圖片來源 : KONE

電梯界的「關鍵報告」:在故障發生前,先下手為強

文/王茜穎, 若水 Flow AI Blog 編輯團隊

【若水AI編輯團隊 為您導讀】
台灣製造能力舉世聞名,加上AI,可以做些什麼?目前最主流的運用就屬瑕疵檢測,還有良率改善、產能規劃、維修保養、需求預測等,這類命題多與如何節省成本有關。

Kone的例子,給智慧製造的可能生帶來新的示範:企業在追求備料、維修時間、報修機率降低之際,也可以讓顧客顧客有感。

如內文所提,「一趟數十秒的電梯旅行,通力收集了起迄時間、開/關門時間、停止/加速、里程、溫度、噪音、震動、濕度、氣壓、燈光和用電量等超過200項即時資料。」平常用戶完全看不見、摸不著的「數據」,在「電梯的心跳聲」的設計主軸下,化成了企業以科技領先的實證 。

若水AI有次機會訪問成大資工系的李家岩教授,他是現場主義者,喜歡待在工廠了解問題、解決問題。在李老師的觀察裡,在製造業的現場,「要有有品質的工作流程、排程,才會有好的數據品質。」而有了好的數據品質,就有機會創造更難忘的品牌體驗。

城市正在向上發展,而電梯是貫穿垂直城市的動脈。總部設於芬蘭埃斯波的通力(KONE),是全球最大的電梯和電扶梯製造商之一。他們負責全球 110 萬部電梯,每日運載 10 億人口,穿梭於辦公大樓、公寓華廈、機場、展場裡。光是倫敦希斯洛機場裡,通力的 1035 部電梯、電扶梯和自動走道,每天運送 19.1 萬人,前往世界各地。

平時,我們把電梯視為理所當然,然而,電梯一旦故障,有如血栓,立刻癱瘓垂直城市。輕則帶來漫長等待,改爬樓梯,重則可能受困電梯數十小時。發生在重要交通節點或尖峰時段,恐造成上千人誤點。每年,電梯故障的停機維修時間高達 1.9 億個小時。

將無預警的故障降到零、維修的時間降到最低,是電梯製造商的終極挑戰。

目前,電梯故障大多是等到客訴或員工通報時,物業管理者才會發現,被動地聯繫廠商報修。而維修員須到場後,才能著手找問題,試著排除。一來一往之間,遭受波及的客戶早已怨聲載道。如何將無預警的故障降到零,並將故障維修的時間降到最低,確保客流順暢,是電梯製造商(多數提供自家與競爭對手電梯的維修服務)的終極挑戰。

為此,2017年通力宣布和 IBM 推出 24/7 連線服務(24/7 Connected Services)。通力執行長 Henrick Ehrnrooth 說:

「我們把電梯和電扶梯連上雲端,並計畫在未來數年內收集超過百萬台電梯的即時數據」

( 影片來源 : IBM Youtube )
IBM提供通力的即時數據蒐集連線服務

那麼,AI的訓練數據(Training Data Sets)從哪裡來呢?

他們替電梯裝上感應器,收集即時資料,連上雲端,運用IBM Watson的物聯網平台和預測性維護軟體進行機器學習,比對數據資料庫裡的技術文件和維修記錄,尋找相關性,並從數據趨勢中建立預測模型,以求洞燭先機,預見哪台電梯何時可能故障,並在故障發生前,先下手為強,堪稱電梯界的「關鍵報告」。

(同場加映:當麥當勞買下這間 AI 公司,世界食物供應鏈即將改變!

一趟數十秒的電梯旅行,通力收集了起迄時間、開/關門時間、停止/加速、里程、溫度、噪音、震動、濕度、氣壓、燈光和用電量等超過200項即時資料。

( 圖片來源 : KONE )
通力的電梯上裝了感應器,即時監測超過200項數據,並上傳到雲端

為了展示這項技術,Kone賦予了電梯聲音。電梯能與IBM的雲端功能聊天,分享最新動態,或遭遇到的任何問題。在這裡,你能即時收聽來自米蘭、倫敦、上海、雪梨、杜拜、伊斯坦堡等全球11個城市電梯的「心聲」,機器間的對話看似無聊,但又令人著迷。

( 圖片來源 : KONE )
想知道世界上11座城市的電梯都在「聊」些什麼嗎?通力將生硬的數據,轉譯為人類的語言

倫敦電梯:我覺得我在世界的頂端!

