北京2024年1月8日 /美通社/ -- 近期，施耐德电气全球供应链中国数字化转型总监冒飞飞受亚马逊云科技邀请探讨了制造业企业在深化数字化转型与创新阶段面临的挑战与机遇，AI技术，尤其是生成式AI在制造行业应用的趋势洞察，并就施耐德电气在相关领域取得的进展进行了深入分享。
冒飞飞指出，业界知名的"二八定律"同样存在于制造行业AI应用中。"二"指的是可被规模化推广、可被复制的工业产品模型量数。针对此种标准化AI应用场景，可以通过模型的单次构建，实现未来的"开箱即用"或少量再训练微调。而对于约占"八"（80%）的特定碎片化与长尾场景，则需开发定制化的模型。施耐德电气正在与包括亚马逊云科技这样的云技术服务商进行合作，致力于开发端到端的训练平台，来做从模型的训练、部署、迭代以及全生命周期的管理。此外，就当下热议的生成式AI大语言模型应用方面，冒飞飞认为，在短期内大模型不会内吞并小模型，二者是相辅相成的关系。短期内，小模型会随着大模型推陈出新，并长期存在。另一方面，大模型还可以对小模型进行辅助训练与精度提升。
作为全球能源管理和自动化领域数字化转型专家，施耐德电气致力于持续深耕AI领域，开发定制化AI解决方案，赋能制造业应用场景。2023年6月，施耐德电气发布企业级一站式、场景化、开放性的AI模型生产与运维平台EcoStruxure AI引擎，将能源管理和自动化领域的专业知识融入AI模型中，为业务专家、数据分析师等用户提供低代码乃至零代码的AI应用，帮助他们更好地解决工业场景中面临的业务问题、提升效率和创新能力。EcoStruxure AI引擎在施耐德电气中国供应链内部的成功应用，采用了亚马逊云科技等服务商所提供的广泛技术与服务。亚马逊云科技的数据库、计算服务，以及Amazon SageMaker 机器学习服务，都能够为EcoStruxure AI引擎提供完备的技术支撑，提高解决方案落地效率，并有效节约成本。
首先，在数据存储方面，亚马逊云科技能够为施耐德电气EcoStruxure AI引擎提供托管式关系数据库服务Amazon Relational Database Service（Amazon RDS），可帮助客户在云中设置、操作和扩展关系型数据库，轻松完成耗时的数据库管理任务。此外，弹性扩展、安全、高可用的云服务器Amazon Elastic Compute Cloud（Amazon EC2）在云中提供了各种计算实例类型，可以根据不同的需求提供灵活的计算资源，从而满足施耐德电气不同AI应用场景的需求。亚马逊云科技还可以为EcoStruxure AI引擎提供Amazon Elastic Container Service（Amazon ECS）全托管的Docker容器编排服务，通过这种高度安全、可靠且可扩展的容器运行方式，实现机器学习模型在生产线边缘设备容器中的轻松部署和管理。基于存储、管理和部署Docker容器镜像服务Amazon Elastic Container Registry （Amazon ECR），施耐德电气可以使用安全、高效的容器镜像存储和管理服务，轻松地管理和部署容器化的AI应用。
此外，Amazon SageMaker机器学习服务也能够为EcoStruxure AI引擎提供良好的技术支撑。基于Amazon SageMaker，施耐德电气得以在特定环境中成功且准确地构建适应实际制造场景的机器学习模型，并根据需要灵活调整资源，大幅提高内部测试效率和EcoStruxure AI引擎的模型迭代速度。施耐德电气在全球拥有187家工厂，在中国拥有超过20家工厂，Amazon SageMaker中央化云平台可为施耐德电气提供统一的数据级管理和训练管理平台，有效确保数据的一致性和准确性，从而大幅降低全球模型管理和训练的复杂度。
亚马逊云科技和施耐德电气双方的合作由来已久。除了最近在EcoStruxure AI引擎方面的合作，作为施耐德电气首选的云和机器学习服务提供商，亚马逊云科技还助力施耐德电气成功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" 。该解决方案率先在施耐德电气武汉工厂上线，能够针对产品表面的缺陷进行智能检测，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。同样上线了该视觉检测平台的施耐德电气无锡工厂，被世界经济论坛评为端到端的 "灯塔工厂" 。目前，AI视觉检测项目已经成功覆盖了施耐德电气中国区15家工厂、超过50个终端检测点，为产品质量提供保障，有效减少因产品瑕疵而浪费的资源和时间。
施耐德电气全球供应链中国数字化解决方案负责人、数字化转型总监冒飞飞表示："亚马逊云科技在制造行业拥有多年积累的丰富经验与核心业务优势，是施耐德电气在全球范围内的主要云服务提供商之一。未来，我们将继续深耕与亚马逊云科技的合作，基于亚马逊云科技广泛而深入的云服务，加速生成式AI技术应用的落地，将AI模型与自身在工业自动化和能源管理领域的专长相融合，探索AI在设计、生产、运营和维护等全生命周期不同阶段与场景中的应用，全方位赋能制造业的创新与变革。"
