联想在汉诺威工业博览会上展示人工智能在制造业中的应用
快速阅读: 《尤里卡杂志》消息，研究显示，79%的制造行业AI项目达到预期目标，成功率最高。联想推出多项AI服务助力制造业，包括LeForecast、供应链智能、ESG导航器及机器人检测等。此外，联想展示AI知识助手及仓库自动化方案，提升效率与可持续性。
根据联想CIO Playbook 2025的研究结果，在过去的一年中，实施的制造行业人工智能（AI）项目中有79%达到了或超过了预期目标，这一成功率在所有行业中是最高的。此外：
联想ThinkStation P系列工作站——选择适合您的工作站
制造业对人工智能投资的增加
制造业通过在解释性（44%）和生成性（44%）人工智能工具上的投入，与其他垂直领域相比脱颖而出。其目的是通过加强决策、提升客户体验和促进利润增长来实现2025年的主要业务目标。为了达成这些目标，67%的企业正在使用本地部署、私有云和/或混合基础设施来处理人工智能工作负载。
制造业对人工智能投资的增加
推动人工智能实施成功的关键因素
制造业成功的AI应用主要由以下三个因素驱动：
– 推动人工智能实施成功的关键因素
– 人工智能与现有系统的集成难易程度
– 拥有足够的混合计算和存储资源
– 获得适当的预算并有坚定的领导支持
然而，制造商仍然面临重大挑战，包括高昂的基础设施和网络成本、难以在整个企业范围内扩展人工智能，以及缺乏负担得起的人工智能专业知识。
专家对制造业人工智能采用的看法
“在采用人工智能以提高运营效率并推动盈利能力的过程中，制造公司优先考虑决策、合规性和员工生产力。人工智能的成功将取决于谨慎的集成方法，系统兼容性和充足的计算资源是关键的成功因素。制造业历史上对软件技术投资的优先级不足是许多公司在整合过程中遇到挑战的原因，尤其是在与遗留系统整合以及在全球范围内扩展人工智能计划方面存在困难。”联想智能制造首席技术官吴剑明表示。
联想的混合人工智能解决方案
联想与英伟达合作的混合人工智能优势旨在通过快速推进具备推理、规划和执行能力的代理型人工智能，帮助加速人工智能的采用并提高业务生产力。经过验证的全栈人工智能解决方案使制造商能够快速构建和部署人工智能代理，以应对各种高需求的应用场景，从而提高生产力、敏捷性和信任度，并加速新一代代理型人工智能的推理发展。
联想为制造业开发了一系列人工智能赋能的服务，包括：
– **LeForecast**——基于广泛领域数据预训练的时间序列基础模型。凭借其多模态能力和代理感知系统，LeForecast可以自主生成精确的预测和洞察力报告，为企业提供及时且明智的决策支持。
– **联想供应链智能**——持续分析供应链数据，通过流程自动化和人工智能建模实时识别并解决问题。
– **联想ESG导航器**——在能源效率和节能场景下提供超过30个人工智能模型，增强能源意识以支持可持续发展目标。
– **联想机器人检测**——一款数字化检测平台，利用数字孪生技术观察、监控、记录和分析设备、流程和环境的状态和质量。它提供实时警报/警告并生成有价值的检测报告。
业务影响的智能制造创新
在汉诺威工业博览会上，联想最新推出的联想AI知识助手将展示。这款数字人助手能够进行实时对话，由联想代理型人工智能平台支持，该解决方案使组织能够在几周内快速定制联想AI库用例并实现新的AI代理和助手的操作化。演示是使用英伟达AI蓝图和运行在联想PX ThinkStation上的英伟达NIM微服务定制的。联想AI知识助手展示了联想经过验证的解决方案如何帮助企业更快地部署定制化代理型人工智能，以全新的方式连接和协作客户和员工，从而改善结果和体验。
AI驱动的质量控制和仓库自动化
在活动中，联想AI创新者项目的成员之一Trifork将展示其AI驱动的制造质量管理系统。该解决方案利用联想ThinkEdge服务和Trifork Vision AI实现质量控制过程的自动化，减少缺陷并提高生产效率。Trifork Vision AI质量检查基于联想验证设计（LVD），提供了强大的功能，可简化和加速识别产品质量问题的过程。它使制造商能够快速评估运营变化对产品质量、成本和客户满意度的实际影响。该解决方案依托联想ThinkEdge SE360 V2和SE455 V3服务器（配备英伟达GPU）提供支持，可大规模、高速地提供高性能推理、自动质量检查和可行的见解。
在活动中，联想AI创新者项目的成员之一Trifork将展示其AI驱动的制造质量管理系统。该解决方案已在多种应用中投入使用，从检测海上机械的腐蚀到在产品离开生产线前发现芯片、裂纹或凹痕，以及跟踪行李在机场系统中的移动。
联想还展示了其AI赋能的仓库自动化方案演示，目前在新加坡的ST物流中运行。该解决方案使用AI驱动的软件提供仓库操作的概览，并实时报告潜在问题以防止大规模停机。之前该公司依靠人工检查，新方案能自动检测系统间集成问题。这意味着ST物流能够将订单处理速度提高40%，将能耗降低30%，并将生产力提高30%。
(以上内容均由Ai生成)
