人工智能如何改进制造运营？

人工智能已被证明是解决制造业能源浪费日益严重的问题的可行方案。制造商面临着日益增长的环境压力，同时能源需求也在不断增加。美国能源信息署（EIA）最近的一份报告指出，60%的能源被浪费掉，这为制造商提供了巨大的机遇，使其能够在提高能源效率、降低环境影响的同时，实现逐年增长的产量。

人工智能可以应用于优化高能耗流程，例如暖通空调系统，从而显著节省能源。人工智能还能高效分析复杂的需求环境并做出精准预测。这些需求预测数据反过来又能帮助工厂更便捷地利用可再生能源。如果运用得当，人工智能将成为降低能源消耗和成本的宝贵工具（Rambach，2024）。

如何正确实施制造业人工智能

任何人工智能工具的有效性都取决于其数据的质量。在制造业领域，相关数据包括：

• 生产线上每位员工和每台机器的操作详情
• 工厂内所有零部件和成品的流动和状态详情
• 涉及货物在仓库和运输路线上的流动数据，包括原材料从供应商到工厂的流动情况
• 外部需求相关数据

获取所有这些数据可能是一项艰巨的任务，但制造商正越来越多地转向RFID技术，以便深入了解运营情况。RFID，即射频识别技术，利用电磁频率对物体或人员进行唯一标记（Amsler & Shea，2021）。

目前已有31%的制造商使用RFID技术来提高效率和产品质量。预计到2029年，这一普及率将上升至66%。RFID技术的广泛应用可归因于这样一个事实：许多全球大型制造商仍然对其自身运营的细节知之甚少。

将人工智能应用于制造运营的最佳流程始于分析业务目标并找到合适的评估指标，然后以此为参考框架开始制定数据采集计划。数据采集可以来自多种来源，例如射频识别 (RFID)、实时定位系统 (RTLS)、机器视觉系统、机器人数据流或外部数据源。重要的是，在实施人工智能工具之前建立数据源。数据需要经过精心处理，才能支持人工智能，否则投入的巨大努力将无法创造任何业务价值。

值得一提的是，大多数推动提高机器人、人工智能和自动化水平的制造业高管并不认为这些技术是取代一线工人的方式，而是将其视为赋予现在更有权力的一线工人的工具（Hickey & Hickey，2024）。

人工智能在制造业中的其他优势

如果实施得当，人工智能优化的制造流程不仅可以受益于上述节能效果，而且还能：

• 全自动供应链计划
• 通过制定生产计划，在最大限度提高产量的同时，最大限度地降低换型成本，从而提高效率。
• 预测性维护计划
• 自动化质量检测
• 基于市场趋势的新产品开发
• 更有能力、更快乐、因而也更高效的员工

ACS如何利用人工智能

ACS Industries尚未全面实现人工智能优化的制造工作流程，但我们已开始收集相关数据并实施本地化的机器学习解决方案。我们已将工业PC的数据传输转换为TTIP格式，并为所有机器建立并编目了唯一的IP地址。这使我们能够收集遥测数据，并利用机器学习系统来优化废品率和停机时间。我们的罗马尼亚工厂在ACS制造网络中引领着人工智能的潮流：该工厂已全面实施了机器学习。ACS的其他制造工厂也采用了人工智能增强型机器人、人工智能计算机视觉系统等技术。目前，我们50-60%的应付账款功能已由人工智能控制。我们已实施机器人流程自动化（RPA）来取代繁琐的手动数据录入工作，从而减少了这些岗位的员工流失。ACS的墨西哥3号工厂已开始按照精益六西格玛生产标准实现库存管理的机器人化。所有这些新技术工具都显著提高了生产效率，减少了废品，提高了员工留任率，提高了需求预测的准确性，并优化了我们各种不同的工作流程。我们非常期待看到持续的技术进步将带来哪些未来的益处。