聰明的頭腦加上人工智慧：提升製造效率的三個案例

程式設計已成過去：如今在 AI 的輔助下，VisionLine Detect 影像處理系統可自動識別雷射焊接位置。此前，用戶還需進行繁瑣的程式設計並且要具備豐富的經驗才能完成這項工作。現在使用者就只需將幾張圖片上傳到雲端應用「EasyModel AI」，並用滑鼠在零件上標記焊接位置即可。然後 EasyModel AI 就會為 VisionLine Detect 建立 AI 影像處理模型，且其會進行自我訓練。VisionLine Detect 透過該模型可自主識別焊接位置，並在工件上正確定位雷射——比以往更快且更精准。這一創新的 EasyModel AI 解決方案還只是 TRUMPF 如今廣泛應用 AI 科技的眾多案例之一。

「我不想在生產中使用 AI！」TRUMPF 雷射技術事業部的 Florian Kiefer 經常聽到客戶這樣說。不過當客戶在日常工作中親身體驗 AI 帶來的切實便利後，大多數的顧慮便會不攻自破。例如 TRUMPF 的雲端應用 EasyModel AI，作為一款 AI 輔助工具，它可為雷射焊接識別零件， 並借助圖像識別技術實現穩定的生產流程。尤其在汽車製造等大規模生產領域，該 AI 工具可帶來顯著優勢。在理想情況下，它還能夠提高產量，同時又符合最嚴苛的資料安全標準。身為雷射技術事業部產品管理 Performance Solution 的負責人，Florian Kiefer 對 AI 技術的熱情早已溢於言表。

由於傳統的圖像識別系統沒有 AI 技術的加持，所以在面對複雜的幾何形狀、反射性極弱或極強的工件時往往會力不從心。例如電池單元、精密電子元器件或圓形反光電纜等部件就需要極高的焊接精度。在這些應用場景中，雷射在短短數秒之內就能完成數千次焊接動作。如果傳統的圖像識別系統未能準確識別工件，那麼即使是細微誤差也可能會導致嚴重後果。例如，極小的誤差就可能會使整塊汽車電池報廢，這不僅會徒增廢品，還會導致生產成本迅速增加。而 TRUMPF 自研的 EasyModel AI 可為 VisionLine Detect 建立 AI 模型，從而為雷射焊接解決上述核心難題。

三年來，Florian Kiefer 作為產品經理一直在推動 EasyModel AI 的開發。他首先與大量客戶進行了交流，分析了市場需求，並致力於開發一套簡單易用的解決方案。如今，使用 EasyModel AI 的使用者不必具備 AI 專業知識，只需提供清晰的工件圖片即可。使用者只需將圖片上傳至應用，利用「微軟繪圖」之類的簡易軟體用顏色標記焊接位置後，AI 就會自動開始訓練。如果圖片較少，使用者就需要自行標記焊接點。隨後模型會自主生成焊接點建議，用戶只需檢驗，必要時做出修正即可。經過 10 到 50 張圖片的訓練後，EasyModel AI 就可建立一個可靠的 AI 模型。這一過程通常僅需數分鐘到數小時。訓練完成後，使用者便可下載該 AI 模型，並將其導入到影像處理軟體 VisionLine Detect 之中，然後該軟體就可妥善且精確地識別零件。之後的工作就由雷射焊接系統接管，它會根據識別結果精准設置焊接點。

Jens Ottnad 強調：「我們對 AI 技術人才的要求是，他們要在資料生成之時，就能夠厘清哪些資料對於企業和生產流程是至關重要的。」正因於此，他成為了 TRUMPF 的全球職業教育主管，致力於向 TRUMPF 的青年員工傳道授業。「這是我們所面臨的最大變革。因此我們需要盡可能多的人理解 AI 的基本原理。」

Jens Ottnad 的職業發展道路，也充分體現了 AI 在 TRUMPF 的核心地位。Ottnad 擁有機械工程博士學位，他的工作最初與職業培訓並無交集。他畢業於德國卡爾斯魯爾理工學院（KIT），主攻人工智慧的開發和研究。他的使命是將 TRUMPF 打造成為一家資料驅動型企業，因為資料是人工智慧的基石。早在此前的多個項目中，他就已經在積極地推動這一目標了。因此對 Ottnad 而言，將自己所掌握的知識傳授給青年員工並致力於培養學徒和雙元制學生，也就理所應當地成了自己下一階段的工作。如今，他的職業重心已轉向迪琴根地區 15 個職業方向的 300 名學徒和雙元制學生，以及 TRUMPF 全體員工的繼續教育。

在雷射焊接過程中，細小的電纜會給機台帶來挑戰，而對於雷射切割來說，挑戰卻是切割邊緣的品質。「我們的客戶想要生產出品質盡可能高的零件。這就要求切割邊緣必須精准。「對於經驗不足的操作員而言，如果材料或表面品質未針對雷射切割進行最佳化，那這一要求就尤難實現」，Louisa Peters 說道，她是 TRUMPF 機台事業部的 TruLaser 產品經理，最近三年一直致力於最佳化鈑金零件的切割邊緣品質。在這種情況下，鈑金加工企業的技術人員就需要重調各種切割參數，以期達到理想的切割結果：選擇切割製程、進行雷射切割、主觀判斷零件品質。如果切割邊緣品質不盡如人意，技術人員就必須逐個調整各項切割參數。這不僅需要豐富的技術訣竅，還會增加廢品並耗費更多的生產時間，而且經驗豐富的技術人員並非總能隨叫隨到。針對這一困境，TRUMPF 專家團隊開發了 Cutting Assistant。

這款創新的輔助系統乍一看只是一個簡單的掌上型掃描器，其可直連雷射切割機。操作員使用它掃描需要最佳化的切割邊緣。掃描完成後，該輔助系統就會利用 AI 演算法對資料進行分析。TRUMPF 已使用 100,000 張圖像對該 AI 進行了訓練。AI 助手會客觀評估切割邊緣的品質，然後生成最佳化建議以便於用戶調整各項相關的切割參數。這樣使用者在短時間內就能夠改善切割結果。此外，該 AI 演算法還會透過已生成的建議不斷學習，以便在未來提供更準確的建議。

根據德國聯邦統計局的一項研究，德國每五家企業中就有一家在使用 AI 技術，而且這一現象還在呈上升趨勢。AI 已成為全球數位化轉型不可或缺的一部分，而 TRUMPF 在德國更是憑藉 AI 技術斬獲了多項創新成果。今年，這家高科技公司邁出了關鍵的一步並建立起了新的組織架構，以期全球範圍內的所有部門都能共用 AI 發展成果，實現該技術在企業內部的廣泛應用。隨著人工智慧技術的迅猛發展，新組建的 AI Hub 團隊將承擔起該領域的重任。