學術產出-Theses

Article View/Open

Publication Export

Google ScholarTM

政大圖書館

Citation Infomation

題名 導入人工智慧於品質管理系統之影響—以A公司為例
The Research on the Role of AI in Quality Management System: A company case study
作者 黃韋婷
Huang, Wei-Ting
貢獻者 李易諭
黃韋婷
Huang, Wei-Ting
關鍵詞 人工智慧
品質管理系統
日期 2018
上傳時間 30-Jul-2018 15:20:45 (UTC+8)
摘要 人工智慧隨著各國科技大廠的使用、傳播媒體的報導、相關軟硬體人才職缺的釋出而蔚為風潮。本研究旨在探究企業如何在這股浪潮下,將人工智慧系統應用於品質管理系統中,作為解決企業難題的解藥,進而提升企業品質管理系統之運作。
過去的文獻已證實品質管理對於企業績效確實存在正面影響,而本研究藉由實地訪談企業深入了解企業如何導入人工智慧來解決企業難題,以及導入人工智慧後所帶來之績效改善。
本研究之發現為:企業由基層員工管理訂單不易而逐步導入人工智慧作為解決方案,有效節省機台換線時間、單位生產成本下降、客戶滿意度提升。利用大數據為體之資訊管理系統SFIS為主架構蒐集生產過程中之資訊,以優化生產流程,原先人工盤點生產數量花費約1-2小時,導入SFIS後可以同步傳送生產訊息至系統上,也能夠同步傳送生產數據給客戶,節省客戶等待人工傳送報表時間;導入智能料架解決取料花費高時間成本的障礙,SMT換線時間減少67%,由原先的2小時縮短至40分鐘;導入自動搬運堆高機提升倉儲空間利用率及拉貨時間的浪費,40呎貨櫃的貨物經由人工拉貨需花費3小時,藉由自動貨物搬運堆高機僅1小時即可完成裝載,企業人力上的精簡導致單位生產成本下降;導入人臉辨識以管控員工勞動時間,以通過EICC,進而減少人為操作錯誤、提升產品良率,再者,人臉辨識使得生產資料嚴加保密,有效使客戶滿意度上升。
參考文獻 小林雅一(2016)。下一個統治世界的企業。臺北市:大是文化。
王漢民(2003)以6標準差的精神談進料品質管理系統。品質月刊,39:01,64-66。
行政院主計總處(2018)。國內生產毛額—按行業分
http://dmz9.moea.gov.tw/GMWeb/common/CommonQuery.aspx
呂國禎(2018)。無人智慧工廠就在阿里山下!特斯拉、BMW為何非他不可?天下雜誌。取自
https://www.cw.com.tw/article/article.action?id=5088997
李開復(2017)。人工智慧來了。台北市:遠見天下文化。
周承漢(2010)。應用人工智慧技術於肺音診斷系統(碩士論文)。國立臺灣師範大學:臺北市。
周彥臻(2012)。應用於評估蘭花品質的人工智慧系統之研發(碩士論文)。景文科技大學:新北市。
林仁惠(譯)(2018)。AI人工智慧的現在·未來進行式(原作者:古明地正俊、長谷佳明)。臺北市:遠流。
林佩萱(2012)。運用人工智慧於信用卡額度之研究—以國內發卡銀行為例(碩士論文)。國防大學:桃園市。
林耀煌、林昱安(2016)。ISO 9000品質管理系統詞彙。臺北市:長松文化。
施議訓、陳明禮(2016)。國際標準驗證。新北市:全華圖書。
范珈綸(2009)。軟性顯示器生產線品質績效指標初探(碩士論文)。東海大學:台中市。
賴鵬仁(2014)。品質績效衡量系統建構之研究—以某專業TFT-LCD面板製造商為例(碩士論文)。國立成功大學:台南市。
夏太偉(2016)。品質管理—理論與實務(第二版)。新北市:滄海圖書資訊。
徐肇聰、吳嘉興(2017)。品質管理—永續經營實務。新北市:全華圖書
高超群(譯)(2006)。人工智慧—現代方法(原作者:Stuart Russell & Peter Norvig)。臺北市:臺灣培生教育。
梁世武、伍佩鈴、鍾岳勳(2016)。研究方法。新北市:高立。
智囊團顧問股份有限公司(2017)。ISO 9001應用範例(3) 品質系統(下)。基隆市:智囊團顧問。
森川幸人、三宅陽一郎(2017)。從人到人工智慧,破解AI革命的68個核心概念。臺北市:城邦文化。
黃永東(2006)。探討Malcolm Baldrie品質獎的作法。品質月刊,42:11,21-23。
蔡秋榮(2016)應用大數據預測品質。品質月刊,52:05,34-39。
蔡秋榮(2017)品質大數據 平台導入實務。品質月刊,53:09,12-16。
蔡耀宗(2006)。美國主要品質獎項。品質月刊,42:10,63-65。
蔡耀宗(2006)如何積極預防「品質事故」的發生 防範於未然 徹底實施TQM是最佳良策。品質月刊,42:09,46-49。
