在赢创，我们如何携手人工智能？

人类与机器已在多个领域展开合作，生产便是其中的最佳实例。技术与基础设施数据工程部门负责人Hendrik Ewe表示：“目前，人工智能还无法自主运营整个生产基地，但它就像一个经验丰富的同事，协助我，给我建议。”这位“同事”能够分析数十种甚至数百种因素间的关系，如原材料质量与其实际反应效果、生产装置内的空气湿度等。算法可识别人类难以察觉的内在联系，并基于这些联系建议员工进行特定操作。

其目的是确保工厂尽可能地高效运转，实现产能最优化。目前，用于生产装置的AI技术甚至能够分析生产数据之外的信息。Ewe说：“升级后的AI程序能给出市场价格等相关建议。”如果某一种相关前体涨价， AI会建议我们采用能源密集型的生产工艺，从而节省原材料。

Thomas Paul是赢创市场与卓越营销部门的一名数据科学家，主要从事定价的相关工作。他所在的团队也有采购部同事。他设计了一款AI应用程序，根据算法可预测原材料的未来采购价。“该程序会自动分析历史价格以及对未来价格有一定影响的外部因素。” Paul解释说。如果某种原材料的价格在短期内可能上涨，借助AI应用程序，赢创的采购们就能尽早购买，既节省了成本又增强集团竞争力。

人工智能也可助力研发领域。例如，赢创涂料与添加剂业务线现在推出的COATINO®是涂料行业首个智能语音助手；SciTAI（基于人工智能的科学技术支持）则研究并整合了公司内部积累的复合物配方知识，便于赢创高性能聚合物业务线的塑料专家获取。

如同产品创新，AI创新也必须经历构思、开发、测试、修改，甚至是否决的过程。Daniel Wais在赢创全球IT部门数字实验室工作，对他与同事合作开发AI解决方案，旨在帮助赢创其他部门的同事优化工作。

Wais解释说：“‘专利分类器’是我们开发的其中一款程序。不同于其他程序，它基于决策树学习算法，对已通过审核的专利进行学习，并根据这些数据结果建立排序。”借助排序结果，业务部门的研究人员能立刻清楚地知道哪些专利与其相关，从而大大节省了研究时间。

为了支持AI在特定应用方面发挥作用，来自赢创全球IT部门、市场与卓越营销部门、技术与基础设施业务部门及赢创数字部门的员工构成一张全球网络，他们分别位于德国、美国、中国和新加坡在内的各个办事处。

在赢创这样庞大的工业集团中，在过去，不同部门完全可能将时间花在重复劳动上。但在去年，这样的工作模式被彻底改变了。

自2019年夏天开始，赢创AI专家整合集团行业知识与资源，以扩大AI在工作中的利用率。最终，这一跨部门团队制定出一个认知解决方案计划，旨在评估、优化、落实和升级AI项目。专家们希望借此引起员工对AI实用性和应用前景的关注，并帮助他们了解基本的AI工作原理。