首页/文章/ 详情

西门子生成式AI又一用例:设备预测性维护助手Maintenance Copilot Senseye

5月前浏览552
国外工业软硬件巨头们如何应用生成式AI/大模型,一直是大家在关注的话题。除了在国内已经被广泛报道的Industrial Copilot,西门子其实也在设备预测性维护(PHM)领域对此开展了一些探索,24年推出了Maintenance Copilot Senseye。

Senseye是一家成立于2014英国南安普顿的专注PHM领域的公司,以SaaS模式为客户提供设备监控和预测性维护服务,客户包括施耐德电气、日产、Smurfit Kappa和美国铝业等。典型案例如在澳大利亚BlueScope钢铁集团监控超1000台高价值设备,2023年避免了300小时的停机,ROI只有7个月。收购后的Senseye成为西门子数字化工业集团客户服务业务部门下的Senseye Predictive Maintenance解决方案。

Maintenance Copilot Senseye是基于Senseye SaaS提供的一项Copilot服务,基于平台上的设备运行及故障数据,以自然语言交互的方式,帮助使用人员回答设备运维相关的问题。

对于Maintenance Copilot Senseye的作用,西门子及Senseye客户都有良好的期待。西门子股份公司数字工业客户服务首席执行官Margherita Adragna:

“通过利用机器学习、生成式人工智能和人类洞察力的力量,我们将Senseye预测性维护提升到了一个新的水平。新功能使预测性维护更具对话性和直观性,帮助我们的客户简化维护流程,提高生产力并优化资源。这标志着在应对技能短缺和支持客户数字化转型方面的一个重要里程碑。”

Senseye老客户澳大利亚BlueScope钢铁数字化经理Colin Robertson:

“Senseye预测性维护不仅仅是一种工具,它还是我们组织变革的催化剂。西门子创新的生成式人工智能功能将有助于加快我们在全球团队中扩大知识共享的努力,并将继续支持我们雄心勃勃的数字化转型战略。”

放到中国市场,这种PHM 的Copilot并不属于很新鲜的GenAI应用形态。设备运维助手一直是中国工业领域大模型应用中,落地最多的一种方式。很多工业企业都以RAG的模式,将设备知识库和故障库挂载到大模型,以对话形式实现设备手册查询、故障原因查询分析等助手功能。一些服务商还在此技术上进一步拓展了功能,如汉得探索将设备管理工作流融入大模型,以对话形式引导用户一步步完成设备故障处置,朗坤则将大模型用于设备大修计划,在大修前使用大模型提供所需的各类相关数据,方便快速做出制定计划决策。
当然以上模式都是基于系统私有化部署。中国也有设备SaaS,如在钢铁、风电、化工等行业,容知日新等也有以SaaS形式提供设备远程监控和故障诊断服务。由于有了平台积累的10万级设备的大量数据和故障诊断经验,容知日新也推出了自己的PHMGPT大模型,由大模型进行故障诊断并生成诊断报告,据称也取得了接近人类的水平,但是目前仍以内部应用辅助平台上的专家为主,尚未开放给工业企业用户作为商用服务。
未来随着GenAI/大模型技术的发展,相信在设备领域还会有更多供应商、更多的用例出现,并持续深化应用,大家一期期待。

来源:AIE 加速工业进化
人工智能电气
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2026-04-27
最近编辑:5月前
AIE加速工业进化
签名征集中
获赞 5粉丝 10文章 250课程 1
点赞
收藏
作者推荐
未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