雲端:收到,你在頂樓。

倫敦電梯:準確地停在4樓。

雲端:做的好。

倫敦電梯:電梯向上,速度每秒0.7公尺。

雲端:繼續。

倫敦電梯:上樓。加速度每秒0.37公尺。

雲端收到

倫敦電梯:啟動上樓時,幾無擺動。

雲端:好的開始。

倫敦電梯:上樓時,感到些微震動。

雲端:量過了。幾乎感覺不到。

倫敦電梯:電梯門在第0樓開啟,花了2.9秒。

雲端:那很快,繼續保持。


這些日常對話雖然瑣碎,但聚沙成塔,IBM Watson 物聯網的技術專家Jon Macleod說:「接上雲端將賦予你在問題發生前,就先發現(異常)趨勢的能力。」

「如電梯關門的時間,一般是 5 秒鐘,但它可能逐漸拉長到 5.1 秒,5.2 秒。進出電梯的人,根本不會注意到,但開門時間拉長顯示,可能有某些零件變得膠著,需要潤滑」Macleod 說。


抓住 0.1 秒的差異,助電梯 AI 系統主動預測安全

物業管理者可能不會注意到這 0.1 秒的差異,但躲不過機器的眼睛。演算法藉由Watson對同建築內的其他電梯的性能進行基準測試,一旦發現落差時,立即通報。「如此一來,你就能事先解決問題,而非等到電梯門卡死,乘客受困」他解釋。

通力管理主任 Jaakko Kaivonen 舉了另一個例子,「若 A 零件出現特定振動,且B零件的溫度提高 0.5 度,C 零件很可能在未來 5~7 天內會故障。Watson 的分析提供這類型的結論,讓通力在回應物聯網數據和必要時發出工單上,制定出一套規則」。

有了數據,在電梯防衛戰中,通力得以化被動為主動。

「現在,我們能在故障發生之前取得資訊 」

通力 ANZ 維修主任 Jim Hastings 說道:「一般的情況是電梯發生故障時,我們再找出問題並修復。現在,我們能在故障發生之前取得資訊,它可能是發現某個零件些微故障或老化,或電梯門系統磨損,反覆開啟的頻率高乎尋常,這是前所未見的」 AI 也成為維修人員的利器。

「有了更多精確的資訊,我們能更快的提出解決方案」Hasting 說。事先找出問題根源,也有助於維修人員在趕赴現場前,備齊正確的物料,加速修復腳步,讓電梯早日恢復運轉。

( 圖片來源 : KONE )
維修人員即時修復,電扶梯道謝,指出噪音程度已經恢復正常

「因為這項新技術,我們的首次修復率可能提升約 25%」Hasting表示。他同時指出,一開始維修的次數可能因為「更多先發制人的工作」而增加,但隨著維修效率提高,次數將遞減。通力表示,引入機器學習能有效減少 6 成的客戶報修。

「與其把時間花在預防性的維護工作上(preventative maintenance),他們現在能更精準地進行預測性維護(predictive maintenance)、預測性修復(predictive repairs),並將心力花在情況最惡劣的地方」通力服務與解決方案研發主管 Samu Salmelin 說。

圖片來源 : 若水 Flow

從 AI 數據下手 優化搭乘電梯的體驗和服務

整體來說,電梯停機的時間減少,故障次數減少,安全性提升。對使用者來說,這代表了更少的等待,更少的延誤。對物業管理者或業主來說,即時透明的資訊,讓他們能更有效監控及管理電梯的使用與運作。

未來,通力對AI有很多想像。像是會自我診斷,並自行預約維修的電梯。擔任維修人員的即時 AI 顧問,「他們將被告知有 X% 的可能性這就是問題所在,你應該這樣解決,」Ehrnrooth說。連上客服中心,利用自然語言處理(Natural Language Processing)分析與客戶之間的對話,以對客服人員提出即時建議」。

( 圖片來源 : KONE )
電梯「抱怨」噪音程度高於上週,希望維修人員前往檢查

甚至,用 AI 提供個人化的電梯搭乘體驗。

Bernard Marr 在美國《財星》雜誌中這樣描述:「同意授權電梯儲存用戶資訊後,公寓電梯將能直接帶我們到所屬樓層,省去放下雜物按鈕的麻煩,並透過主動了解我們要去的樓層,減少等待時間。另外還可以視情況,依使用者的情緒改變照明,或顯示相關信息(天氣、當地交通中斷)。」

這絕非空穴來風,通力西歐與南歐、中東暨非洲區執行副總裁 Pierre Liautaud 在公開演講中說:

「今天,電梯是一個不鏽鋼的箱子;明天,電梯牆可能像我們後方的這面電子看板…在使用者穿梭於建物間的短暫旅程中,有眾多資訊可與之分享」

進入 AI 時代,電梯與電梯製造商都在進化中。

「我們的客戶不再想買產品功能,他們要買的是結果。」Ehrnrooth 說,「有了物聯網和雲端,我們得以收集許多數據,為客戶提供更重要的價值」通力的角色,正在從電梯製造商走向解決方案提供者,而數據就是它的利器。


【延伸閱讀】

1, Shazam,蘋果創立至今,少數以如此高金額收購的一家音樂辨識公司。究竟什麼樣的公司這麼值錢?請看 ➡️➡️ Shazam!用二十年最終翻轉 Apple Music 的數據策略

2, 用AI怎麼賺錢?➡️➡️ 看全球唯一「狗保姆」創造循環性訂閱經濟 ,而且訂閱服務上線不到一個半月,已經在全世界救了 300 多隻狗狗的性命。

圖片來源:KONE、IBM

智慧醫療 緯創 NVIDIA

【2分鐘看AI大事】緯創醫療布局/全球10大智慧醫療公司/新加坡續登全球智慧城市第1

若水國際 AI 數據服務事業部策略顧問-簡季婕

數據教我的三件事,這麼做讓 AI 落地更精準!