在数字化浪潮蓬勃发展和新技术引领的产业变革环境下，数字化与智能化正在为企业转型升级提供新的机遇。即使是在应用门槛颇高的工业制造业领域当中，AI大模型和更多数字化技术的融合应用也为更多传统制造业企业带来增长新机遇。
而在近日举办的亚马逊云科技赋能制造行业加速创新媒体沟通会上，亚马逊云科技大中华区战略业务发展部总经理顾凡表示：“当前，传统制造行业的数字化转型升级正在不断加速与深化——高端化、智能化、绿色化已成为制造行业发展的主要趋势。”
施耐德电气全球供应链中国数字化转型总监冒飞飞，则从制造业企业的角度为我们展示了智能化转型乃至AI在工业应用中的新蓝图。冒飞飞表示，“亚马逊云科技是施耐德电气在全球范围内的主要云服务提供商之一，我们双方的合作不仅在人工智能方面，在数据平台、甚至是企业内部的业务系统，以及ESG的中央化平台领域，施耐德电气全球供应链内部都在基于亚马逊云科技的服务打造相关解决方案，可以说，我们与亚马逊云科技的合作是全面且深入的。”
冒飞飞通过一个例子介绍了施耐德电气在数字化转型当中的AI应用。在传统生产环节当中，产品的外观质量检测由人工肉眼判断或传统视觉检测完成。无论是人工判断还是视觉检测都存在效率低下或是误检率高等问题。为解决这一问题，施耐德电气在中国构建了智能工业视觉质量检测解决方案——“云-边协同AI工业视觉检测平台”。该平台在云端实现数据存储和标注及模型训练，并把云端模型下发到产线边缘侧，执行边缘推理。
目前“云-边协同AI工业视觉检测平台”已经率先在施耐德电气武汉工厂上线，显著提高了生产线的检测效率，将误检率降低0.5%以内，并实现了零漏检率。
今年6月，施耐德电气推出了备受行业用户瞩目的EcoStruxure AI引擎。它能够覆盖企业实现人工智能落地所需的五大建模相关流程，包括AI模型生命周期中的数据准备、模型训练、模型部署、模型推理及模型监控。
借助亚马逊云科技等云服务商提供的数据库、计算服务以及Amazon SageMaker机器学习等服务，施耐德电气EcoStruxure AI引擎，可帮助开发人员和数据科学家快速构建、训练和部署机器学习模型，在云端实现数据存储和标注及模型训练、推理、部署、监控，以及迭代更新等全流程，并把云端模型下发到产线边缘侧，执行边缘推理，有效帮助施耐德电气降低模型管理训练的复杂度，快速推动了相关应用落地。
同时，施耐德电气还借助亚马逊云科技，为全球供应链插上翅膀。目前，施耐德电气的全球供应链拥有187家工厂，在中国拥有二十多家工厂。亚马逊云科技的数据库、计算服务，以及Amazon SageMaker机器学习服务，可有效帮助施耐德电气在云端实现对全球工厂的中央化部署、管理与监控。冒飞飞表示，“我们希望与亚马逊云科技进一步加强合作，通过借力亚马逊云科技的自有生态圈，与更多优秀的合作伙伴一起，推动施耐德电气在人工智能与大模型方面的发展。同时，我们也将继续在数据平台，以及企业信息化系统等方面与亚马逊云科技合作，依托亚马逊云科技全球覆盖的基础设施，实现施耐德电气全球供应链的集中化部署、管理及监控。”
在制造业智能化转型的同时，节能减碳的绿色发展需求也成为不少企业亟待解决的问题。借助AI模型，施耐德电气也有着自己的节能减排之策。制造业企业当中，能耗管理可以说是相当关键的，而在施耐德生产过程中，空调、空压机是能源消耗最大的两个来源。施耐德电气无锡工厂应用SpaceLogic AI BOX（楼宇节能盒）对空调进行自动能源控制优化。冒飞飞介绍到，“比如夏天，能源消耗是非常大的，在这个时候我们根据终端使用负荷的情况，去自动调节空调的负荷。”
而在空压机的使用场景下，冒飞飞表示，“有些工厂会有多台空压机——有变频的、有定频的，这时候我们会根据终端生产使用的负荷情况，自动启停，选择开启哪一个空压机，而不是所有的空压机都开着。”
施耐德电气也在协助产业链企业一起，完成节能减碳的目标。作为绿色节能的标杆企业，施耐德电气在能源管理方面有丰富的知识沉淀以及专家经验。施耐德电气致力于把自身在节能减碳方面的经验与能力，拓展到整个行业上下游，助力整个产业链实现双碳目标。目前，施耐德电气已基于亚马逊云科技打造了供应链顾问的中央化平台，可以帮助施耐德电气了解供应商的能源消耗情况，监测减碳成果。
而无论是制造业的智能化还是绿色化，当下都离不开云服务，云计算以及机器学习、AI模型等工具的支持。亚马逊云科技和施耐德电气的合作向我们很好地展现了如何赋能传统制造业通过数字化转型创新“乘云驭智、开启新篇”，无论是借助生成式AI技术重塑制造业生产流程，以及推动制造业绿色、可持续发展方面的带来更加多样的行业解决方案，都是制造业转型当中不可多得的范本。
