- AI
- Edge Computing
边缘计算、AI 与云:改进生产数据采集,打造智能工厂
生产数据采集必须促成一个更高效、更可持续的工厂的发展,由人工智能(AI)、IoT 和云来支持这一转型之路。优化并自动化企业流程,使管理者能够获取管理所需的全部信息,尤其是掌控供应链。
自动化市场的最新数据显示,2021 年硬件组件增长 14%,软件组件增长 17%(来源:Anie Automazione),远超年初几个月所作的 +6% 预测。
企业越智能,即越多地渗透先进技术(如 AI 和物联网),并能够利用云所提供的“即服务”(as a service)类服务,就越能在数据的指引下作出决策,这些决策不仅在运营层面更优,在经济上也更有利、更具可持续性。
需要强调的是,这些技术的联合使用也让组织结构较为简单的企业有可能开启数据驱动之路,使数据从简单的数值读数转变为增值信息,进而成为企业的战略资产。
面向企业智能的生产数据采集
IDC(International Data Corporation)是一家知名的市场研究公司,它用“企业智能”(corporate intelligence)这一概念概括了这一新范式。将“智能”分布到企业的每一个层面,从管理层到员工,包括机器,可使信息水平在整个企业范围内保持稳定并不断提升,而这一范围又可延伸到合作伙伴和供应商。AI 和 IoT 使得能够保持从供应链涉及的所有环节采集数据并从中学习的能力。
然而,仅靠数据采集还不足以带来变革。必须懂得如何分析数据、评估其质量并衡量其价值。因此,除了能够帮助治理数据、使这种新的信息流在企业各层面共享的 AI 模型之外,适当水平的企业数据素养也变得不可或缺。
AI、IoT、云:这笔投资物有所值
人工智能与 IoT 设备的联合使用,使得在生产流程中应用预测分析、自动化和控制功能成为可能。对并非原生联网到企业网络的机器进行超连接和改造(retrofitting),可以提高对生产链重要环节的控制程度,即使是远程控制。这种控制使预测性维护等具有经济决定性的策略成为可能,而从生产角度看,则可以在减少加工浪费的同时提高质量水平。这转化为整个供应链的实质性益处:更多支持带来成本和交付时间的显著降低,同时也改善了客户体验。
以下概括列出 AI 优化生产数据采集的一些益处:
- 对故障和失灵的预测分析
- 更好地管理供应品和备件
- 减少生产瓶颈
- 识别任何生产异常
- 通过能耗平衡模型降低厂区能耗,实现生产的可持续性
边缘计算、AI 与云:速度与投资回报
在 IT 基础设施的特定关键区域,或在所有需要降低延迟、确保更高安全性或数据主权的情况下,通过边缘计算解决方案迁移数据中心并使其靠近设备和机器,可能更为合适。这需要可靠的解决方案,既与最现代的机器、也与较老旧的机器高度兼容,并能显著降低能耗,使数据分析成本更具优势。
凭借在硬件和软件设计与集成方面扎实的经验,SECO 能够提供定制的边缘设备,以最大程度满足不同需求,通过对可用带宽的高效管理,以及在数据提取、处理和发送阶段降低消耗,提升投资回报率(ROI)。为满足所有客户的需求,SECO 负责整个生产周期,从开发、设计和验证,到认证和生产。但这还不是全部:借助 Clea,SECO 以一整套融合边缘与 AI 的要素,支持企业的数字化转型。
Clea 是 SECO 的 AI 即服务(AI as a service)平台,结合人工智能、IoT、云计算和大数据分析(Big Data Analysis),将边缘设备快速连接到云,并便于实现实时监控、数据分析、预测性维护、远程软件更新等功能。借助 Clea,任何设备都可以成为智能联网设备,能够在各个领域最大限度地发挥 AI 的价值。借助模块化的 AI App Store,标准或可定制的应用可以启用新功能和智能技术,充分发挥 Edge AI、Cloud AI 和可解释 AI(Explainable AI,XAI)的优势。
单独来看,边缘计算和 AI 可以为企业带来显著益处。两者结合则能真正改变业务战略,缩短数据处理的时间、降低成本,并提高安全性。凭借从 Edge 到 AI 的完整产品系列,SECO 可以支持企业实施这一技术,使其采用全新的数据驱动方法。
订阅 SECO 新闻通讯。
在 seco.com 上用您的电子邮件地址订阅。



