云计算、人工智能、机器学习等快速发展的新兴技术，正在成为驱动各行各业转型升级的核心动力。而日益成熟的“云化”技术，也成为了越来越多企业实施数字化转型的必经之路。

众所周知，中国正在从“制造大国”向“制造强国”转型，智能制造已经成为许多制造业企业数字化转型的主攻方向。然而设备联网率不高、数据采集难度大、自动化程度不高等难题，也给不少企业的数字化转型带来了艰巨挑战。

【施耐德电气武汉工厂自动化产线】

数智时代施耐德电气的新需求

不论是在制造业还是在能源领域，施耐德电气的名字都可谓是家喻户晓。作为全球能源管理和自动化领域数字化转型的专家，施耐德电气的业务遍布全球100多个国家和地区，仅在中国就拥有23家工厂和7家物流中心。

在施耐德电气武汉工厂现场，趣味科技了解到，施耐德电气旗下拥有种类繁多的产品线，为了保证产品质量，施耐德电气所有生产线都遵循严格的质量检测流程。过去所有产品的外观质量检测，主要由人工目视检测或传统视觉检测完成。其中人工检测因为时间冗长效率低下，已经越来越难以满足日益庞大的质检需求；而传统视觉检测则是用工业照相机对每件产品的外观进行拍摄，然后将照片与“标准样品（golden sample）”比对，以此来判断产品是否存在外观缺陷。

“人工检测的效率低下，但传统视觉检测也有很多检测难点和问题，譬如缺陷位置不固定，缺陷类型也不固定，很难实现特别精准的判断，所以会存在一定的漏检率和误检率。”施耐德电气全球供应链中国区IT总监曹捷向趣味科技透露。

【施耐德电气全球供应链中国区IT总监曹捷】

怎样才能提升检测的效率和精确度？实现质量检测的自动化和智能化？施耐德电气想到了构建AI视觉检测平台。然而检测模型的建模、训练和迭代，如果采用传统的自建服务器方式，一是模型的训练和迭代都需要巨大算力和高昂成本，二是模型训练需要到全国各地的工厂采集大量数据和投入大量人力。即使是对于施耐德电气这样的行业巨头来说，这也是不小的挑战。

经过再三衡量与慎重考虑，施耐德电气最终决定采用“云边”结合的方式，与亚马逊云科技合作共同构建AI工业视觉检测平台。

选择亚马逊云科技的原因

“施耐德电气与亚马逊云科技在中国的业务合作，其实早在2013年就已经开始。那时更多的是用云算力、云存储、云网络等一些云的基础服务。随着施耐德电气在中国的中台战略的演进，我们也充分利用了亚马逊云科技在分析和数据仓库方面的能力。后来随着在服务、应用上的不断深入合作，双方共同打造的‘云-边协同AI工业视觉检测平台’也正式上线。”曹捷介绍道。

施耐德电气全球供应链中国区数字化解决方案负责人冒飞飞透露，施耐德电气之所以在众多的云服务商中最终选择了亚马逊云科技，除了双方的长期友好合作之外，还考虑到了亚马逊云科技在四个方面的巨大优势：

1、丰富的机器学习相关服务：作为全球机器学习领域首屈一指的领军企业，亚马逊云科技在Amazon SageMaker的单个工具集中提供了用于机器学习的所有组件，原本许多繁复冗杂的设置调整操作，在Amazon SageMaker中都可以一键部署或是“文本文件+命令行”方式即可完成，使得用户能以更低的成本、更短的时间、更轻松地将模型投入生产。

2、优异的技术支持服务：在技术支持服务方面，亚马逊云科技始终坚持把客户的需求放在第一位，为客户提供及时的支持服务。

3、云边协同的技术架构：Amazon SageMaker与亚马逊云科技周边服务紧密协同，同时也能能够部署在边缘设备中实现推理计算，极大地降低了开发难度，提升了系统的整体性能。

4、全球化的部署：亚马逊云科技在全球有25个地理区域、81个可用区，这使得施耐德电气未来可以非常方便地将AI工业视觉检测平台复制到全球其他区域，避免重复开发。

【施耐德电气全球供应链中国区数字化解决方案负责人冒飞飞】

“我们是第一次接触Amazon SageMaker，很多内容都不清楚，亚马逊云科技的技术人员总能在我们遇到问题时及时给予解答。我们的项目会议，亚马逊云科技的架构师也每次都会参加，一起讨论解决方案架构、如何实施、如何符合网络和系统的安全要求等方方面面的问题。”冒飞飞表示，“在AI工业视觉检测平台项目中，亚马逊云科技Amazon SageMaker的技术优势、支持团队的快速响应、全球化的部署，都可以充分满足我们现在和未来的需求。”

令人刮目相看的实施效果

施耐德电气目前使用的亚马逊云科技服务，包括有Amazon EC2、Amazon S3、Amazon RDS、Amazon ECS、Amazon ECR、Amazon SageMaker等。AI工业视觉检测平台正是用Amazon SageMaker机器学习及其他相关服务构建而成。该平台的成功部署，不仅帮助施耐德电气实现了检测自动化和智能化，提升了产品质量及可靠性，提高了客户满意度；并且通过云边协同，实现了云端对边缘端的统一管理，确保多边缘端能够同时完成模型迭代升级和管控。

“从传统的人工目视检验，到AI人工智能视觉检验，给我们带来了很多的好处，主要可以分三个维度。一是在工作量上，传统的检测方法非常耗时，而AI视觉检测极大地提升了效率，节约了时间；二是在检验精度上，AI视觉检测实现了漏检率为0，误检率小于0.5%，在视觉检测上是一个重大突破，极大的保证了客户的使用体验和安全体验；三是在波动性方面，AI视觉检测相较于传统的视觉检测也要更加稳定，大概有8%以上的提升。” 施耐德电气制造(武汉)有限公司总经理李聪表示。

【施耐德电气武汉工厂AI工业视觉检测平台应用场景】

“AI工业视觉检测平台实际上是一个云边协同的融合架构，实现云边端一体化数智闭环的系统。在云端我们可以实现海量的样本数据的存储、标注，同时在云端通过Amazon SageMaker框架和弹性算力的提供来训练工业模型，模型训练好了以后再通过云边协同的方式，把云端的模型下发到产线边缘侧，执行边缘推理，并通过产线端的数字化和智能化的改造完成和工业控制元件的集成，从而实现一个整体的闭环回路。”曹捷介绍道，“目前我们已经在5家工厂、9条产线完成了AI视觉检测平台的部署，取得了相当好的经济效益。未来我们还有更进一步的拓展计划，有额外的8家工厂、44条产线也会陆续集成到我们的AI视觉检测平台上。”