機電設備業 AI 視覺良率提升 / 永續減廢 ESG - Cognex VisionPro ViDi 深度學習

ℹ 資料說明：本案例 A 廠 / B 廠等為代號標示，KPI 數字為類似專案的典型成效範圍，實際依專案有所差異；資料來源：VSK 內部 POC 紀錄。如需細部資料，請聯絡 VSK 業務。

客戶背景

A 廠（機電設備 / 工業自動化大廠）：ISO 9001 + ISO 14001 + IATF 16949 三認證的工業設備製造商，產品涵蓋斷路器 / 配電盤 / PLC / HMI / 工業電源。產線特性多工廠 / 多 SKU 高速產線，三班制 24 小時連續運轉。品質壓力包含 ESG 永續轉型壓力 — 客戶端要求供應商揭露碳足跡、不良品報廢造成的原物料浪費為直接減廢指標；法規 / 規範要求涵蓋 ISO 9001 品質管理系統、ISO 14001 環境管理系統、IATF 16949 汽車品質管理體系、客戶端 ESG 揭露規範。

「良率提升 = 永續減廢」的核心邏輯：

• 每 1% 不良率降低 = 1% 原物料（金屬 / 塑膠 / 化學品）不被浪費 = 對應碳排放降低
• 每年百萬件產量 × 1% 不良率改善 = 1 萬件不良品避免 = 數十噸原物料節省
• 客戶端 ESG 揭露 — 客戶供應鏈碳排放（Scope 3）計算需供應商良率資料
• 循環經濟 — 不良品處理（重工 / 廢棄）本身產生額外能源消耗

傳統規則式視覺對複雜瑕疵覆蓋率 85-90%，無法滿足新世代 ESG 目標。AI 視覺（VisionPro ViDi）可達 99% 以上瑕疵檢出，是 ESG 減廢與良率提升的關鍵投資。

系統配置

本案採用 Cognex VisionPro ViDi 深度學習部署於多工廠 AOI 站，完整配置如下：

• 軟體核心：Cognex VisionPro 主軟體 + ViDi 4 工具（Analyze 無監督異常 + Classify 監督式分類 + Locate 物件定位 + Read AI OCR）
• 視覺主機：Cognex In-Sight 3800（5 MP）+ 工業 PC + NVIDIA RTX GPU 執行 ViDi 訓練與推論；多工廠部署
• 光學設計：環形光 + 同軸光 + 多角度 + HDR Multi-exposure，光源 over-design 30-50%
• 多工廠中央配方管理：VisionPro 中央伺服器同步 ViDi 模型到各工廠工站，總部品保統一管理
• ESG 量化儀表板：每件 NG 影像 + 量測值 + 不良類別整合 MES / ERP，計算每月減廢量與 CO₂ 排放降低
• 影像追溯：每件 NG 影像 + 缺陷類別 + 信心度 + 批號 + 時間自動歸檔，符合 ISO 14001 環境管理 § 9.1 監測與量測

演算法組合：

• ViDi Analyze（無監督異常檢測）：學習「正常產品」概念，任何偏離正常的瑕疵均判 NG，覆蓋未知瑕疵類型
• ViDi Classify（監督式分類）：對已知瑕疵類型分類，協助根因分析（CAPA）
• 持續學習：新瑕疵類型可補訓練樣本後同步部署

商業價值

• 瑕疵檢出躍升：85-90% → 99% 以上（+9-14 pp），AI 覆蓋未知瑕疵類型
• 不良率降低：1-2% → < 0.3%（降低 70-85%）
• ESG 永續成果：每年減少數十噸原物料浪費 + 對應 CO₂ 排放降低，符合 ISO 14001 + 客戶端供應鏈碳排放（Scope 3）揭露要求
• 客戶端供應鏈優勢：ESG 揭露文件齊備，在客戶選擇供應商時取得競爭優勢
• ROI 回收：依產線規模 12-24 個月回收期，VSK 可依您的不良率、原物料成本、ESG 揭露需求試算具體回收時程

AI 視覺永續減廢的失敗模式分析

AI 視覺永續減廢專案的失敗模式可歸為四類。第一，瑕疵類型未充分盤點 — ESG 減廢需「100% 瑕疵覆蓋」，POC 階段需與品保 / 製程工程師共同盤點所有歷史瑕疵類型，避免漏訓練。第二，樣本品質而非數量 — ViDi 對「邊界樣本」（OK / NG 臨界值）特別敏感，POC 階段需確保樣本含 30-50% 邊界樣本作為容差設定基準。第三，ESG 量化儀表板整合複雜 — 將視覺檢測 NG 數據連接 MES / ERP 計算「減廢量 + CO₂」需跨部門協作（品保 + ESG + IT），整合工程量大。第四，多工廠部署一致性 — 多工廠 ViDi 模型需中央配方管理，否則各工廠模型版本分散造成稽核困難。

降低失誤的工程實務：POC 階段須與品保 / 製程 / ESG 工程師共同盤點瑕疵類型 + 邊界樣本；ViDi 模型部署採中央配方管理；定期維護每月清潔鏡頭與光源、每月抽樣對照 AI 判斷、必要時補訓練；ISO 14001 / ISO 9001 對追溯的要求由整合方主導，VSK 提供視覺端的辨識率穩定度與量化報告。

為什麼選擇 Cognex PSI 系統整合商

機器視覺導入的成敗，遠超過「相機規格表上的數字」。VSK 威視康累積在台灣機電 / 汽車 / 製藥 / 半導體製造業 10 年以上的整合經驗中，反覆觀察到三個關鍵失敗點：第一，沒做 POC 直接買 ViDi 軟體授權，部署後才發現未知瑕疵類型未涵蓋、節拍跟不上、邊界樣品判定不穩。第二，GPU 算力規格不足，多工廠擴展時推論時間超出節拍。第三，視覺與機構 / I/O / MES 分工模糊，整合方對 OPC UA / Ethernet/IP + ESG 儀表板整合不熟悉導致延宕。Cognex PSI（Premier Solution Integrator）認證的訓練重點，正是上述三項。

導入後的服務模式：VSK 設備保固 1 年（自出貨日起算），教育訓練依專案客製。

相關常見問題（連到完整解析）

• 機器視覺方案投資成本？ — 設備、整合、ROI 試算指引
• Cognex 視覺系統導入要多久？ — 2-12 週分階段時程詳解
• VSK 設備保固與服務範圍？ — 保固 1 年、原廠送修、技術支援細節
• Edge Learning / ViDi 需要多少訓練樣本？ — 5-300 張起步、樣本收集要點

與威視康技術團隊聯繫

👉 您的視覺檢測需求由威視康技術團隊接手｜電話 +886 2-8809-3200｜線上聯絡｜查看完整 Cognex 產品線

延伸閱讀

• VisionPro ViDi 深度學習
• 智慧工廠 IIoT 跨工站整合案例
• PCB / SMT + 跨產業 ViDi 案例
• 醫材異物 ViDi AI 檢測案例

本案例涉及之 機電設備 AI 視覺良率提升、ESG 永續減廢、Cognex VisionPro ViDi、ISO 14001、ISO 9001、IATF 16949、智慧工廠相關方案，VSK 威視康可依現場提供 Cognex 設備選型建議。AI 視覺永續減廢導入請來電 +886 2-8809-3200。