taitra
活動+
 

Sight Machine使用AI深度分析製程 提供實時視覺化分析與可操作見解

Sight Machine平台主要用途是品質改善、預測資產失誤、預測維護、減少停機、提高產能利用率等。Sight Machine

總部位於舊金山(San Francisco)的製造分析新創企業Sight Machine試圖提供一個使用人工智慧(AI)的製造分析平台,以數據的獲取、優化和脈絡化來提供實時的視覺化與可行和可操作的見解。

根據Counterpoint報導,該公司的FactoryTX平台為製造商提供了從生產設備和雲端當中獲取機器數據的彈性化。其不同的工具能讓多重工廠的物聯網(IoT)數據得以快速部署和集中化管理。分析的見解可以實時地產生,並且結合生產數據、設備數據、流程品質(process quality)數據以及已安裝的ERP數據,進一步處理和利用人工智慧和機器學習來產生有價值的見解。

該平台的關鍵優勢在於不僅創造了資產的數位分身(digital twin),而且也創造了流程的數位分身。透過該平台,工廠管理得以追蹤材料、人員、機器以及流程。另一優勢是可以整合不同製造商、ERP、歷史和其它來源的數據,進一步在所有製造部門提供可行的見解。

Sight Machine平台主要用途是品質改善、預測資產失誤、預測維護、減少停機、提高產能利用率、減少報廢、提升首次合格率、提高生產力和整體設備效能(OEE)。

Sight Machine產品在市場上有競爭者,例如ERP和MES供應商,他們正透過將人工智慧和機器學習整合到ERP/MES平台來擴展其產品組合,以提供有價值的製造分析見解。主要公司包括SAP、甲骨文(Oracle)、Netsuite和Epicor,其他的提供MES軟體的公司有ABB、西門子(Siemens)、Dassault Systems和洛克威爾自動化(Rockwell Automation)等。

Sight Machine認為這些公司的平台只使用他們所有軟體來提供優化的製造見解。Sight Machine則整合了這些來源和其它感測器和系統而來的數據,在其平台累積了獲取的數據,對測試的數據應用了機器學習和人工智慧演算法,進一步產生見解來改善生產、品質、設備效率和物料流(material flow)。

Sight Machine平台可用於連續或離散的製造商,經過優化可以在亞馬遜(Amazon)AWS、Google雲端平台和微軟(Microsoft)的Azure等平台上運作,此外也可與系統整合商(SI)例如富士通(Fujitsu)等配合,支援廣泛的部署。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 人工智慧 數位分身