Як побудувати цифрову основу для надійного Industrial AI
Минулого року Siemens інвестував 15 мільярдів доларів у американські програмні компанії, щоб забезпечити подальше процвітання клієнтів у наступну еру цифрової трансформації та трансформації на основі даних, і ми витратили десятиліття на створення відповідної основи даних.
Наш підхід починається з систем управління життєвим циклом продукту, які фіксують та зберігають кожну перегляд дизайну, інженерні зміни та результати перевірки у власному середовищі замовника. Ці інституційні знання залишаються там, де вони належать: у виробника.
Ми поєднуємо це з технологіями моделювання на основі фізики, які підтверджують рекомендації AI проти реальних інженерних моделей, а не покладаючись виключно на статистичні результати. Коли пропозиції AI можуть бути перевірені на основі законів фізики, виробники набувають впевненості в тому, що вони можуть діяти відповідно до результатів.
Третя частина - автоматизація. Завдяки технології Siemens, що з'єднує проектування та виробництво, дані не зупиняються на етапі інженерії. Він поширюється на операції, створюючи в режимі реального часу видимість того, як продукти, лінії та заводи працюють у режимі реального часу. Разом ці можливості створюють те, що жодна автономна платформа штучного інтелекту не може відтворити: контекстуалізовані дані, пов'язані протягом усього життєвого циклу.
Ми називаємо це цифровою ниткою. Він пов'язує наміри дизайну з виробничою реальністю та зберігає організаційні знання в міру розвитку продуктів та систем. Він надає ШІ контекст, необхідний для створення значущих результатів.
І ця відмінність має значення. Надійний Industrial AI не може бути використаний як додаткова думка. Виробники не можуть передати свій доменний інтелект на аутсорсинг і очікувати кращих результатів. Їм потрібен взаємопов'язаний фундамент, який пов'язує продукти, процеси та виробництво, щоб Industrial AI міг працювати на підприємстві, а не всередині ізольованих силосів.
Цінність цього підходу стає зрозумілою, коли ми дивимося на те, як компанії застосовують його на практиці.
Як нам потрібно виконувати реіндустріалізацію
Сполучені Штати поставили перед собою амбітну мету реіндустріалізувати свою економіку.
Американська промисловість вже досягла величезного прогресу завдяки автоматизації, програмному забезпеченню та цифровим технологіям близнюків. Ці інновації допомогли виробникам стати більш продуктивними, стійкими та більш адаптованими.
Але наші клієнти вступають в новий етап. Вони намагаються наростити нові потужності, модернізувати існуючі операції та залишатися конкурентоспроможними у всьому світі, стикаючись із постійним дефіцитом кваліфікованої робочої сили.
Industrial AI будується на цій міцній цифровій основі, допомагаючи клієнтам розширювати те, на що здатні їхні люди. Це дає інженерам, операторам та технікам нові інструменти, щоб стати більш продуктивними, прискорити інновації та досягти більшого.
Завдання більше не в тому, щоб винаходити AI. Це розгортання штучного інтелекту в корпоративному масштабі. Сьогодні лише невеликий відсоток організацій успішно інтегрував штучний інтелект у свої операції. Покриття цього розриву в розгортанні є однією з визначальних промислових викликів і можливостей наступного десятиліття.
Саме на цьому зосереджена компанія Siemens: допомагати нашим клієнтам перейти від амбіцій штучного інтелекту до розгортання штучного інтелекту та перетворення обіцянки штучного інтелекту в реальний приріст продуктивності в американській промисловості.
Як PepsiCo використовує цифрових близнюків та штучний інтелект для прискорення продуктивності виробництва
З одним із наших клієнтів, PepsiCo, ми створили відтворюваний фреймворк, який поєднує технологію Digital Twin, Industrial AI та підключену IT/OT-архітектуру, щоб допомогти масштабувати вдосконалення у виробничих, складських та логістичних операціях.
Результати були значними. На одному заводі в Gatorade в США PepsiCo досягла 20-відсоткового збільшення пропускної здатності всього за три місяці. Компанія також оцінює зменшення капітальних витрат на 10-15 відсотків за допомогою віртуальної перевірки для виявлення прихованих можливостей перед здійсненням фізичних інвестицій.
