搜尋此網誌

2024年8月19日 星期一

AI技術應用輔導專案:新能源產業的創新之路

 


AI技術應用輔導專案:新能源產業的創新之路


我很榮幸地宣布,全球前三的新能源大廠已啟動為期三個月的AI技術應用輔導專案,採用最新的LLM SaaS平台,並結合MSM方法進行。MSM方法融合了軟體產品開發流程、設計思考、TRIZ、專利技術分析、專利迴避設計以及提示詞設計,旨在為不同技術團隊的多項專案提供AI技術應用開發輔導。


本次輔導項目涉及多項新能源產業的難題,每個難題的解決方案都能為企業創造數以億計的實際貢獻。此外,我們還針對多年來困擾AI研發團隊的技術難題進行了深入探索。在項目開始前,我們對專案內容進行了全面評估,預測成功率約為三成,可見此次專案的挑戰性之大,不亞於創業以來最艱難的挑戰。


## 六大階段,逐步引導創新


為了順利完成這一挑戰,我們將輔導過程分為六大階段,每一階段均設有操作流程與步驟,逐步引導學員將專案從需求分析、特徵分析、問題定義、問題挖掘、建立問題模型到形成概念方案,最終將概念方案轉化為具體方案。


TRIZ應用的關鍵在於如何將概念方案形成具體可行方案。這是TRIZ應用的核心,也是我們在實戰中累積10多年的關鍵步驟與檢驗心法。


## 定制專屬應用流程


每一階段均設有不同的作業與操作流程,學員們透過作業練習與專利技術分析,最終根據各自技術能力,打造出專屬的應用流程。在輔導過程中,我們欣喜地看到一位學員超前進度,已經產生具體可行的實施方案,並正準備申請專利。接下來,他們將根據具體實施方案進行技術布局設計,為專利布局做準備。


## 獨特專案,適合實務經驗豐富的研發人員


這套方法由於難度與複雜度頗高,目前僅適合有實務經驗的研發技術人員,不適合公開課程。但我們相信,透過這次AI技術應用輔導專案,將會有更多創新方案誕生,助力新能源產業的技術突破。


AI輔助創新,現在進行式!


讓我們一起共同迎接AI 技術創新的未來!


2024©汪周禮@智合創新


2024年8月1日 星期四

TRIZ應用專利領域應用的基礎概念-從專利挖掘到專利布局

 


在專利挖掘過程中,從問題的識別出發,透過技術方案的功能特徵擴展,最終達到滿足專利審查的創造性和非顯而易見的要求。若結合TRIZ工具,整個過程的範圍和效果將變得更為豐富和深入。

1. 問題挖掘:
針對技術方案對應的技術問題,利用TRIZ工具進行因果鏈分析,深入了解技術挑戰的根本原因。

2. 技術方案功能擴展:
硬體為主的技術適合技術系統功能模型,軟體為主的適合系統流分析。
通過特徵移轉工具,將其他領域的成功解決方案轉化應用到當前技術中,甚至進一步,開發出新的技術特徵組合。

筆者曾經針對研發提供一個準備申請專利的技術方案,結合功能模型與特徵移轉,成功挖掘出12種具有不同技術特徵的組合方案,再提供給研發進行可行性評估,確認出可行方案有 7 組,最後再根據申請策略進行專利布局(*)。

3. 專利申請條件應對:
根據技術特徵組合的方案中,根據問題挖掘與問題模型,找出更符合專利審查要件的技術方案組合,也就是使用TRIZ的問題模型來構建解決方案,以突顯技術方案的創新性和非顯而易見性,減少專利審查過程中的限制。

由此可知,TRIZ在專利挖掘、專利佈局及專利回避設計方面具有獨特的優勢,透過這些創新方法與工具的使用,提高專利挖掘、布局以及迴避設計的品質與價值!

想要做到這些,其關鍵在於如何靈活運用TRIZ工具的應用能力,藉以促進創新並提升產品技術方案的商業價值和防禦力。

---

TRIZ工具易學難精,一但精通,海闊天空!


(*)專利挖掘目的在於透過增加專利數量與提升專利品質,提高專利布局應用價值。

AI輔助創新- 生成式AI 在軟體開發的應用層、架構層與核心層解析與成功專案心得 (生成式AI加速產業技能典範移轉)

背景: #生成式AI加速產業技能典範移轉 改變從軟體產業開始 AI加速coding automation的發展,也因此軟體技能將開始出現典範移轉現象,這也是為什麼可以常看到大老們呼籲現在小朋友不要學寫程式,但我認為程式開發還是需要人來進行,CODING可以由AI幫忙。 #軟體技能...