有这样一家工厂，自9年前奠基伊始就被寄予厚望，在集团所属的200余家工厂中，它被选为全球第一家精益数字化管理系统的“试点”，只用了短短两年时间就完成了从楼宇、配电、机器、厂房、电网五大系统的智能化、物联网升级改造。此后，它先后被工信部认定为国家级“绿色工厂”，被达沃斯世界经济论坛授予发展中“灯塔工厂”等美誉，已然成为全球顶级制造业的一座标杆。
这，就是施耐德电气位于武汉市江夏新技术开发区的全球供应链中国区·武汉工厂（SEMW，以下简称为施耐德电气武汉工厂）。在这座工厂内部，我们可以看到在许多其他企业里难以想象的生产流程和管理方式。一方面，施耐德电气武汉工厂早在2018年就率先应用了施耐德电气EcoStruxure平台解决方案，对工厂进行了数字化转型改造。通过在整个工厂布设的多达348个无线电能测量模块，无数的压力、温度、湿度传感器，实现了对厂房用电设备、空调设备的持续监测和智能化保养预测。从此，工程师可以及时地发现和调整工厂中不合理的用电情况，并在关键的机器设备可能出现故障前就对其进行及时干预，实现了0配电故障停机，以及超过10%的能源优化。另一方面，在生产设备上，施耐德电气武汉工厂更是引入了包括六轴工业机器人、全自动组装生产线、无人导航智能驾驶车辆、AR机器诊断设备、3D打印零部件生产等一系列最新技术成果。通过高度精确且相互联网的自动化、智能化生产，施耐德电气武汉工厂不仅实现了12%的直接工时节约，而且还使得工厂的产能可以更为灵活地根据上下游供应链情况进行即时改动，大幅提高了全产业链的灵活性。
据了解，施耐德电气武汉工厂的主要产品，其实是我们日常生活中相当常见的小型断路器、接触器以及各种控制按钮和信号电器部件。尽管这些部件本身的结构并不算复杂，但它们的生产过程中会涉及大量的焊接、绕线操作，即便是用全自动化设备来生产，也不可能将液态的焊锡、柔软的铜丝加工到每一次的厚度、形态都100%完美无缺。如此一来，对产品进行逐个质检的需求自然就产生了。此前，施耐德电气采用的是常规的人工目视检测及自动化检测方式。人工检测即由熟练的质检员比对“标准样品”的照片判断；自动化检测是在生产线上安装工业相机，对产品的多个角度进行拍照，由机器与系统中的标准模版对比，进行外观缺陷判断。但是这种人工质检的方式，存在着一定的缺陷。一方面，产品出现缺陷的位置本就不会固定不变，反而有着极大的随机性，所以这就导致质检员需要凭借自身经验进行产品外观的比对，不可避免地会出现漏检、误检的情况。另一方面，质检员长时间盯着屏幕工作，效率和注意力也很难一直维持，因此也会直接影响到生产能力。
正因如此，自2020年开始，施耐德电气武汉工厂就开始探索质量检测的自动化、智能化实现方式。最终，施耐德电气选择了亚马逊云科技Amazon SageMaker机器学习及其他一系列相关服务，成功地在云端完成了AI工业视觉质检系统的数据汇总和模型训练、迭代。并且基于这一AI模型，成功建设出一套行之有效的“云-边协同AI工业视觉检测平台”。据了解，与传统的人工质检相比，这套AI工业视觉检测平台的基本原理并未发生改变，其依然是由工业相机对产品各个面进行拍照，此后再与“标准件”进行对比。但两者关键的差异在于，“看图”和“判断”的角色从人替换成了AI。实践证明，AI工业视觉检测平台的效果惊人。相比传统的人工目视检验，AI工业视觉检测的单位耗时缩短了85%、检验精度提高了9%、误检率可以长期保持在0.5%以下，漏检率更是直接降到了0。
很显然，在AI工业视觉检测平台的帮助下，施耐德电气武汉工厂的生产效率和产品质量都得到了进一步的提高。然而众所周知，目前国内有多家云计算服务商，为什么施耐德电气会选择亚马逊云科技作为AI工业视觉检测平台的合作伙伴呢？在2021年10月27日举行的一场技术沟通会上，施耐德电气全球供应链中国区数字化解决方案负责人冒飞飞为我们解答了这个问题。首先，施耐德电气与亚马逊云科技的合作并非是此次才建立。实际上两者早在2013年开始，就已经形成了多个核心领域的技术合作。比如说，施耐德电气的全球云计算平台，就是基于Amazon EC2云服务器、Amazon S3云存储、Amazon RDS云数据库等一系列服务构建。在2020年，施耐德电气还基于亚马逊云科技的云数据库服务，建设了大数据分析平台。在这一过程中，两家企业建立了紧密的合作关系，特别是亚马逊云科技技术团队的快速响应，为施耐德电气提供了很大的帮助。其次，对于现代企业来说，要想“写出”一个适合自己的AI应用其实并不是一件容易的事情。因为这不仅涉及到数据的收集，更重要的是还需要对模型进行长期训练，并根据实际生产需求随时进行迭代。如果按照一般的方法，企业需要耗费大量资源自建AI训练服务器，不仅价格高昂，而且算力也未必令人满意，反而会拖慢AI部署的速度。正因如此，在构建AI工业视觉检测平台的过程中，施耐德电气选择了“云边协同”的方式，将工厂收集的产品“标准件”数据存储到亚马逊云科技的Amazon S3上，再借助Amazon SageMaker进行自定义模型的上传和训练。由于亚马逊云科技还拥有着强大的云端算力，因此大幅缩短了AI模型成型所需的时间，让AI工业视觉检测平台很快就能部署到生产线上发挥作用。作为一家全球化企业，施耐德电气的业务遍及全球100多个国家和地区，仅是在中国就有23家工厂及7个物流中心。由于每个工厂生产的产品种类都可能互不相同，就意味着只有选择云端AI训练解决方案，才能将“上传数据-生成模型-模型迭代更换”的效率最大化。在这一点上，亚马逊云科技所提供Amazon S3存储服务与Amazon SageMaker AI训练服务的紧密协同，有效地解决了施耐德电气AI训练数据多样化、不同工厂对模型要求不同的复杂需求。不仅如此，考虑到企业管理数据快速共享、AI技术未来推广的需求，施耐德电气希望其云计算合作伙伴能够确保在全球范围内的高效互联互通，而这无疑也正是亚马逊云科技目前最大的优势之一。作为当前全球云计算行业长期的“领头羊”，亚马逊云科技在全球拥有25个地理区域、81个可用区，这些也为施耐德电气在全球各地工厂推广AI视觉检测平台，开发和运用更多基于云端结合的先进生产技术降低了成本，铺平了道路。
在Redmi Note 11系列亮相的同时，Redmi也喊出了“良心机”的口号。
英特尔12代酷睿这些更深入的产品信息，看完你就能知道。
