公司

在赢创,我们如何携手人工智能?

专利申请分类、推荐工厂运营模式、预测原材料采购价格……如今,在赢创,人工智能(AI)的应用已成为日常工作的一部分。

为生产操作人员提供建议

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。

价格自动预测

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。

数字实验室助手

赢创涂料配方数字助手COATINO®可为涂料配方师提供基于人工智能技术的添加剂建议,以及针对颜料浓缩液的定制化指导配方

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。

智能专利研究

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。

跨部门合作

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。