台湾纺织大厂：看样到供样只要3天，连Google都惊呆了！

近日，Google举办机器学习（Machine Learning）媒体聚会，分享在云端应用相关主题，并邀请已导入相关云端应用服务的和明纺织现身说法，谈及如何藉由Google云端服务来协助企业转型，提升生产力与竞争力。

在快时尚崛起以及内部仓储技术、人力资源的消耗等挑战下，和明纺织一直以来都在思考如何将过去多年在产业内累积的经验有效透过数位转型的过程，满足传承know-how以及提升企业效率的目标。

左起为和明纺织策略执行顾问李佳宪与Google云端企业客户经理田哲禹。（图／黄慧雯摄）

在云端服务技术发展以及使用成本等因素都到位的时间点下，和明纺织自2017年10月开始运用Google机器学习技术以及云端平台服务，开始将过去生产过的布料样式透过标准化流程数位化建档，并进一步训练布料样式的辨识模型，现阶段已经达到可以协助内部设计师快速从资料库找到特定样式布料，将过去动辄需要花费1.5~3个月的看样至提供样布的作业时间，缩短到2~3天，大幅提升效率。

和明纺织目前已开发的企业内部App，能够让设计师透过拍照快速找到过去所开发过的布料样式，缩短提供客户看样的所需作业时间。（图／黄慧雯摄）

Google云端企业客户经理田哲禹分享，和明纺织运用了Google云端平台与机器学习技术，有效改善了内部作业流程，进一步更创造了全新的服务模式，是Google致力于将人工智慧大众化的目标下，一个值得分享的成功案例。

和明纺织策略执行顾问李佳宪表示，自去年10月至今，Google团队在和明纺织要建立特别适用于该公司的布料辨识模型中，依据阶段性的需求提供了协助与建议，有效的协助他们在导入云端服务以及建立机器学习模型的过程中解决特定难题。

田哲禹分享到，以实际执行面来说，企业或团体可以依照需求，自行训练机器学习模型，或者导入Google已经训练好的API（应用程式介面），例如影像辨识API、自然语言API、翻译API等等，或者是运用CloudML在没有专业机器学习相关人才的前提下，自行训练相关模型。也就是说在导入机器学习等AI技术以及云端服务的层面上，可以依需求来选择适合的产品与服务。

以和明纺织的例子来说，由于他们期待未来能够将所训练好的模型（透过拍照辨识布料），能进一步开放，期待能串接设计师社群的目标，因此他们选择了相对最为困难的方法，就是自行训练机器学习辨识模型，虽然在过程中遭遇不少挑战，但是和明不仅在导入Google云端服务以及机器学习技术过程中受到协助，在此过程中也进一步影响了和明的高层，开始思考将公司内部系统搬上云端的可能性，更大程度的推动企业数字转型。

论到提升或培养企业竞争力，数字转型是当前许多企业的普遍需求。田哲禹指出，Google目前已从mobile first转向AI first，致力于让人工智慧大众化。目前，Google透过「运算、演算法、数据、人才」四大方向来发展云端人工智慧服务，透过提供数据收集与分析工具、运算能力与演算工具，以及协助培育机器学习相关人才等实际作法，可协助有需要的企业或团体数字转型，跟上AI潮流并为企业找到全新契机。