位于加利福尼亚州库比蒂诺的 Seagate Technology 是少数几家历史可追溯至 70 年代的大型科技公司之一，几十年来一直处于数据存储和管理解决方案的前沿。希捷现在是一家价值 100 亿美元的海量数据存储基础设施解决方案公司，正在采用智能制造战略，包括在工厂车间使用人工智能和机器学习。
2017 年，希捷实施了用于显微视觉检测的人工智能制造软件晶片。此前，该公司曾使用基于规则的机器视觉系统来自动化异常检测过程。他们实现了很高的准确率，但该公司也受到限制。
早期的方法需要为每种类型的缺陷提供严格的参数，所有这些都是静态编码的。固定范围有助于确定清算或停止产品的标准。然而，缺陷外观的演变或新型异常的出现需要需要额外的规则，这些规则可能会变得越来越复杂且难以作为一个整体进行管理。
通过实施全面的数字制造数据操作和 AI 升级，图像检测的能力和规模在 Seagate 的晶圆生产设施中得到了显着改善在美国和北爱尔兰。如今，准确度已从 50% 提高到 90% 以上。
为实现这一目标，该公司一直在从公司使用的高精度工具生成的 TB 级传感器数据中提取价值。这些数据已经过规范化，更易于 AI 系统使用。因此，Seagate 现在拥有多种自动故障检测解决方案来帮助做出晶圆和工具决策，以及一系列 AI 增强型检测器，可以根据更好编排的规则自动监控制造过程中的关键节点。
希捷捕获相关的运行时元数据并将原始数据置于上下文中以实时创建有用的信息e——关闭数字世界和物理世界之间的循环，并对产品的设计、制造和服务方式产生积极影响。
数字主线保留在生产运行期间收集的数据，以了解何时对企业进行快速更新资源规划和其他决策支持系统，并汲取经验教训，以改进未来的自动化决策制定。
这些效率通过预测哪些资产将失去校准并因此需要，从而延长了 Seagate 设备的使用寿命维护。该公司在检查人工、废品预防、劳动力重新分配方面实现了显着节省，并避免了新设备的资本支出。
Seagate 对此类创新的一贯关注提高了运营绩效、问责制并提高了效率通过快速准确地了解整个制造过程来建立企业系统。
深度学习系统计算算法还可以为其他工厂控制系统生成支持证据，这意味着希捷可以利用更多数据进行虚拟计量和过程控制。
像希捷这样的高科技制造商需要抓住数字制造、人工智能, 和 ML 代表。希捷不仅投资于尖端技术，而且还展示了持续转型如何使组织能够定义其行业的未来。
