AI 트렌드 스태프
AI는 미국보다 유럽과 일본에서 더 많이 참여하면서 제조업체들 사이에서 점점 더 많은 속도로 구현되고 있습니다. 약 51% 유럽 제조업체의 30 개가 AI 솔루션을 구현하고 있습니다.% 일본과 28% 미국의 최근 연구에 따르면 캡게 미니.
Capgemini의 디지털 제조 서비스의 글로벌 CTO이자 북미 리더 인 Pascal Brosset이 이끄는 보고서 작성자는 "제조 분야의 AI는 게임 체인저"라고 말합니다. 연구팀은 AI 이니셔티브의 초점을 이해하기 위해 자동차, 산업 제조, 소비재, 항공 우주 및 방위 분야의 300 개 글로벌 제조업체를 조사했습니다. 또한 22 개 기능 영역에 걸쳐있는 제조 운영에서 XNUMX 개의 AI 사용 사례를 분석했습니다.
유럽에서는 독일이 69 개로 선두를 달리고 있습니다.% AI를 구현하는 제조업체의. 세 가지 유형의 사용 사례는 제조업체의 여정을 시작하는 데 적합하다는 점에서 두드러집니다.: 지능형 유지 관리, 제품 품질 관리 및 수요 계획.
"이러한 사용 사례는 시작하기에 이상적인 장소로 만드는 여러 특성의 최적 조합을 가지고 있습니다."라고 저자는 말합니다. 여기에는 명확한 비즈니스 가치 / 이점, 상대적인 구현 용이성, 데이터 가용성, 사용 가능한 AI 전문 지식 또는 기존 솔루션 및 설명 가능성이 포함되어 직원이 의사 결정에 도달하는 방법을 이해할 수 있습니다.
제조 분야에서 상위 12 개 AI 애플리케이션 확인
제조 분야의 AI가 점점 더 인기를 얻고 있습니다. 제조 분야의 상위 12 개 AI 애플리케이션이 AI 여러는 고객이 선택할 수 있도록 AI 솔루션에 대한 공개 및 비공개 데이터를 집계하는 데 중점을 둔 분석 회사입니다.
"이러한 인기는 제조 데이터가 AI / 머신 러닝에 적합하다는 사실에 기인합니다. 제조는 기계가 분석하기 쉬운 분석 데이터로 가득 차 있습니다.”라고 Cem의 계정은 말했습니다. 딜메가니, 그는 2017 년 AIMultiple을 설립했습니다. 그는 베를린에 기반을 둔 딥 러닝 기술 회사 인 Hypatos의 최고 상업 책임자이기도합니다. 그는 또한 McKinsey and Co에서 컨설턴트로 일했습니다.
"수백 개의 변수가 생산 프로세스에 영향을 미치며 인간에게 분석하기는 매우 어렵지만 기계 학습 모델은 이러한 복잡한 상황에서 개별 변수의 영향을 쉽게 예측할 수 있습니다."라고 그는 말했습니다. "언어 나 감정과 관련된 다른 산업에서 기계는 여전히 인간의 능력 이하로 작동하고있어 채택 속도가 느려집니다."
유행병과 관련된 셧다운은 또한 제조업체가 자동화를 높이기 위해 AI를 사용하도록 장려했다고 그는 제안했다.
제조 분야 최고의 AI 애플리케이션 중 그는 원자재 가격 예측을 나열했습니다. 시작 칸티파이 of Brussels은 도움이되는 소프트웨어를 제공합니다. 이 회사는 석유 화학 회사와 협력하여 97의 정확도로 XNUMX 개월 전에 재료 가격을 예측했습니다.%, 웹 사이트의 사용 사례에 따르면.
또 다른 주요 응용 분야는 조립 라인과 같은 품질 보증에서 AI를 사용하여 원하는 품질 수준을 유지하는 것입니다. 이는 가능한 최상의 제품을 생산하기위한 일련의 매개 변수와 알고리즘을 기반으로합니다. 머신 비전 기술이 적용된 AI 시스템은 눈에 보이는 결함을 감시하여 예상 출력과의 차이를 감지 할 수 있습니다. 그런 다음 사용자가 조정할 수 있도록 경고가 트리거됩니다.
