怎样可以将人工智能技术融入到生产和物流中去

现代摩比斯宣布已经研发出利用人工智能检测质量缺陷的算法，同时，公司已经成功开发了可学习外部环境变化、预测售后零部件需求的人工智能模型，计划在今年上半年投入运营。

去年，现代摩比斯成功将人工智能软件检验系统与文件搜索系统（MAIBOT）应用至研发领域，此次更是将人工智能技术扩大应用至生产及物流领域。

为了解决此前因技术限制而造成的各种效率低下的问题，现代摩比斯在全公司的层面上，积极开发运用人工智能技术。人工智能技术能够在积累大量数据后实现机器自主学习，若加快实现技术的应用，可开发出更加完善的模型。

利用人工智能技术检测质量缺陷、提高质量及业务效率，使用范围将扩大至国际市场

现代摩比斯独立开发了以图像数据为基础的质量缺陷检测算法，已经将其运用于生产尖端零部件的镇川工厂的电动转向设备-电子控制单元（MDPS ECU）生产线。

电子控制单元（ECU）作为电子零部件的“大脑”，由在印制电路板（PCB）上插入无数个小的元件制作而成。电子控制单元作为一种电子设备，需要经过严格的质量检测，但由于检测方法有限，质量合格的产品也极有可能无法通过检测。这类产品需要再次由有经验的技术人员进行肉眼检测，确认是否存在质量问题。

现代摩比斯意识到此过程会降低生产效率，尝试让人工智能电脑学习不同形态的样品，达到能够精确判断产品质量的水平。目前该算法的准确率为98%以上，随着数据的不断积累，其准确率将达到100%。

现代摩比斯在对自主开发的算法进行修改后，可以将其应用到其他印制电路板上。之前此算法只能应用在一条生产线上，而在今年之内，其使用范围将扩大至五条生产线。同时，公司计划在中国天津及其他海外生产此电子设备的工厂投入运用此算法。

新模型可学习外部变化，提高AS零部件需求值，预测准确度

现代摩比斯负责供应现代起亚汽车售后零部件，提供包括已停产汽车在内的244种车型的270万个售后零部件。现代摩比斯为了迅速提供顾客所需零部件，在韩国建设了4个物流中心、22个零件营业厅、1200余家代理店，构建了细致的供货网络，然而由于产品数量巨大，季节、天气、司机驾驶习惯、车辆数量、各车型检测时间等外部因素都会影响售后零部件需求量，库存管理仍然面临着许多难题。

为此，现代摩比斯以之前的数据为基础，对未来一年间所需售后零件数量进行预测，提前确保产品供应。通过不断完善此统计模型，目前平均预测准确度已达90%以上，但部分深受外部因素影响的零部件，因外部因素数量甚巨，其预测准确度有所下降。

为提高此类零部件需求量的预测准确度，现代摩比斯通过人工智能电脑分析以往数据及预测的未来外部环境。机器学习模型能学习由温度变化引起的刹车零件磨损率变化，提前对天气预报数据进行分析，预测刹车零件需求量。需求预测模型的准确度提高之后，不仅可以节约物流成本，同时可及时为顾客提供售后零部件，最大程度提升顾客满意度。

今后，现代摩比斯将在生产、物流、质量、IT等全部产业领域运用针对性人工智能技术，不断提高业务效率。

现代摩比斯IT企划室室长表示：“随着人工智能技术的发展，可解决大部分各产业部门由于技术限制而导致的效率低下的问题。我们将汇总目前各部门待改善的问题，按优先顺序依次投入人工智能技术，实现全方位的经营创新。”

来源：科技共论