「和明紡織」是台灣企業成功導入 Google 雲端機器學習的首例

Google 在過去其實已經向我們介紹了不少機器學習相關的應用，但大多都是運用在自家的服務中，又或是運用在科研、醫學等方面，好像很少有聽到在產業界應用機器學習的例子。昨天 Google 介紹了台灣首個導入 Google 機器學習的範例「和明紡織」，讓我們得以一窺機器學習是如何有潛力大幅提升傳統產業的競爭力。

和明紡織成立於 1976 年，和許多同時代的台灣企業一樣，雖然在業界有著極重要的地位，但因為產品不會直接來到消費者手中，因此對一般消費者來說是默默無聞的。和明主要的業務就是織布，由客戶提出想要的布料花色與樣式後，和明會先做出樣布來，再提供給客戶決定是否下單。經營四十年來，和明累積了十萬種以上的各式布料樣品，成為和明最重要的資產。

照道理，當客戶提出新設計的要求時，和明應該要能從這些樣品中輕易找到對應的，或至少類似的樣本來簡化整個流程，但因為多年來都沒有一套明確的整理分類系統，這十萬多種的布料基本上就堆在台北和台南的三個倉庫裡，就算設計師記得曾經做過某種花色，真的進倉庫裡翻箱倒櫃的找，也可能要花上 45~60 天才能把布料找出來，不見得比重做樣布來得快速。雖然和明有想過將這些布料全部建檔，但礙於設備成本，以及不知如何著手設計檢索系統而做罷。

這就是 Google 的拿手好戲了 -- Google 提供了結合 TensorFlow 與雲端平台的機器學習工具，讓和明只需要擔心拍照，以及由設計師指示並訓練布料的辨識模型。從去年 10 月開始陸續建檔後，目前已經能發揮極大的功效，除了讓和明得以掌握自己的資產外，也大幅降低設計師的負擔，並加快產品的開發，讓原本平均要 1.5 到 3 個月的時程，能縮短到 2~3 天。對於時間就是金錢的產業來說，這大幅提高了和明產品的競爭力呢。

Google 希望這樣的例子能促進更多的企業思考自己的工作流程，從中發掘可以靠著機器學習予以整理、自動化的部份，為台灣傳統產業的轉型盡一份力。