文／若水 Flow AI Blog 編輯團隊
AI 要成功應用落地，數據永遠是關鍵的第一步。
近年來，不只台灣企業對 AI 數據處理品質的要求愈來愈高，對於以「職人文化」聞名世界的日本企業來說，是否具備數據處理的專業素養，更是日企選擇數據外包商的首要條件。
日本新創公司 Skydisc 成立於 2013 年，為企業提供超過上百件智慧製造相關的「IoT x AI 」解決方案，在業界有豐富的 POC ( Proof of Concept 概念性驗證 )到執行落地經驗，據點橫跨福岡、東京、大阪和名古屋等地。
然而，經驗豐富的 Skydisc 團隊一直有個煩惱。要進行核心業務的 AI 模型開發之前，必須先處理大量的機器學習數據。
智慧製造的 AI 數據需求之高，讓企業傷透腦筋
智慧製造業的 AI 數據有個特色，就是非常、非常的精細且複雜。為了品質的一致性，每件產品上面的元件間距，都需要用毫米，甚至是像素等級來放大標註，才能真正落實客戶對工廠品管檢測的要求，這讓原先請內部工讀生自行標註的 Skydisc 團隊，有說不出的苦。
「我自己也下去試標過，但馬上就想舉手投降了。不只很難標，事後檢查也很花時間。」說到這裡，Skydisc 的窗口之一、負責專案管理的滝內先生表情略顯無奈。
Skydisc裡負責專案管理的滝内先生
每張圖要分成 7 個遮罩標註，平均要花 1～2 小時才能標註完一張，還要加上 QC (品管)檢核和的時間和人力成本，讓團隊能量難以專注開發核心業務的 AI 模型。
於是，Skydisc 重新思考資源分配的策略，找尋可能合作的 AI 數據處理團隊。
秉持日本企業一貫的嚴謹精神，Skydisc 先試著洽詢日本國內和東南亞幾家 AI 數據處理或數據標註公司，拿少數幾張圖資請對方公司試標註，但最後結果都不盡理想。
不是數據的標註品質未達標準，就是對方太快誇下海口，說這個專案很簡單，很快就能做完，讓切身經歷並了解標註難度有多高的 Skydisc，覺得難以信任，兜兜轉轉花了不少時間。
「直到團隊最後經由業界的口碑推薦，我們找上了若水 AI 數據處理團隊，」
在 Skydisc 福岡總公司，擔任市場開發及行銷的西小野先生說。
在 Skydisc 福岡總公司，擔任市場開發及行銷的
西小野先生
用 AI 數據處理專業，讓日本客戶「一試成主顧」
第一次視訊會議時，針對 Skydisc 的提問，若水團隊並沒有像其他外包商一樣急著回答所有問題，而是針對可能有疑慮的部分，內部再行確認後才正式回覆。
滝內先生也提到，合作期間有一些關於特殊案例的原則討論，例如，該如何判斷一張圖上的異常狀況，是否需要用特別的方式標註，還是判定為工業製品本身的瑕疵等，雙方團隊也能在協作平台上即時彈性討論、對應，
讓他感受到若水的 PM 在 AI 數據處理方面，擁有豐富經驗。
其實，從正式合作前的試標專案，若水團隊就謹慎以待。不只是因為日本企業對高品質的要求，更是因為團隊成員們很清楚數據的重要性：有精準的數據，才能訓練出精準的 AI 模型。
在考慮是否正式合作前，Skydisc 曾提供一批電腦視覺 (Computer Vision) 類型的圖資，讓若水分成兩次嘗試標註。第一批標註順利通過後，客戶根據標註結果修正原則，請若水再以新原則標註剩餘圖資。
為了讓客戶手邊的圖資都是最精準的版本，團隊在客戶沒有要求的情況下，主動回頭優化的第一批已提交的試做成品，提供超越日方期待的服務，讓日本客戶覺得貼心。
若水內部對於數據處理策略的流程循環圖
但亞洲的數據處理團隊那麼多，為什麼 Skydisc 決定與若水合作？
滝內先生表示，「除了全程可以用日語溝通，對接順暢之外，數據標註也處理得很細緻。」
Skydisc 也因為這次的 AI 數據策略合作，敲開更多企業合作的大門。
「之前拿其他家標註出來的數據給 RD 工程師看，都被打槍品質不夠好。現在終於可以雪恥！」，Skydisc 的窗口分享，語氣中隱約透露出開心與得意。
透過 AI 數據策略合作，Skydisc 進一步擴大智慧製造市場規模
對於 Skydisc 來說，思考資源配置，決定採取數據處理外包策略的好處，不只是能夠穩定取得精準數據，同時，能夠進攻的市場區隔分群 ( Segmentation ) 也因此增加。
「以前曾經接獲一些企業的需求，可惜當時缺乏數據處理的機制，只能婉拒。」西小野先生說，但和若水合作之後，除了一條產線動輒數千萬日幣的日本知名大企業，
他們也開始得以進軍以百萬日幣為單位的中小企業智慧製造市場，進一步提供瑕疵檢測AI 系統開發服務。
如今，Skydisc 和若水合作的第一個 AI 數據處理專案已經成功結案，若水團隊正著手進行第二批數據，迎戰來自日本不同工廠的智慧製造應用，產生的大量、高品質數據處理需求。