Bughin, J. & Hazan E. (2017, August). The new spring of artificial intelligence: A few early economies. VOX. Retrieved from https://voxeu.org/article/new-spring-artificial-intelligence-few-early-economics
Chae, B. (2009). Developing key performance indicators for supply chain: an industry perspective. Supply Chain Management: An International Journal, 14(6), 422-428. Doi: 10.1108/13598540910995192
De Meyer, A. & Ferdows, K. (1988). Quality up, technology down: A report on the 1988 European Manufacturing Futures Survey. INSEAD: France.
Feigenbaum, A. V. (1961). Total Quality Control. New York: McGraw-Hill.
Ferdows, K. & De Meyer, A. (1990). Lasting Improvements in Manufacturing Performance: In Search of a New Theory. Journal of Operations Management, 9(2), 168-184. Doi:10.1016/0272-6963(90)90094-T
Flynn, B. B., Schroeder, R. G. & Sakakibara, S. (1994). A framework for quality management research and an associated measurement instrument. Journal of Operations Management, 11(4), 339-366. Doi:10.1016/S0272-6963(97)90004-8
Garvin, D. A. (1987). Competing on the eight dimensions of quality. Harvard Business Review, November-December, 101-109.
Hayes, R. H. & Schmenner, R. W. (1978). How Should You Organize Manufacturing? Harvard Business Review, 56(1), 105-118.
Heskett, J. L., Jones, T. O., Loveman, G. W., Sasser, W. E., & Schlesinger, L. A. (1994). Putting the service-profit chain to work. Harvard Business Review, March-April, 164-170.
Juran, J. M. (1951). Juran’s quality handbook, 5th Edition. .New York: McGraw-Hill.
McCarthy J., Minsky, M. L., Rochester, N. & Shannon, C. E. (1955). A proposal for the Dartmouth summer research project on artificial intelligence. Retrieved from http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html
Ross, C. (2017). Artificial intelligence in the real world: The business case takes shape. The Economist. Retrieved from http://perspectives.eiu.com/technology-innovation/artificial-intelligence-real-world-0
TATA Consultancy Services. (2017). Artificial intelligence to have dramatic impact on business by 2020. Mumbai: Author.
Trippi, R. R. & Turban, E. (1992). Neural networks in finance and investing: Using artificial intelligence to improve real world performance. New York, USA: McGraw-Hill.
