Siemens сократила время развертывания ИИ на производстве на 95%

Компания Siemens совместно с Amazon Web Services (AWS) добилась значительного ускорения развертывания систем искусственного интеллекта на производстве. На заводе Siemens в Эрлангене (Германия), который является лауреатом Всемирного экономического форума в номинации «Фабрика-маяк», время внедрения первых моделей машинного зрения сократилось с 5-6 месяцев до 2-5 дней. Это снижение на 95% стало возможным благодаря стандартизированной архитектуре и шаблонному подходу к MLOps.

Ключевые достижения

• Более 100 ИИ-моделей работают в четырех сценариях визуального контроля на заводе в Эрлангене.
• Инженерные усилия сокращены на 60% за счет стандартизации edge-to-cloud решений Siemens и AWS.
• Фабрики Siemens обмениваются готовыми ИИ-«рецептами» внутри производственной сети, используя стандартные приложения.
• Платформы Siemens Industrial Edge и Siemens Industrial AI поддерживают множество сценариев для цеха, включая визуальный контроль качества.

Завод в Эрлангене — это более чем 50-летнее предприятие по производству электроники, выпускающее системы управления движением и преобразователи частоты в условиях среднесрочного и многопродуктового производства с сотнями конфигурируемых вариантов. Именно такая «коричневая» сложность обычно замедляет внедрение ИИ. Первый проект по оптическому контролю качества занял 5-6 месяцев: специалисты выполнили все настройки и создали архитектуру совместно с AWS. Затем этот шаблон был использован для других сценариев, что позволило реализовать их на производственных ячейках менее чем за 2-5 дней.

Марвин Херхенбах, эксперт Siemens по перспективному оптическому контролю и замкнутому производству, отметил: «Первый сценарий занял 5-6 месяцев. Мы провели все кастомизации и настроили архитектуру вместе с AWS. Затем мы использовали этот шаблон для всех остальных сценариев. Менее чем за 2-5 дней мы уже внедрили их на наших производственных ячейках».

Таким образом, переход к шаблонным MLOps-решениям и унифицированной архитектуре позволяет масштабировать ИИ на производстве с минимальными затратами времени и ресурсов, что особенно важно для предприятий с высокой вариативностью продукции.

Применение в России

Для российских промышленных предприятий опыт Siemens и AWS представляет значительный интерес. В условиях импортозамещения и необходимости повышения эффективности производства, стандартизированные подходы к развертыванию ИИ могут быть адаптированы на локальных платформах. Например, использование шаблонных MLOps-конвейеров и edge-вычислений позволяет сократить время внедрения систем машинного зрения на заводах с мелкосерийным и многопродуктовым производством. Российские интеграторы могут разрабатывать аналогичные «рецепты» для быстрого тиражирования ИИ-решений на разных площадках, что особенно актуально для электронной, приборостроительной и машиностроительной отраслей. Однако требуется учет особенностей отечественной инфраструктуры и программного обеспечения, а также подготовка кадров для работы с MLOps-инструментами.