日本黑野金屬以LLM分析質性數據提升鑄造良率
  • 21
  • 出版日期
    04月13日, 2026
  • 作者
    NIKKEI XTECH
前言

在金屬鑄造過程中,「澆注」工序攸關產品優劣,但是卻需要仰賴職人師傅的手感經驗,導致在人力短缺時代,需面臨技術無法傳承的危機。日本黑野金屬公司導入AI系統,不僅能監測定量數據,更以大語言模型分析資深師傅的口述資料,將「手感」數位化轉換為可操作的生產準則。經由「數據+經驗」的雙軌模式,實現知識傳承與良率提升的雙重效益,為傳統製造業邁向智慧化提供參考案例。

目錄
    運用AI外顯職人師傅內隱技術
    蒐集澆注條件與不良率的關聯數據
    應用LLM將質化資料導入預測模型
圖目錄
    圖一、黑野金屬廠房內的職人師傅正在進行澆注工序作業
    圖二、提供AI模型學習預測不良率的關聯數據類型
    圖三、AI系統提示的不良率預測警示畫面
    圖四、AI系統依據不良率預測所提供的改善建議
表目錄
推薦報告
  • 以上研究報告資料係經由MIC內部整理分析所得,並對外公告之研究成果, 由於產業倍速變動、資訊的不完整,及其他不確定之因素,並不保證上述報告於未來仍維持正確與完整, 引用時請注意發佈日期,及立論之假設或當時情境,如有修正、調整之必要,MIC將於日後研究報告中說明。 敬請參考MIC網站公告之最新結果。
  • 著作權所有,非經本會書面同意,不得翻印或轉讓。
  • BACK
    評論此篇報告
    您的評論已送出
    我們會竭誠盡快地回覆您。
    分享此篇報告
    Facebook
    Line
    Linkedin
    複製連結
    登入
    正式會員第一次使用,請輸入會員編號/會員密碼/Email,系統會偵測第一次使用,註冊/認證之後,即可上線使用

    不是會員?

    邀請您申請免費試閱聯絡我們