摩比斯持续创新！将人工智能融入生产和物流

今年3月5日，现代Mobis宣布开发出一种利用人工智能检测质量缺陷的算法。同时，该公司已成功开发出能够学习外部环境变化并预测售后零件需求的人工智能模型，并计划于今年上半年投入运营。

去年，现代Mobis成功地将人工智能软件检查系统和文件搜索系统(MAIBOT)应用于研发领域。这一次，它将人工智能技术的应用扩展到了生产和物流领域。

为了解决之前技术局限导致的各种低效率问题，现代Mobis在全公司层面积极开发和使用人工智能技术。人工智能技术在积累大量数据后，可以实现机器自主学习。如果加快技术的应用，可以开发出更完善的模型。

利用人工智能技术检测质量缺陷，提高质量和业务效率，应用范围将扩大到国际市场。

现代摩比斯自主研发了基于图像数据的质量缺陷检测算法，已应用于生产尖端零部件的震川工厂电动转向设备——电子控制单元(MDPS ECU)生产线。

电子控制单元(ECU)作为电子元件的“大脑”，是由无数个小元件镶嵌在印刷电路板(PCB)上制成的。电子控制单元作为一种电子设备，需要经过严格的质量检验，但由于检验手段有限，质量合格的产品很可能检验不合格。这类产品需要有经验的技术人员再次目测，确认是否有质量问题。

现代的Mobis意识到这一过程会降低生产效率，并试图让人工智能计算机学习不同形式的样本，以达到准确判断产品质量的水平。目前这种算法的准确率在98%以上，随着数据的不断积累，其准确率会达到100%。

现代Mobis可以将自主开发的算法修改后应用于其他印刷电路板。此前，这种算法只能应用于一条生产线，但在今年内，其应用范围将扩大至五条生产线。同时，该公司计划在中国天津和其他生产这种电子设备的海外工厂应用这种算法。

新模型能够学习外部变化，提高零部件的需求价值和预测精度。

现代摩比斯负责供应现代起亚汽车的售后零件，提供包括停产汽车在内的244款车型的270万个售后零件。为了快速提供客户所需的零部件，现代摩比斯在韩国建设了4个物流中心、22个零部件营业厅、1200多家代理店，构建了详细的供应网络。但由于产品数量庞大，季节、天气、司机驾驶习惯、车辆数量、各种车型检测时间等外部因素都会影响售后配件需求，库存管理仍面临诸多困难。

因此，现代摩比斯在前期数据的基础上，预测未来一年需要的售后配件数量，提前保证产品供应。通过对这一统计模型的不断改进，目前平均预测准确率已经达到90%以上，但由于外部因素数量巨大，一些受外部因素影响较深的部分预测准确率有所下降。

为了提高对此类零件需求的预测精度，现代摩比斯通过人工智能计算机分析过去的数据，预测未来的外部环境。机器学习模型可以学习温度变化引起的制动部件磨损率的变化，提前分析天气预报数据，预测制动部件的需求。需求预测模型精度提高后，不仅可以节省物流成本，还可以及时向客户提供售后配件，最大限度提高客户满意度。

未来，现代Mobis将在生产、物流、质量、IT等所有工业领域使用有针对性的人工智能技术。不断提高业务效率。

“随着人工智能技术的发展，我的问题