[E-DailySOYEON KIM 记者] LG Innotek于20日宣布，已构建出可寻找最优零部件的人工智能（AI）系统。该AI零部件推荐系统通过AI分析海量的内部及外部零部件数据，实现对各零部件规格和价格的直观比较。公司计划借此在短时间内找出兼顾价格与性能的最优零部件，从而提高产品方案的完善度，增强订单竞争力。

LG Innotek的摄像头模组、半导体基板、车载零部件等产品中，平均搭载了数百个零部件。此前，为争取订单而进行的报价计算和开发过程耗时较长。历经两年多开发完成的该AI系统，能够整合公司内部分散的数据，并将零部件搜索时间缩短约70%以上。 LG Innotek近期已将该系统全面应用于所有事业部，正加速推进全公司的AX（AI转型）。

该公司整合了电容器（Capacitor）、电感器（Inductor）等约200万条内部及外部零部件数据。 通过将各制造商不同的零部件名称、规格和单位进行标准化，构建了可供AI利用的海量数据库。用户只需输入所需的零部件规格，AI便能在全部数据中找出条件相似的零部件。该系统不仅提供现有采购零部件，还涵盖外部市场数据，从而扩大了零部件搜索范围。

LG Innotek表示，通过引入该AI零部件推荐系统，新产品报价计算时间较以往缩短了70%以上。即使特定零部件停产或出现供应中断，也能迅速确保替代零部件，从而灵活应对零部件供需变化。

此外，在采购环节能够基于AI计算“参考价格（Reference Price）”也是一大优势。AI通过分析规格相似的零部件的实际采购记录和价格波动趋势等，提供当前价格水平。参考价格的可靠性高达96%以上。借此，可在2小时内筛选出具备价格竞争力的候选方案。

LG Innotek相关人士表示：“以往为了寻找具有价格竞争力的零部件，必须逐一确认众多供应商的报价并调查市场价格”，并指出：“实现按零部件计算‘参考价格’的功能，是该系统与现有系统最大的区别。”

今后，LG Innotek计划通过应用Agentic AI，进一步开发系统，使其能够自主搜索、分析最新零部件信息并将其反映到系统中。

LG Innotek在全业务流程的AX（AI转型）方面加速推进。在主要生产工序中引入“AI原材料入库检测”，将原材料缺陷原因分析时间缩短了最多90%。此外，还应用了由AI检测成品外观并识别缺陷的“AI视觉检测”技术。通过这些措施，相机模组和半导体基板的良率得到了显著提升。

此外，通过应用“AI工艺配方”，将寻找摄像头模块最佳工艺条件所需的时间从72小时缩短至6小时以内，取得了显著成效。最近，LG AI研究院将工业专用AI模型“EXAONE Tabular”应用于制造现场，使AI学习变更后工艺条件所需的时间缩短了约85%。

LG Innotek采购中心负责人（常务）金俊成表示：“‘AI零部件推荐系统’是专为处理各类零部件的制造企业量身定制的系统”，并称“将通过基于AX的工作方式创新，提供超越客户期望的价值”。