現代摩比斯宣布已經研發出利用人工智能檢測質量缺陷的算法，同時，公司已經成功開發了可學習外部環境變化、預測售后零部件需求的人工智能模型，計劃在今年上半年投入運營。

去年，現代摩比斯成功將人工智能軟件檢驗系統與文件搜索系統（MAIBOT）應用至研發領域，此次更是將人工智能技術擴大應用至生產及物流領域。

為了解決此前因技術限制而造成的各種效率低下的問題，現代摩比斯在全公司的層面上，積極開發運用人工智能技術。人工智能技術能夠在積累大量數據后實現機器自主學習，若加快實現技術的應用，可開發出更加完善的模型。

利用人工智能技術檢測質量缺陷、提高質量及業務效率，使用范圍將擴大至國際市場

現代摩比斯獨立開發了以圖像數據為基礎的質量缺陷檢測算法，已經將其運用于生產尖端零部件的鎮川工廠的電動轉向設備-電子控制單元（MDPS ECU）生產線。

電子控制單元（ECU）作為電子零部件的“大腦”，由在印制電路板（PCB）上插入無數個小的元件制作而成。電子控制單元作為一種電子設備，需要經過嚴格的質量檢測，但由于檢測方法有限，質量合格的產品也極有可能無法通過檢測。這類產品需要再次由有經驗的技術人員進行肉眼檢測，確認是否存在質量問題。

現代摩比斯意識到此過程會降低生產效率，嘗試讓人工智能電腦學習不同形態的樣品，達到能夠精確判斷產品質量的水平。目前該算法的準確率為98%以上，隨著數據的不斷積累，其準確率將達到100%。

現代摩比斯在對自主開發的算法進行修改后，可以將其應用到其他印制電路板上。之前此算法只能應用在一條生產線上，而在今年之內，其使用范圍將擴大至五條生產線。同時，公司計劃在中國天津及其他海外生產此電子設備的工廠投入運用此算法。

新模型可學習外部變化，提高AS零部件需求值，預測準確度

現代摩比斯負責供應現代起亞汽車售后零部件，提供包括已停產汽車在內的244種車型的270萬個售后零部件。現代摩比斯為了迅速提供顧客所需零部件，在韓國建設了4個物流中心、22個零件營業廳、1200余家代理店，構建了細致的供貨網絡，然而由于產品數量巨大，季節、天氣、司機駕駛習慣、車輛數量、各車型檢測時間等外部因素都會影響售后零部件需求量，庫存管理仍然面臨著許多難題。

為此，現代摩比斯以之前的數據為基礎，對未來一年間所需售后零件數量進行預測，提前確保產品供應。通過不斷完善此統計模型，目前平均預測準確度已達90%以上，但部分深受外部因素影響的零部件，因外部因素數量甚巨，其預測準確度有所下降。

為提高此類零部件需求量的預測準確度，現代摩比斯通過人工智能電腦分析以往數據及預測的未來外部環境。機器學習模型能學習由溫度變化引起的剎車零件磨損率變化，提前對天氣預報數據進行分析，預測剎車零件需求量。需求預測模型的準確度提高之后，不僅可以節約物流成本，同時可及時為顧客提供售后零部件，最大程度提升顧客滿意度。

今后，現代摩比斯將在生產、物流、質量、IT等全部產業領域運用針對性人工智能技術，不斷提高業務效率。

現代摩比斯IT企劃室室長表示：“隨著人工智能技術的發展，可解決大部分各產業部門由于技術限制而導致的效率低下的問題。我們將匯總目前各部門待改善的問題，按優先順序依次投入人工智能技術，實現全方位的經營創新。”

來源：科技共論