导读：施耐德电气如何在云上快速开发AI质检模型？

“在亚马逊云科技的帮助下，我们成功地构建了云-边协同AI工业视觉检测平台，实现了产品质量缺陷的智能检测，将检测误检率降到0.5%内，漏检率降为0%。”

10月27日，在施耐德电气武汉工厂，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向媒体分享道。

目前，用AI代替人工进行产品质量检测的AI视觉检测技术，已经在越来越多制造企业落地。2021年8月，IDC发布的《中国AI赋能的工业质检市场2021》报告显示，2020年中国工业质检软件和服务市场规模达到了1.42亿美元，较2019年有近32%的增长，预计未来五年的年复合增长率会保持在30%以上。电子制造、汽车、半导体等行业已经成为AI视觉检测的热门领域。

在施耐德电气武汉工厂的生产车间，「智能进化论」实地感受了AI质检带来的降本增效。该工厂将AI工业视觉检测技术应用到核心产品线质检环节，实现了质检效率大幅提升。

目前，AI视觉检测在国内制造业已经有了大量应用案例，市面上同类解决方案也很多，施耐德电气为什么选择了亚马逊云科技？武汉工厂的AI视觉检测解决方案又有哪些过人之处？

施耐德电气武汉工厂 AI工业视觉检测平台应用场景

在施耐德电气在中国的23家工厂中，武汉工厂早在2018年就被达沃斯世界经济论坛、麦肯锡联合评选为发展中的“灯塔工厂”，称得上是一家“明星工厂”。

首先，产能举足轻重。其主要产品是微型断路器、接触器和其他工业控制类的小元器件，目前工厂这三类产品的产能在施耐德电气所有工厂中位居第一。

其次，武汉工厂是施耐德电气在制造业领域向数字化、智慧化转型的排头兵。武汉工厂是施耐德电气全球第一家开始全面部署施耐德电气EcoStruxure整体解决方案的工厂，先后被工信部评为国家级“绿色工厂”，被达沃斯世界经济论坛评为发展中的“灯塔工厂”。EcoStruxure是施耐德电气面向工业领域推出的整体解决方案平台，由底层互联互通硬件产品、中间层边缘控制、上层应用分析与服务三层架构构成。

AI质检员比传统人工目视检测强在哪？「智能进化论」认为主要体现在三个方面：

第一，提升质检效率。

在AI质检员上岗之前，工厂采用人工和传统机器视觉的检测方法，存在一些弊端。员工需要从各个方向去观察产品，工作量大，效率低。而且，由于产品的异常位置不固定，缺陷类型不固定，造成了传统视觉检测的难点。

第二，提升了检测精度。

漏检是指没有把不良品检测和排查出来，误检是指本身是良品，但是被误检为不良品。目前武汉工厂的AI工业视觉检测平台实现了0漏检率，这意味着从质检环节最大程度防范了不良产品流向下一个生产环节。

“为什么我们允许它有0.5%的过检率呢？模型要有非常大量的样本进行训练，完全做到0过检率其实非常难。允许0.5%的过检，就是允许可以把好的判成不好的，然后会再来检查一遍，保证检测精度。”冒飞飞表示。

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

第三，保证质检系统的稳定性。人工检测会受人为因素干扰，AI质检上线后，对检测稳定性有8%以上的提升。

目前，施耐德电气已将这套AI工业视觉检测平台在中国区部署到上海、无锡、厦门等地5家工厂的9条产线中，未来还将有8家工厂、44条产线即将上线。而且，施耐德电气已将现有的AI工业视觉检测平台产品化，未来可能对外赋能、推广到其他制造企业。

施耐德电气武汉工厂 自动化机器人应用

那么，武汉工厂的AI工业视觉检测平台有哪些亮点值得分享？施耐德电气全球供应链中国区IT总监曹捷认为：

首先，利用亚马逊云科技的机器学习服务Amazon SageMaker及其他相关服务，实现了云边端一体化协同。

在云上，进行海量数据存储与模型训练，通过云上的弹性算力极大降低了算力成本。在边缘侧，进行模型下发和推理执行。在端侧，完成数据采集与感知，完成和工业控制元件的集成，实现“数据-智能”的闭环回路。

施耐德电气全球供应链中国区IT总监 曹捷

其次，利用Amazon SageMaker平台极大降低自建模型的训练时间和人工成本。由于产品的复杂性和多样性，制造业的AI视觉检测往往采用自建模型。如果用传统AI开发手段，算法团队绝大部分时间精力将花在框架选择、数据准备、环境搭建上，周期长，人力和算力成本高。

Amazon SageMaker相当于自建算法的加速器，其整合了专门为机器学习 (ML) 构建的广泛功能集，可以帮助开发人员快速准备、构建、训练和部署高质量的机器学习模型，可以将企业开发AI模型的总体拥有成本降低54%。

曹捷表示，这套AI工业视觉检测平台最大挑战是负样本太少。由于良品率很高，如果用传统的机器学习会缺乏足够的负样本数据。在亚马逊云科技合作伙伴中科创达的帮助下，施耐德电气通过大量正样本去建模，采用异常检测的方式，最终实现了高精度的检测模型。

第三，AI质检不是孤立的单点应用，而是与施耐德电气端到端供应链系统、绿色制造、可持续发展理念融为一体。

“数字化转型和智能制造转型，更多的是基于工厂坚实的精益运营管理基础。在运营和管理效率方面，武汉工厂每年至少有12%以上的提升，在产品质量方面，每年至少也有15%以上的提升。”施耐德电气制造(武汉)有限公司总经理李聪表示。

此外，亚马逊云科技广泛的全球云计算基础设施和安全合规服务，也是打动施耐德电气的重要因素。

“我们选择云服务商有一个非常大的前提，就是数据安全。我们跟亚马逊云科技联合打造了一个数据中台，将施耐德电气中国前后端的业务数据搭建在亚马逊云科技的中国区域。未来ERP、MES等核心数据都会放在数据中台上。我们通过评估认为数据非常安全，没有任何泄露的风险，所以非常放心把数据接入亚马逊云科技。”冒飞飞表示。

除了AI质检，AI技术已经广泛应用到施耐德电气的核心竞争力中，包括全球供应链、可持续发展、绿色制造等各个环节。这些应用对于中国制造企业的转型都有参考价值。

在Gartner发布的Supply Chain TOP 25排名中，施耐德电气的供应链能力连续两年排名全球第四。今年年初，施耐德电气还获评全球可持续发展公司百强榜首。同时，施耐德电气承诺2025年在运营层面实现“碳中和”，武汉工厂计划在2022年年底实现“碳中和”。这背后，都有大量AI技术的应用。

比如，针对稳定性比较好的产品，通过AI技术进行需求预测已经被广泛使用。基于AI和大数据分析的 APC先进过程控制系统，可保证生产过程始终处于良好运行状态，并预判未来运行状况，深度进行流程优化和效率提升。在水泥行业，一条年产熟料320万吨的生产线部署该系统之后，每年碳减排可达约8400吨。借助AI+知识图谱提升能源管理效率，施耐德电气为太古地产6大商业综合体项目提供数字化能效方案，实现每年节约能源成本10%-20%。

2021年，施耐德电气在供应链领域开始实施新的“STRIVE”战略，其核心就是智慧供应链。通过AI、大数据等先进技术，以及供应商协同系统，增加端到端供应链的透明度。

“施耐德电气正在把供应商当作我们的一个车间，我们也加入到供应商的整个制造过程中，进行数据流程的打通和连接，实现对产品质量的预见性管理。”冒飞飞表示。

-END-

本文为「智能进化论」原创作品。