Цифровий близнюк допоміг стиснути терміни проектування та оптимізації об'єкта з місяців до днів. Створюючи моделі на основі фізики з використанням реальних оперативних даних з кількох об'єктів, команди можуть встановити базові лінії продуктивності, визначити вузькі місця, зрозуміти матеріальний потік та точно визначити, де і чому споживається енергія.
Понад 90 відсотків виробничих проблем можна виявити ще до початку виробництва.
Це сила цифрового підходу, який використовує PepsiCo. Інженери оптимізують макети перед переміщенням обладнання. Потік матеріалу перевіряється перед дотиком до конвеєра. Енергоємні процеси визначаються до того, як вони створюють операційні проблеми. Рішення керуються даними, а не припущеннями.
Коли інновації продуктів, розробка процесів та виконання виробництва пов'язані, організації отримують швидкість та впевненість, необхідні для модернізації застарілої інфраструктури. Саме так виробники виграють гонку з часом.
Хоча реіндустріалізація, безумовно, полягає в покращенні існуючих операцій, ще одним ключовим компонентом є побудова абсолютно нових моделей виробництва.
Як Хадді демонструє майбутнє розподіленого виробництва
Іншим прикладом компанії, яка використовує інтегроване програмне забезпечення, апаратне забезпечення та автоматизацію Siemens, є Haddy, компанія з роботизованого 3D-друку на базі штучного інтелекту, яка принципово змінює майбутнє нашого виробництва.
Модель Хадді MicroFactory демонструє цю реальність, поєднуючи можливості промислового виробництва з високоефективною економікою для виробництва всього, від декору парку розваг до човнів для ВМС. Ця компанія, недавня переможниця Siemens Нагорода «Техчеленс», поєднує комерційні та оборонні вимоги, допомагаючи з'єднати інновації підприємства з національною промисловою готовністю.
Що робить модель, яку використовує Haddy, переконливою є те, як штучний інтелект постійно покращує продуктивність виробництва за допомогою замкнутого циклу зворотного зв'язку:
Крок 1 - Частина розмовляє: Камера виявляє крихітний поверхневий відступ, майже неможливо помітити людиною.
Крок 2 - Система прослуховує: Система розпізнає стрибок тиску за чотири хвилини до появи дефекту. AI з'єднує ці сигнали та ідентифікує стосунки.
Крок 3 - Він простежує першопричину: Аналіз показує, що деградація матеріалу відбулася вище за течією в процесі сушіння до початку друку.
Крок 4 - Виправляється сам: Температура сушарки регулюється автоматично. Виробництво продовжується без перерв.
Крок 5 - Перевіряє: Наступні десять шарів друкують успішно. Проблема реєструється та записується як вирішена.
Крок 6 - Кожна машина стає розумнішою: Рішення поширюється на кожному принтері Haddy по всьому світу, роблячи постійний і повторюваний.
Цей цикл неможливий лише через автоматизацію. Це комбінований апаратний, програмний та автоматизований стек, який полегшує інституційне навчання в промислових масштабах.
Реіндустріалізація вимагає підключення інновацій до виробництва
Хороша новина про зусилля щодо реіндустріалізації в американських галузях полягає в тому, що виробникам не потрібно винаходити інженерію, щоб досягти проривних результатів. Завдяки поєднанню перевірених інженерних структур з моделюванням та Industrial AI стає можливим надзвичайний приріст ефективності.
Організації, які очолюють наступне десятиліття виробництва, будуть тими, хто побудуватиме найміцніший фундамент для промислового штучного інтелекту. Це будуть компанії, які зберегли свій доменний досвід, підключили дизайн та виробництво та забезпечили, що кожне рішення, кероване штучним інтелектом, може бути підтверджене фізикою. Перетворення ймовірнісних рекомендацій зі штучного інтелекту на детерміновані результати.
Це урок, який ми бачимо у таких компаній, як PepsiCo, Haddy та багато інших, які зрозуміли, що це не лише конкурентна перевага, а шлях до прискорення виробництва в США.
Американські міста та підприємства, які вже беруть на себе зобов'язання реіндустріалізації, не чекали сигналу почати відбудовувати своє майбутнє. Американське виробництво теж не може дозволити собі чекати.
Побудуйте фундамент, володійте розвідкою та співпрацюйте з організаціями, які розуміють, як підключити інновації з виробництвом, і разом ми зможемо прискорити наступну еру американської реіндустріалізації.
Опубліковано: Серпень 17, 2026
