品質的管理與精進一直是製造業工廠主要的KPI之一，乾坤科技注意到智慧工廠的品質相關研究和生產履歷資料的收集、追溯，與AI人工智慧密不可分，透過資料收集搭配深度的數據分析，可快速提升品質。有鑒於此，乾坤科技投入製造領域專家團隊，並邀請DRC進行數據分析與診斷，協力發展出驗證解決方案。

此專案進行初期亦遭遇「花上幾個禮拜調新機種參數」、「參數複雜性高且交互影響，摸不透參數之間的相關性」、「傳統實驗設計耗時且很難兼顧良率」等困境。故雙方團隊診斷數據質量，並從品質進行根因分析找出問題點，再由參數調校提升產品品質，達成參數最佳化FOAK(First-of-a-kind)。

有別於過去靠經驗的試誤法，或是需通盤計畫各因子不同水準展開的田口法，此次採用熱門的貝氏最佳化演算法（Bayesian Optimization），結合製程專家知識，以人機互動機制的逐次實驗來設計方法。過去一條產線需要研發人員全職一周投入調校參數，此次縮減至1.5個小時即可完成11個參數的繞線站換線調整 ; 演算法推薦出的參數設定，生產100顆產品的良率可達96%，印證了AI在智慧製造的無限可能。

乾坤科技和DRC團隊，從診斷數據質量，並從品質進行根因分析找出問題點，再經由參數調校提升產品品質，使專案達成參數最佳化