用電腦選布料，和明紡織導入 Google 機器學習讓老產業走出新腳步

先前我們看過很多國外企業或是研究單位導入 Google 機器學習技術後，對於自家工作流程的改善，台灣現在也有了首家採用 Google 機器學習技術的公司：和明紡織，利用機器學習來訓練布料樣式的辨識模型，減少設計師從資料庫找布料的麻煩，進而縮短新設計的開發時程。

過去說到紡織業，大家都會立刻聯想到夕陽產業，其實不然，紡織業的困境最主要在於由於需要人工來尋找布料、歸類布料、將布料建檔，以和明紡織為例，由於在台灣共有三處布料倉庫，倉庫裡累積了數十年的布料樣本，每當客戶提出需求往往得花費 1.5 個月至 3 個月的時間才能走完從靈感發想、設計、看樣到提供樣布這一串流程。

在快時尚的競爭之下，改善內部舊有的倉儲技術、調整仰賴人力處理的接單方式就是和明紡織突破困境的方向之一，由於布料的顏色、紋路、織法等差異細微，要靠傳統方式來管理不僅消耗人力又耗時，因此自去年 10 月開始，和明紡織運用 TensorFlow 機器學習技術及 Google 雲端平台服務，先拍攝每款布料、用人工監督的方式標籤布料特徵，然後再放入機器學習訓練出布料模型，最後建立成一套布料的樣式檔案，

▲ 和明紡織利用監督式機器學習方法，訓練布料樣式的辨識模型，並開發應用程式提供開放的樣式資料庫平台。

透過上述方式，過往仰賴人力的倉儲流程自動化了，大幅縮短搜尋和供貨時間，平均接單到供貨從 1.5 至 3 個月縮短到 2 至 3 天，把新設計帶到市場平均所需的時間也大幅降低 25%，從原先 12 個月縮短至 9 個月。

未來和明紡織打算透過應用程式提供開放的樣式資料庫平台並且建立設計師社群，讓設計師可以直接在資料庫內找布料，和明也打算把這套生產經驗數位化建檔並思考能重複運用的方法，讓台灣紡織業走出代工，建立自我品牌。

▲ 和明紡織策略執行顧問李佳憲解析如何導入雲端平台中的機器學習技術幫助傳統企業數位轉型。