前言
以生產高品質布料給 Burberry、Coach 等國際知名品牌的和明紡織，成為台灣首家導入機器學習的紡織企業，將耗時費力的人工辨識布料，升級為機器自動辨識，以加速生產效率，迎擊快速消費時代！
開發過程中，CloudMile 作為技術諮詢顧問角色，與和明紡織策略執行顧問李佳憲共同定義問題，並進一步設計演算法、訓練數據模型，讓機器學會辨識布料的能力。
CloudMile 使用深度學習解決企業痛點，成為台灣企業在數位轉型的道路上，最堅強且可靠的夥伴！
【以下摘錄自 Google Blog：台灣企業運用Google機器學習技術及雲端平台，創新服務及商業模式】
一直以來我們都致力在推廣雲端機器學習的技術，今年 1 月，我們首度發表了 Cloud AutoML，並推出其第一款產品 Cloud AutoML Vision API，希望提供企業更彈性化的雲端服務，讓一般缺乏大量金錢和人力資源的中小企業，也能開發出符合自身工作需求的客製化機器學習模型。我們很高興看到台灣紡織業代表—和明紡織，運用 TensorFlow 和 Google 雲端平台創新紡織產業作業模式，成為台灣首個透過 Google 機器學習技術結合雲端平台應用成功轉型的企業案例。
傳統紡織業面臨高人力與時間成本的挑戰
如今每個產業都在以更快的步調發展，台灣紡織業面對全球快時尚產業興起的趨勢，也需要加快腳步，思考如何讓產品更快進入市場，才能適應新一代的產業樣貌。然而傳統紡織業的作業模式，無論是在設計、挑選、紡紗、織布、染整等過程，都會消耗大量的人力和時間，其中光是以人工方式辨識布料材質，就可能要費時 40 至 45 天，若挑選或辨識的過程稍有錯誤，重新生產甚至可能要多花 3 個月的時間，才能將產品順利交到客戶手中。此外，傳統紡織業所採用的舊有倉儲技術，已無法負荷數以千計的紡織設計樣品，不僅造成過往累積的生產經驗及技術難以被有效被保存，樣品的尋找跟建檔過程也十分繁瑣耗時，讓生產技術和樣品難以被再次利用。
Google 機器學習與雲端平台協助和明紡織迎向產業創新與轉型
我們的合作夥伴－和明紡織，一直希望能將累積多年的專業經驗和技術，有效結合科技智慧，讓其能以系統化的數據形式完整保留，方便後續進行分析再利用，進而協助提升企業營運效率，因此從去年 10 月起便開始透過 TensorFlow 和 Google 雲端平台，陸續將生產過的布料樣式進行數位化建檔，並利用機器學習技術訓練布料樣式的辨識模型，幫助設計師能快速從資料庫中搜尋特定樣式。
我們非常高興看到和明紡織運用Google雲端平台和機器學習，有效簡化舊有作業方式及流程，以往從靈感發想、設計、看樣到提供樣布的時間，從原本的 1.5 至 3 個月縮減至 2 至 3天；另一方面，把新設計帶到市場平均所需的時間也預估能大幅降低 25%，從原先 12 個月縮短至 9 個月。在不久的將來，和明紡織也希望透過開發一個以機器學習和雲端服務為基礎，集結紡織面料樣式的應用程式，並加入社群功能，實現將設計人員之間的溝通現代化的目標，同時讓過往生產知識及技術能被產業再次利用，促進包含紡織業在內的製造業的循環經濟。
和明紡織的案例可以視為台灣傳統產業結合智慧科技轉型的領頭羊，而 Google 雲端也將持續優化現有的雲端機器學習服務，希望在未來能逐步擴展並運用到不同產業，協助更多提升台灣企業提升市場競爭力。