Yurdakul, M. (2002). Measuring a manufacturing system’s performance using Saaty’s system with feedback approach. Integrated Manufacturing Systems, 13(1), 25-34. Doi:10.1108/09576060210411486
描述 碩士
國立政治大學
企業管理研究所(MBA學位學程)
105363100
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0105363100
資料類型 thesis
dc.contributor.advisor 李易諭zh_TW
dc.contributor.author (Authors) 黃韋婷zh_TW
dc.contributor.author (Authors) Huang, Wei-Tingen_US
dc.creator (作者) 黃韋婷zh_TW
dc.creator (作者) Huang, Wei-Tingen_US
dc.date (日期) 2018en_US
dc.date.accessioned 30-Jul-2018 15:20:45 (UTC+8)-
dc.date.available 30-Jul-2018 15:20:45 (UTC+8)-
dc.date.issued (上傳時間) 30-Jul-2018 15:20:45 (UTC+8)-
dc.identifier (Other Identifiers) G0105363100en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/119063-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 企業管理研究所(MBA學位學程)zh_TW
dc.description (描述) 105363100zh_TW
dc.description.abstract (摘要) 人工智慧隨著各國科技大廠的使用、傳播媒體的報導、相關軟硬體人才職缺的釋出而蔚為風潮。本研究旨在探究企業如何在這股浪潮下,將人工智慧系統應用於品質管理系統中,作為解決企業難題的解藥,進而提升企業品質管理系統之運作。
過去的文獻已證實品質管理對於企業績效確實存在正面影響,而本研究藉由實地訪談企業深入了解企業如何導入人工智慧來解決企業難題,以及導入人工智慧後所帶來之績效改善。
本研究之發現為:企業由基層員工管理訂單不易而逐步導入人工智慧作為解決方案,有效節省機台換線時間、單位生產成本下降、客戶滿意度提升。利用大數據為體之資訊管理系統SFIS為主架構蒐集生產過程中之資訊,以優化生產流程,原先人工盤點生產數量花費約1-2小時,導入SFIS後可以同步傳送生產訊息至系統上,也能夠同步傳送生產數據給客戶,節省客戶等待人工傳送報表時間;導入智能料架解決取料花費高時間成本的障礙,SMT換線時間減少67%,由原先的2小時縮短至40分鐘;導入自動搬運堆高機提升倉儲空間利用率及拉貨時間的浪費,40呎貨櫃的貨物經由人工拉貨需花費3小時,藉由自動貨物搬運堆高機僅1小時即可完成裝載,企業人力上的精簡導致單位生產成本下降;導入人臉辨識以管控員工勞動時間,以通過EICC,進而減少人為操作錯誤、提升產品良率,再者,人臉辨識使得生產資料嚴加保密,有效使客戶滿意度上升。
zh_TW
dc.description.abstract (摘要) en_US
dc.description.tableofcontents 謝辭 I
摘要 III
目次 V
表次 VII
圖次 VIII
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 2
第三節 研究範圍 2
第四節 研究流程 3
第五節 論文架構 5
第二章 文獻探討 7
第一節 人工智慧 7
第二節 品質管理系統 13
第三節 品質管理對企業品質績效之影響 26
第四節 人工智慧對品質管理系統與績效之影響 32
第三章 研究設計 35
第一節 研究架構 35
第二節 研究方法 36
第四章 個案分析 41
第一節 公司簡介 41
第二節 A公司之品質管理系統 46
第三節 人工智慧於A公司之應用 52
第四節 未來規劃 60
第五章 結論與建議 63
第一節 研究結論 63
第二節 未來建議 64
第三節 研究限制 65
參考文獻 67
附錄 71
zh_TW
dc.format.extent 1203586 bytes-
dc.format.mimetype application/pdf-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0105363100en_US
dc.subject (關鍵詞) 人工智慧zh_TW
dc.subject (關鍵詞) 品質管理系統zh_TW
dc.title (題名) 導入人工智慧於品質管理系統之影響—以A公司為例zh_TW
dc.title (題名) The Research on the Role of AI in Quality Management System: A company case studyen_US
dc.type (資料類型) thesisen_US
dc.relation.reference (參考文獻) 小林雅一(2016)。下一個統治世界的企業。臺北市:大是文化。
王漢民(2003)以6標準差的精神談進料品質管理系統。品質月刊,39:01,64-66。
行政院主計總處(2018)。國內生產毛額—按行業分
http://dmz9.moea.gov.tw/GMWeb/common/CommonQuery.aspx
呂國禎(2018)。無人智慧工廠就在阿里山下!特斯拉、BMW為何非他不可?天下雜誌。取自
https://www.cw.com.tw/article/article.action?id=5088997
李開復(2017)。人工智慧來了。台北市:遠見天下文化。
周承漢(2010)。應用人工智慧技術於肺音診斷系統(碩士論文)。國立臺灣師範大學:臺北市。
周彥臻(2012)。應用於評估蘭花品質的人工智慧系統之研發(碩士論文)。景文科技大學:新北市。
林仁惠(譯)(2018)。AI人工智慧的現在·未來進行式(原作者:古明地正俊、長谷佳明)。臺北市:遠流。
林佩萱(2012)。運用人工智慧於信用卡額度之研究—以國內發卡銀行為例(碩士論文)。國防大學:桃園市。
林耀煌、林昱安(2016)。ISO 9000品質管理系統詞彙。臺北市:長松文化。
施議訓、陳明禮(2016)。國際標準驗證。新北市:全華圖書。
范珈綸(2009)。軟性顯示器生產線品質績效指標初探(碩士論文)。東海大學:台中市。
賴鵬仁(2014)。品質績效衡量系統建構之研究—以某專業TFT-LCD面板製造商為例(碩士論文)。國立成功大學:台南市。
