Oxmaint
AI 原生的設備維護管理系統,用影像與感測資料預警故障
Oxmaint 是一套以 AI 為核心重寫的設備維護管理系統(CMMS/EAM),總部在加州 Sunnyvale。它跟傳統 CMMS 最大的差別在於,傳統系統的重心是「把工單流程管好」,Oxmaint 則把感測資料、影像辨識與自然語言查詢直接做進日常操作裡。
三個比較具體的 AI 功能:AI Vision Camera 用既有的工業相機辨識裂紋、鏽蝕、洩漏與未戴防護具的違規行為,屬於邊緣運算,官網提到採用 NVIDIA 的技術;預測維護模組吃 IoT 感測器的振動、溫度、電流資料,在劣化趨勢成形時就發工單,而不是等到故障;AI Assistant 則讓現場人員用口語問「三號泵上次換軸承是什麼時候」,不必學查詢語法。
功能特色與適用場景
其餘是紮實的基本功能:工單管理與 QR 掃碼、數位點檢表、備品與庫存、班別交接紀錄自動化、安全與合規追蹤、與 SAP 等企業系統的介接,以及分析儀表板。涵蓋產業包含製造廠、車隊、物業設施、醫療院所、食品飲料與公共工程。
台灣的中小製造業要用這類工具,最務實的路徑不是一次上齊。先把工單與點檢表數位化,讓現場願意用手機掃 QR 填單,這一步就能砍掉大量紙本;等資料累積了三到六個月,再談預測維護才有基礎,否則模型沒有東西可學。AI Vision 的部分要先確認現場既有相機的解析度與角度夠不夠,很多工廠的監視器是為了防竊裝的,拍不到需要判讀的細節。另外官網以「最平價」自我定位但首頁未列級距,實際預算要另查價目頁確認。
TheAI學院 編輯建議
編輯實測後的真心話CMMS 這個市場最大的問題從來不是功能不夠,是現場不肯用。Oxmaint 把自然語言查詢跟手機掃碼放在最前面,我覺得是抓對了痛點。但預測維護這件事還是老話一句:沒有三到六個月的乾淨資料,任何模型都只是猜。別被「AI 原生」四個字沖昏頭,先把點檢表數位化這步做完再說。
主要功能
- AI Vision Camera:以既有工業相機辨識裂紋、鏽蝕、洩漏與未戴防護具
- 預測維護:吃 IoT 振動、溫度、電流資料,在劣化趨勢成形時自動發工單
- AI Assistant:用自然語言查詢設備歷史與維修紀錄
- 工單管理與 QR 掃碼、數位點檢表,現場以手機即可填報
- 備品庫存、班別交接紀錄自動化與安全合規追蹤
- 與 SAP 等企業系統介接,以及分析儀表板
適用場景
- 製造廠把紙本點檢表換成手機掃碼填報,累積結構化的設備歷史
- 物業與設施團隊監控空調、電梯、幫浦的振動與溫度趨勢,提前排修
- 工安單位用既有相機自動偵測未戴防護具,取代抽查
- 車隊管理者追蹤各車輛的保養到期與零件更換週期
- 維修主管用自然語言查詢特定設備的故障史,快速判斷是否該汰換
Oxmaint 的優點與缺點
優點
- AI 影像與預測維護內建在 CMMS 裡,不必另外買一套視覺檢測系統
- 自然語言查詢降低現場人員的使用門檻,這是 CMMS 導入失敗最常見的原因
- 涵蓋產業廣,從製造廠到醫院、公共工程都有對應的模組設定
缺點
- 官網首頁未列價格級距,「最平價」的說法需要自行查證
- AI Vision 效果取決於現場既有相機的解析度與架設角度,多數監視器並非為檢測而裝
- 預測維護需要數月的資料累積才會準,剛導入時感受不到 AI 的價值
價格方案
官網以「最平價的維護管理軟體」定位,實際級距需查價目頁
使用者評價
還沒有足夠評價,搶先分享你的使用心得!
寫下你的評價
Oxmaint 的替代方案
查看相似的 AI 工具 →相關 AI 工具
猜你也想看的AI 企業專用
更多美國的 AI 工具
同樣來自美國的 AI 工具,一起看看。