作者：DIGITIMES范仁志

日本所谓“工匠精神”，实为人类难以掌握的大量掌控，但现在可依赖AI与大数据处理，帮助企业大幅提高获利。

利用人工智能(AI)处理大数据改善业绩，是目前热门的概念，但没有具体经营实例与数据的情况下，一般商家很难确定为此投资聘请数据工程师是否划算，因此日经产业杂志(NikkeiBusiness)介绍3个不同产业的范例，以及1组短期确认数据，说明大数据活用带来的利益。

首先是全日本有家店面的女性服饰店——EarthMusicEcology，经营流行服饰重点在库存管理，必须尽量压低库存，又让客人能即时买到想买的服装，因此每日盘点调货是与金融业每日结算一样重要的事情。以EarthMusicEcology的规模，每天调货品项常常超过1万种，相当庞杂。

因此EarthMusicEcology聘请3个数据工程师，进行仓储管理人工智能与数据处理系统的研发，工程师整理出50万种数据后，完成必要的系统设计，从年1月起试用，年4月推广到所有店铺应用。根据EarthMusicEcology估计，依靠人工智能而非人力控管，该厂年营益率成长15%，效果惊人。

流行服饰每日均需大规模调货，因此成效很快便能显现。其他有些产业的效果比较慢，因此现在还无法提出能供会计参考的数据，但其成效在中长期自然会出现，比方世界轮胎业三巨头之一的日本普利司通(BRIDGESTONE)，现在正朝高附加价值的飞机轮胎领域发展，就是利用大数据与他厂竞争。

不同飞机与不同厂商生产的轮胎，寿命与更换周期不同。有的厂商号称其轮胎每次起飞与着陆才要更换轮胎表层，表面更换7次以后轮胎才要淘汰，而普利司通的客机轮胎则是次便要更换轮胎表层，表面更换6次以后就要淘汰轮胎，这时需要较佳的售后轮胎更换维修服务，才能留住顾客。

现在普利司通的轮胎生产线，已靠物联网(IoT)科技完全连线，可精确掌握每个轮胎生产环境的差异，利用大数据分析的部分，就是航空公司的轮胎使用种类、起降机场等环境差异，与工程师检查维修结果，比较后回馈到生产线上，以利生产更安全、品质更稳定、成本更低廉的轮胎。

而日本工业与工厂设备大厂JFEEngineering，则是从年4月设立人工智能与大数据活用推进部，进行公司本身发电机与设备的数据分析调查，让过去依照资深师傅经验进行的设备维修管理作业，转以人工智能分析出真正成因，现在已有若干高温设备可以在4天前便预知故障，准备维修，大幅提升产品的可靠性。

人工智能的深度学习(deeplearning)，需有正确整理的数据，才能事半功倍，而数据整理就是数据工程师的专业，从EarthMusicEcology的范例，可以看出小企业也可能有庞大到超乎人力能掌握的数据量，以及正确整理应用后能产生的效果。