新技术浪潮正推动着工业制造行业飞速革新，并引领着第四次工业革命的进程，产业亟待推进智能制造升级转型。围绕智能制造，“芯”向未来，英特尔近期主办了“智能技术助力工业制造勾画未来蓝图”圆桌论坛，美的集团美云智数受邀参与，共同探讨智能制造转型经验。
美的集团美云智数算法专家杨松青表示，当前中国智造需要换取新的技术红利，建立技术驱动的智能化制造模式是非常重要的。IDC预计到2023年，超过50％的企业IT基础设施将会在边缘部署，而如今不到10％，预计到2024年边缘应用的数量增加800％。
杨松青认为，在智能制造的概念下，未来制造场景将会从自动化生产进化到智能无人工厂，通过机器人和大数据释放更大的人力。数据分析、AI等技术创造巨大的价值，以供应链为例，麦肯锡研究表明，机器学习可以使供应链预测错误减少50%，运输和仓储成本减少5%-10%，供应链管理成本减少25%-40%。
目前，美云智数在工业AI领域的覆盖的应用场景包括设备的管理、工艺管理、品质管理、能源管理以及供应链管理五大板块。春江水暖先行者先知，就美的集团自身应用而言，也是效果显著：被被世界经济论坛（WEF）评为“灯塔工厂”的南沙工厂，其中工业大数据功不可没：设备维修速度、设备故障响应速度，在AI工业大脑的加持下，响应速度可以提升30%以上。
设备故障预测
传统的设备维护保养主要依靠人工经验和定期点巡检，只能在故障发生后处理，设备的非计划停机会损失生产效率。通过故障预测，可以提前预估设备故障风险，针对状态不佳的设备进行保养或更换即将到达寿命的备件，可以有效减少设备的非计划停机时间。
工艺参数优化
传统的工艺参数优化主要依靠人工经验调机，基于工艺仿真模型，可以基于相关性分析快速找出影响良品率的关键工艺参数，并基于大量仿真数据快速找出最优工艺参数组合，大幅提升工艺参数的优化效率并降低调参成本。
图像质检
利用元器件历史数据训练深度学习图像分类模型，并使用模型对待检测的元器件进行错、漏、反自动化检测，可以有效提升检测的准确性并节约人工检测成本。
声纹质检
利用探针等收集产品运行声纹数据训练深度学习声纹分类模型，并使用模型对待检测的设备产品的运行声音自动化检测，可以节约人工检测成本并提升检测准确率。
能耗优化
基于能耗优化分析，发现影响能耗的各种因素如排班机制、产品产能、开机空转等情况是如何具体影响能耗的，针对不同因素找出优化方案，从而实现单台能耗和整体能耗的下降。
目前，美的多家工厂已经逐步落地工业AI应用场景，未来希望进一步输出成功经验，帮助更多的企业降本增效。
相关文章
