为保持领先地位，公司必须成为可持续的数字企业。通过利用先进的技术，这些企业还可以提高灵活性和效率。本次讨论的重点是 AI 在改善现代工厂的生产质量、缩短上市时间和提高资源效率方面发挥的作用。
历史进程是由创新思想家塑造的，他们可以想出新颖的方法来应对他们所面临的挑战。事实上，石器时代的终结并不是因为我们的石头用光了，而是因为开发了解决当时问题的新的、更有效的解决方案。
未来的塑造方式大致相同。跨越商业、社会和技术的多维趋势正在为现代公司带来新的挑战。克服这些挑战需要公司实施创新并采用新的业务管理方法。具体而言，公司必须转型为可持续的数字企业，以管理现实世界和数字世界中的产品和生产生命周期。
数字企业的关键特征是能够将现实世界和数字世界结合起来，从运营中收集数据，并将其转化为推动现实世界改善的见解。将这两个世界融为一体，便可以促使产品、生产和服务生命周期中涉及的所有利益相关者之间实现数据流动。这种数据自由流动增强了数字企业适应市场需求、加快创新和提高质量的能力，同时减少碳排放和资源使用。
关键要点：
Siemens 在德国埃尔南根最先进的电子厂面临着许多制造商当前正在努力克服的挑战。该工厂需要找到生产产品的方法，同时优先考虑脱碳、速度、质量和成本效益。位于埃尔南根的 Siemens 电子厂为 Siemens 及其客户生产 SINAMICS 变频器和 SINUMERIK CNC 控制器，该工厂还必须努力将智能数字解决方案整合到工厂内的传统基础设施和系统中。
工厂认识到，如果不采用数字化来继续完成向几十年前开始的可持续数字企业的持续转型，就无法克服这些挑战。工程、车间管理、产品生命周期管理等方面的数字解决方案提供了基础。有了这些技术和功能，就可以开发更先进的技术和功能，进一步加强埃尔南根的运营。
工业人工智能 (AI) 是该工厂使用的先进技术之一。以消费者为中心的 AI 可以帮助生成婚礼演讲的文本或社交媒体资料的图像，而工厂控制机械中部署的工业 AI 系统可以管理车间的运营，通过分析数据说明绩效并指导决策。这些工业 AI 系统必须稳健、可靠且具有经验证的安全性，即使在与人类工人密切合作时也是如此。
今天，让我们探讨位于埃尔南根的 Siemens 电子厂如何利用工业级 AI 来促进脱碳、提高质量和缩短上市时间。
在改进流程、机器和系统之前，必须通过收集和分析数据来了解它们。数字企业在日常运营中会生成大量数据。在工厂环境中，这可能包括有关各种系统和整个工厂的能耗的信息、吞吐量数据、来自联网机器的实时运行数据等。收集和理解这些数据对于现代数字工厂的管理至关重要，但是庞大的数据量导致汇总和分析工作成为一项艰巨的任务。
幸运的是，数字企业的互联数据流提供了一个千载难逢的机会来应用 AI，加速对这些庞大数据集的分析。这将比以前更快地推动车间和其他系统中工厂各个方面的优化。例如，位于埃尔南根的 Siemens 电子厂利用整个工厂的数据来实施智能能效措施，将能耗降低了 25％，减少了 50％ 的净碳足迹。此外，有针对性的生产效率提高有助于将生产每种产品所消耗的能源减少 50％。
AI 还支持真正的预测性维护计划，确保机器永远不会发生工厂操作员意料之外的停机。对机器和维护数据进行分析，并将它们与过去的案例进行比较，以确定模式和潜在的解决方案。该工厂在印刷电路板生产的铣削环节中使用预测性维护。铣削过程产生的细粉尘会积聚在铣削主轴上，并可能阻碍主轴的旋转，如果积聚过多，则会导致计划外停机。为防止发生这种代价高昂的延误，预测性维护解决方案将监控主轴电流和速度，以观察异常情况，甚至预测未来的关键状态。
AI 也可以为单个流程和机器带来变革，甚至可以使车间里的人和机器人以高效、安全的方式进行更紧密的协作。位于埃尔南根的 Siemens 电子厂采用 AI 和计算机视觉，使机械臂能够像人类操作员一样灵活而敏捷地拾取和放置零件。传统的机械臂无法区分不同的部件，需要对零件进行预分类和整理。将 AI 集成到机器人的控制系统中可以让机器人识别和抓取未分类的盒子中的各个部件，并将它们精确地放置在它们所属的位置。
通过提高机器人的智能水平，经济高效的机器人可以完全自动完成这些繁琐的取放操作。当然，在释放这些智能机械臂之前，必须对其进行训练。作为一家数字企业，该工厂可以使用物理仿真和数字孪生来虚拟训练零件识别、拣选和放置方面的算法。合成训练数据以自动方式生成和标记，从而提高了速度并减少了训练机械臂所需的精力。
通过赋予机器人像人手一样的手动灵活性，也可以实现更敏感的过程自动化。将力和扭矩传感器集成到 AI 控制的机械臂的末端执行器中能够使机械臂精确感知和调整操纵物体所用的力。这对于涉及精细和微小部件的工艺至关重要，例如印刷电路板 (PCB) 的组件。实际上，机械臂在处理如此精细的任务时，可能和外科医生缝合伤口一样需要“指尖触觉”！
在埃尔南根的 Siemens 电子厂，多氯联苯的生产涉及将有线电子元件安装在基板上的小孔中，这被称为通孔技术 (THT)。THT 涉及将非常敏感和精细的零件插入印刷电路板上非常微小的孔中，这些孔的直径通常只有十分之一毫米。AI 使机器人能够轻柔地处理组件，确保零件准确、安全地放置，不会受到损坏。总而言之，如此微妙的任务实现自动化提高了流程质量，使人类工人摆脱了与此类任务相关的单调乏味性和不良人体工程学设计。
除了 AI 的直接好处（例如提高生产质量和降低成本）外，将 AI 引入车间环境也促进了工厂的可持续性。自动化的 THT 装配过程提高了精度和准确性，从而减少了废料，进而减少了材料和能源的浪费，最终提高了工厂的整体效率。由于智能机器人不再需要预先分类的零件，因此曾经用来整理分类零件的塑料镶嵌物已经过时，从而消除了成千上万个最终成为废物的塑料零件。
数字企业可以利用 AI 和每天生成的大量数据，在内部流程和全球供应链中识别脱碳、减少资源使用、回收利用等机会，并采取行动。例如，产品设计决策所造成的影响，在产品进入现实世界后所造成的环境影响中所占的比重达到 80%，换句话说，浪费只不过是设计缺陷。可持续发展的数字企业可以结合综合的数字孪生、数据和 AI，了解各种设计决策的相对可持续发展成本，提高效率、材料使用率和可回收性。
在生产中，AI 可以帮助优化生产计划，以便满足需求，发现提高能源效率的机会，以及大幅提高生产质量并减少废料和材料浪费（就像埃尔南根一样）。而且，也许最重要的是，AI 可以成为管理复杂全球供应链的强大工具，帮助公司根据成本、质量和可持续性选择供应商并建立物流系统。随着我们不断发展和扩大可持续数字企业的能力，位于埃尔南根的 Siemens 电子厂等设施为技术和解决方案提供了重要的试验场，这些技术和解决方案可以帮助客户转型，克服当今和未来的挑战。
