close
人工智能業界專訪

本地初創助成衣業與時並進 AI 系統加速品質檢定

其實各行各業都有應用新技術的空間,從而帶來更大的營運效率。成衣業也不例外。有本地初創就透過 AI 技術,整合成衣品質檢驗系統,讓準確度和速度都有所提升。

Quikec 創辦人 Ted Wu 在成衣業有多年經驗,觀察到品質檢驗需要人手度尺以及手寫資料,費時失事,故研發出電子尺及資料整合系統,結合兩者令品質檢驗可以又快又準。他們用了 1 年時間研發 AI360 品質檢驗平台,用相機拍攝和智能量度尺收集品質數據,然後經由人工智能和大數據分析,大幅縮減成衣品質檢驗所需的時間和成本,將以往人手檢驗要 10 分鐘的時間縮短至 2 至 3 秒。對於在海外公幹的品質檢驗員而言也相當方便,在酒店預先下載資料,然後在廠房用藍牙連接電子尺及手提裝置,記錄相關資料,晚上再上載到雲端分析,省時方便。

▲Quikec 創辦人 Ted Wu(左)表示現時很多廠房都搬到東南亞地區,加上疫情關係,很多時品質檢定人員都未必能夠即時到當地工作,故產品可遙距即時收到相關數據能配合需要。

弧邊量度技術針對業界獨特需要

目前市面上有不少的軟件,甚至手機工具可以提供量度功能,但特別針對成衣業的電子尺仍然有其需求。Ted 認為用紅外線或者電話軟件並不能量度弧邊,即使可以量度也要逐點設定,很花時間。製作衣服又或軟質地的東西例如布料,都會有量度弧邊的需要,透過他們的電子尺技術,無須改變物件的製作方法,也可讓品質監管人員應用得到。此外,還有一些三維剪裁也需要利用到電子尺才能量度,暫時未有科技可以直接量度到。

他表示,有人會問為何不使用 3D 掃描器作量度,但 3D 掃描器有個問題就是每一次量度一件衣服都需時 5 至 10 分鐘,如果在此情況下,一家正常製衣廠一天需完成千上萬件成品的品質檢驗,如果利用 3D 掃描器的話每天只能完成一百多件衣服,因此無法配合一家製衣廠的運作。

▲整套系統包括了電子尺及雲端數據平台,讓品質檢定人員能夠即時度尺同時自動上載資料到數據庫。

技術全方位配合生產模式

目前他們的技術都是應用在品質檢驗部分,但其實在產品製作中也能夠帶來幫助。Ted 分享指,其實他們的系統有應用人工智能技術,當製作衣服之前會先拍一張照片,系統會把衣服拆件成不同的組件部分,然後預計廠商那些部分在製作時會有問題,那些位置有較大機會的缺口。到了後期,他們就會再把衣服拆開成不同的部分,例如衣袖和領口等,驗貨時就可以找回每一個部分,知道哪裡出現問題。

透過收集這些數據,下一次再製作同類型的衣服時,就可以警告用家在製作領口時會出現問題,要小心處理領口等等。如此一來除了產品外,可能連工人的質素都會提高。

▲對於生產品質,系統更可從過去數據分析工廠在製作個別成衣的表現,從而作出提醒,以避開下次製作同類產品時會發生相似問題。

市場潛力龐大 不止步於成衣業

目前 AI360 的收費模式是透過大型零售商提供予他們的廠家,然後每個工廠就會計算品質監定員工人數,按此以月費形式收費,電子尺會送給他們使用。Ted 指,一家廠可能有 5 至 10 名品質檢驗員工,有些較大型的工廠可能會有過百人。

市場潛力方面,Ted 認為雖然很多人一想到產品的應用市場,就只局限在成衣製作上。但其實他們都做過調查,成衣市場雖然有超過一百億美元市場,但其他電子尺連系統可以應用在其他行業,例如他們的方案也有些電子玩具廠正在使用,此外也有公正行的客戶。技術亦可以應用在傢俬和採購等行業,以便進行品質檢驗。他表示,市場真的還有不少空間,還有很遠的路才會看到盡頭。

Ted 坦言,公司在疫情之前已經達到收支平衡,期望在首兩年能夠取得市場百分之二至三的客戶。

▲公司亦計劃在在今年推出新產品,以應付更多品質檢定的工作及需求。

Tags : local startupmanufacturing
Antony Shum

The author Antony Shum