AI를 적용하여 테스트를 자동화 할 수도 있습니다. 이를위한 제품의 예는 다음과 같습니다. 인포시스 판딧, 그 기계 학습에 의존하여 테스트 시나리오를 최적화하고 테스트를 자동화합니다. 웹 사이트에 따르면이 회사는 테스트 최적화와 실패 예측을 넘어서 QA에 AI를 적용하는 전략을 추구하고 있으며, 자율 기술을 통한 예방 에까지 이르고있다.
트럭 제조업체 Oshkosh는 AI 및 디지털 자동화에 전념했습니다
미국의 자동차 제조업체 인 위스콘신 주 오쉬 코시 (Oshkosh Corp.)는 XNUMX 년 이상 특수 트럭을 제작 해 왔으며 지난 몇 년간 AI와 데이터를 사용하여 의사 결정을 내리는 데 전념해 왔습니다.
Oshkosh의 수석 부사장 겸 CIO 인 Anupam Khare는 최근 다음과 같이 말했습니다. "우리는 비즈니스 및 기능 영역을위한 예측 모델 개발에 집중하고 있습니다. CIO. "지난 18 개월 동안 약 35 개의 분석 모델을 개발했습니다."
Oshkosh는 147 개국에서 22 개의 제조 시설을 운영하고 있으며 150 개국 이상에서 장비와 차량을 판매합니다. Khare는 디지털 혁신을 감독하기 위해 2018 년에 입사했습니다.
초기에 그는 고급 분석 및 인공 지능 부사장으로 Marina Pashkevich-Zayed를 고용했습니다. 그녀는 IBM에서 AT & T, SAS 및 Sprint의 기계 학습 실무 리더로 일했습니다. 목표는 디지털 제조, 고급 분석, 로봇 프로세스 자동화 (RPA)에 초점을 맞추는 것이 었습니다. 그녀가 고용 된 이래 회사는 데이터 과학자, 데이터 엔지니어 및 데이터 설계자로 구성된 팀을 구성했습니다.
Khare는“위스콘신 지역에서 훌륭한 인재를 고용 한 것은 매우 운이 좋았습니다. “우리는 가장 다양한 팀을 구성했습니다. 또한 내부 교육을받은 사람이 XNUMX ~ XNUMX 명 있으며 데이터 과학 팀에도 합류했습니다. "
초기 노력은 전체 프로세스를 자동화하기 위해 로봇 프로세스 자동화 (RPA)를 사용하여 주요 애플리케이션과 ERP 시스템을 연결하는 것이 었습니다. 거기에서 Oshkosh는 주문 및 고객에 대한 마진을 예측하고, 새로운 비즈니스에 입찰 할 위치를 결정하고, 공급망을 최적화하는 데 도움이되는 예측 기능을 구축하는 데 집중했습니다.
최근 프로젝트 인 디지털 구매 경험은 구성 도구와 통합 된 고급 분석 모델을 사용합니다. 이 시스템은 트럭의 고유 한 구성을 기반으로 자재 및 인건비를 예측하는 데 사용되어 고객에게보다 정확하고시기 적절한 견적을 제공합니다.
"고급 분석은 이제 CEO의 목표가되었으며 매년 이사회와 함께 진행 상황을 검토합니다."라고 Khare는 말했습니다. 팀은 분기에 한 번씩 비즈니스 단위와 분석 프로젝트에 대한 공동 검토를 수행합니다.
소스 기사 및 정보 읽기 에서 연구하다 캡게 미니, 의 계정에서 AI 여러 으로 혹은 CIO.
코인 스마트. 유로파 최고의 비트 코인-보르 스
출처 : https://www.aitrends.com/ai-in-industry/more-manufacturers-moving-to-ai-with-europe-leading-the-way/
