本,較短時間,實現工廠製造管理大數據分析。
以黃光機台為例,假設機群有五台機台,面臨未來兩小時要處理的十批貨,
其排列組合就高達510種,問題的複雜度已經遠遠超出需要由工程師撰寫 rule 的派工系統所能負荷。
若是客戶已經有派工系統,則複雜度高的最佳化問題由 u-Optimizer 處理,
再將排程結果交由派工系統,派工系統 rule 將大為簡化。
若是客戶尚無派工系統,仍適合導入 u-Optimizer,
主要原因是派工法則僅是承接Optimizer的排貨順序,再視實際情況加以修正即可。
由於派工法則已經很單純,客戶可以自行開發派工系統,不需要再向外採購。