米其林、福维亚与塞洛尼斯亮相Artefact 主办的“工业人工智能Artefact 汽车人工智能：前沿技术与应用案例

“汽车领域的人工智能”专题环节邀请了米其林、福维亚和Celonis的代表出席，重点探讨了人工智能如何正在彻底改变汽车行业。通过机器学习、计算机视觉和生成式人工智能在实际中的应用，人工智能正在深刻改变流程优化、预测性维护和质量控制，从而重塑汽车行业的运营模式。

Celonis公司的Prashant Dhanraj强调了人工智能在变革产品开发和供应链管理等业务流程方面的潜力。他解释道，数字孪生（即物理流程的虚拟模型）如何帮助企业从海量数据集中获取洞察，并优化运营。 例如，利用生成式人工智能对新零部件进行成本估算，通过分析技术图纸、识别相似零部件并推荐供应商。人工智能还协助订单管理，利用大型语言模型（LLMs）评估销售订单中的信用限制，并基于历史数据提供建议，从而提升决策质量。

米其林的让-维安尼·希龙（Jean-Vianney Chiron）阐述了人工智能如何通过计算机视觉和时间序列分析来提升制造水平。在轮胎生产过程中，由人工智能驱动的摄像头能够检测橡胶中的缺陷，而这些缺陷很难通过人工检查发现。该技术不仅确保了更高的产品质量，还优化了生产流程。此外，人工智能还能将温度和压力等设备数据与最终产品质量建立关联，从而让工人能够专注于解决关键问题，而非手动监控数据，进而提高了生产效率。

让-维安尼·希龙重点介绍了生成式人工智能如何帮助整合米其林全球工厂数十年的知识积累。维护人员只需输入设备故障症状，系统便会根据历史案例提供诊断建议。该系统通过持续学习用户反馈，构建了一个强大且不断更新的知识库，供全球用户使用，从而缩短了对维护问题的响应时间。

福维亚（Forvia）的卡罗琳·康南（Caroline Connan）分享了类似的应用案例，包括利用人工智能进行预测性维护以防止生产线停机。通过分析历史数据和实时设备参数，人工智能会向操作员发出潜在问题的预警，从而减少代价高昂的停机时间。一个基于大型语言模型（LLM）的系统能够生成维护计划，并协助确定行动优先级。此外，福维亚工厂中采用人工智能驱动的计算机视觉系统可检测汽车内饰的质量缺陷，从而减少错误并提升产品质量。

米其林和福维亚均利用人工智能来追踪并降低工厂的能耗。机器学习模型通过分析实时传感器数据，对用电和用水情况进行监测。这些洞察使企业能够设定目标、预测能耗，并调整运营方式，从而降低环境影响和运营成本。人工智能提供实时反馈的能力，对于实现可持续发展目标至关重要。