夏太偉(2016)。品質管理—理論與實務(第二版)。新北市:滄海圖書資訊。
徐肇聰、吳嘉興(2017)。品質管理—永續經營實務。新北市:全華圖書
高超群(譯)(2006)。人工智慧—現代方法(原作者:Stuart Russell & Peter Norvig)。臺北市:臺灣培生教育。
梁世武、伍佩鈴、鍾岳勳(2016)。研究方法。新北市:高立。
智囊團顧問股份有限公司(2017)。ISO 9001應用範例(3) 品質系統(下)。基隆市:智囊團顧問。
森川幸人、三宅陽一郎(2017)。從人到人工智慧,破解AI革命的68個核心概念。臺北市:城邦文化。
黃永東(2006)。探討Malcolm Baldrie品質獎的作法。品質月刊,42:11,21-23。
蔡秋榮(2016)應用大數據預測品質。品質月刊,52:05,34-39。
蔡秋榮(2017)品質大數據 平台導入實務。品質月刊,53:09,12-16。
蔡耀宗(2006)。美國主要品質獎項。品質月刊,42:10,63-65。
蔡耀宗(2006)如何積極預防「品質事故」的發生 防範於未然 徹底實施TQM是最佳良策。品質月刊,42:09,46-49。
Bughin, J. & Hazan E. (2017, August). The new spring of artificial intelligence: A few early economies. VOX. Retrieved from https://voxeu.org/article/new-spring-artificial-intelligence-few-early-economics
Chae, B. (2009). Developing key performance indicators for supply chain: an industry perspective. Supply Chain Management: An International Journal, 14(6), 422-428. Doi: 10.1108/13598540910995192
De Meyer, A. & Ferdows, K. (1988). Quality up, technology down: A report on the 1988 European Manufacturing Futures Survey. INSEAD: France.
Feigenbaum, A. V. (1961). Total Quality Control. New York: McGraw-Hill.
Ferdows, K. & De Meyer, A. (1990). Lasting Improvements in Manufacturing Performance: In Search of a New Theory. Journal of Operations Management, 9(2), 168-184. Doi:10.1016/0272-6963(90)90094-T
Flynn, B. B., Schroeder, R. G. & Sakakibara, S. (1994). A framework for quality management research and an associated measurement instrument. Journal of Operations Management, 11(4), 339-366. Doi:10.1016/S0272-6963(97)90004-8
Garvin, D. A. (1987). Competing on the eight dimensions of quality. Harvard Business Review, November-December, 101-109.
Hayes, R. H. & Schmenner, R. W. (1978). How Should You Organize Manufacturing? Harvard Business Review, 56(1), 105-118.
Heskett, J. L., Jones, T. O., Loveman, G. W., Sasser, W. E., & Schlesinger, L. A. (1994). Putting the service-profit chain to work. Harvard Business Review, March-April, 164-170.
Juran, J. M. (1951). Juran’s quality handbook, 5th Edition. .New York: McGraw-Hill.
McCarthy J., Minsky, M. L., Rochester, N. & Shannon, C. E. (1955). A proposal for the Dartmouth summer research project on artificial intelligence. Retrieved from http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html
Ross, C. (2017). Artificial intelligence in the real world: The business case takes shape. The Economist. Retrieved from http://perspectives.eiu.com/technology-innovation/artificial-intelligence-real-world-0
TATA Consultancy Services. (2017). Artificial intelligence to have dramatic impact on business by 2020. Mumbai: Author.
Trippi, R. R. & Turban, E. (1992). Neural networks in finance and investing: Using artificial intelligence to improve real world performance. New York, USA: McGraw-Hill.
Yurdakul, M. (2002). Measuring a manufacturing system’s performance using Saaty’s system with feedback approach. Integrated Manufacturing Systems, 13(1), 25-34. Doi:10.1108/09576060210411486
zh_TW
dc.identifier.doi (DOI) 10.6814/THE.NCCU.MBA.049.2018.F08-