胡斯华纳总部位于瑞典斯德哥尔摩，自1689年成立以来，最初生产火枪。300年后，该公司生产了最后一款火器，如今转而生产户外动力产品，如机器人割草机、链锯和修剪机，以及建筑和石材行业所需的设备和金刚石工具。

如今，该公司正与合作伙伴微软密切合作，利用GenAI减少工厂车间因技术人员和操作人员必须排查设备故障而导致的非计划停机时间，这就是AI工厂助手，一款GenAI副驾驶工具，它可以帮助技术人员和操作人员诊断并解决机械问题，描述设备出现的症状，建议进行测试以验证问题，并提出可能的解决方案。

“机器出现故障的原因可能有很多，” 威克斯特罗姆表示，“以往，我们通过查阅文档来解决这些问题。”

技术人员会仔细研究用户手册和维护历史记录，以试图了解问题所在，这些手册通常是纸质版或PDF格式，而维护历史记录则可能记录在威克斯特罗姆所在的操作部门或其他独立系统中。

“我们的设备是联网的，”威克斯特罗姆表示，“有时设备停机是因为IT故障，而所有这些故障都会记录在我们的IT事件系统中。”

威克斯特罗姆指出，拥有20多年经验的操作人员可能会立即知道机器的问题所在，或者至少知道该从何处着手。“新来车间的人则不会有那么深厚的专业知识。”他表示。

此外，胡斯华纳的车间24小时不间断运行，白天有知识渊博的技术人员，他们大部分时间都在开发新解决方案，但夜班则没有这些技术人员，这可能会导致停机时间延长。

AI工厂助手由微软和OpenAI提供支持，可以访问工厂车间机械设备生成的数据，以及手册和维护历史记录的知识库，无论这些知识库位于哪个部门，该助手还可以通过检索增强生成访问知识库。

用户不仅可以向该助手寻求帮助，威克斯特罗姆及其团队还使用该功能使工厂车间的机械设备更加主动。例如，如果设备发出报警提示出现问题，该报警可以触发助手主动查询可能的诊断和解决方案，然后主动提供给操作人员。

简化复杂性

胡斯华纳多年来一直在进行数字化转型，旨在提高运营效率，因此AI工厂助手只是其转型过程中的一个环节。该公司以及许多制造商面临的挑战在于，旧工业设备可能会使用数十年，而从这些设备中提取数据并将其与现代系统集成并非易事。工厂车间需要低延迟，这意味着一些数据基础设施需要位于本地(边缘)。但它也需要云的资源容量。

胡斯华纳的解决方案是利用Azure物联网运营作为收集和处理其工业设备数据的中央枢纽。物联网运营旨在通过微软的自适应云方法帮助企业转变其物理运营，该方法将孤立的团队、分布式站点和系统统一为单个运营、安全、应用程序和数据模型。

“微软的自适应云方法旨在将云服务带到之前从未涉足过的地方，”微软Azure边缘产品管理副总裁贝尔纳多·卡尔达斯表示，“在工厂等边缘环境中实施AI可能非常困难，因为这些公司中的许多都在努力应对这些环境中数据管理的复杂性，以及与数据来源的现有系统的集成。”

传统上，制造数据存在于多个层级：

• 0级：传感器和执行器等设备产生的物理过程

• 1级：可编程逻辑控制器和远程终端单元等本地控制站，管理和控制物理过程

• 2级：监控和控制机器与过程的监控控制与数据采集系统

• 3级：管理生产生命周期的制造执行系统，包括生产计划、物料跟踪和质量控制

• 4级：管理组织整体运营的ERP系统

AI工厂助手利用来自传感器层级的数据，但全面愿景是利用来自各个层级的数据来转变运营。

威克斯特罗姆表示，胡斯华纳转型的一部分是使其能够以一种有意义的方式衡量停机时间，但很难提供确切指标来说明AI工厂助手使公司变得更加高效的程度。

“我们知道技术人员和维护人员有时要花两个多小时才能解决停机问题，”胡斯华纳制造数字化和全球运营经理丹尼尔·约翰松表示，“在某些情况下，我们可能只会将时间缩短一小部分，但在其他情况下，我们可以将时间减少50%到60%。”

正在进行的工作

威克斯特罗姆解释说，该助手仍处于早期阶段，随着知识库的扩展，他预计其实用性将大幅提高。

“我们目前还不能回答所有问题，但我们可以解决简单的问题，就像填满20%的水桶一样，而且在某些情况下，我们可以迅速加快问题解决的速度，”他表示，“如果我们没有数据，就什么也做不了，这种情况还会持续一段时间，但现在我们可以改进常用知识库，而不仅仅是填写另一份无人问津的PDF。”

他补充说，真正的秘诀在于良好的搜索功能，即找到与用户问题最相关的文档，这反过来又要求掌握传统技术并将其与大型语言模型相结合。例如，他表示，如果用户问助手：“这台机器最近发生了什么?”这实际上对于GenAI来说很难解决，因为“最近”是一个复杂的概念，但SQL查询可以轻松按日期排序并提供最上面的结果。

bet188金宝搏(金宝博)官方网站D1net(www.tbyhdd.com)：

国内主流的to B IT门户，旗下运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)。

版权声明：本文为bet188金宝搏(金宝博)官方网站D1Net编译，转载需在文章开头注明出处为：bet188金宝搏(金宝博)官方网站D1Net，如果不注明出处，bet188金宝搏(金宝博)官方网站D1Net将保留追究其法律责任的权利。