MICHELIN, FORVIA e CELONIS no evento AI Industry” da Artefact AI automotivo: avanços tecnológicos e casos de uso

A sessãoAI o setor automotivo” contou com a participação de importantes representantes da Michelin, da Forvia e da Celonis, destacando como AI revolucionando a indústria automotiva. AI transformando, em particular, a otimização de processos, a manutenção preditiva e o controle de qualidade, por meio de aplicações práticas de aprendizado de máquina, visão computacional e AI generativa, remodelando as operações do setor automotivo.

Prashant Dhanraj, da Celonis, destacou o potencial AIpara transformar processos de negócios, como o desenvolvimento de produtos e a gestão da cadeia de suprimentos. Ele explicou como os gêmeos digitais — modelos virtuais de processos físicos — permitem que as empresas extraiam insights de grandes conjuntos de dados e otimizem suas operações. Um exemplo é o uso AI generativa AI estimativas de custo de novas peças, por meio da análise de desenhos técnicos, identificação de peças semelhantes e sugestão de fornecedores. AI auxilia na gestão de pedidos, utilizando LLMs para avaliar bloqueios de crédito em pedidos de venda e fornecer recomendações com base em data históricos, aprimorando a tomada de decisões.

Jean-Vianney Chiron, da Michelin, explicou como AI a fabricação por meio da visão computacional e da análise de séries temporais. Na produção de pneus, câmeras AI detectam defeitos na borracha, algo difícil de inspecionar manualmente. A tecnologia garante maior qualidade do produto e agiliza o processo. Além disso, AI data das máquinas, como temperatura e pressão, com a qualidade do produto final, aumentando a eficiência ao permitir que os trabalhadores se concentrem em resolver problemas críticos, em vez de monitorar data .

Jean-Vianney Chiron destacou como AI generativa AI reunir décadas de conhecimento das fábricas globais da Michelin. A equipe de manutenção pode inserir os sintomas apresentados pelas máquinas e receber sugestões de diagnóstico com base em casos anteriores. O sistema aprende continuamente com o feedback dos usuários, criando uma base de conhecimento robusta e em constante evolução, acessível em todo o mundo, o que melhora o tempo de resposta a problemas de manutenção.

Caroline Connan, da Forvia, compartilhou casos de uso semelhantes, incluindo AI manutenção preditiva com o objetivo de evitar paradas nas linhas de produção. Ao analisar data históricos data parâmetros das máquinas em tempo real, AI os operadores sobre possíveis problemas, reduzindo o tempo de inatividade, que acarreta custos elevados. Um sistema baseado em LLM gera planos de manutenção e ajuda a priorizar as ações. Além disso, sistemas de visão computacional AI nas fábricas da Forvia detectam defeitos de qualidade nos interiores de veículos automotores, reduzindo erros e melhorando a qualidade do produto.

Tanto a Michelin quanto a Forvia utilizam AI monitorar e reduzir o consumo de energia em suas fábricas. Modelos de aprendizado de máquina analisam data de sensores em tempo real data monitorar o consumo de eletricidade e água. Essas informações permitem que as empresas estabeleçam metas, prevejam o consumo e ajustem suas operações para reduzir o impacto ambiental e os custos operacionais. A capacidade AIde fornecer feedback em tempo real é fundamental para alcançar as metas de sustentabilidade.