TE Connectivity（泰科电子,以下简称“TE”）从近期举办的人工智能创新比赛“TE AI Cup”中评选出十多支来自校园的获奖队伍，并计划将其中的一些AI技术应用到旗下工厂和生产线上TE是一家总部位于瑞士的连接器生产企业，作为连接或断开独立电子系统设备的基础电子元器件，连接器负责传输电流或信号，比如应用在新能源车、扫地机器人、工厂自动化管理设备、高铁信号系统等，据估算，一部手机平均需要8个连接器。

在此次向媒体展示的TE工业事业部苏州工厂，这里主要生产板对板、线对线、线对板的工业连接器，制造作工序包括冲压、电镀、注塑、组装，每年生产连接器超过10000万个TE AI Cup第四届全球竞赛的冠军团队来自上海大学，他们和工厂工程师一起设计了一款AI分析软件，根据输入的产品细节图像，可以自动调整产品检测的参数，比如当发现生产线误将合格产品判断为残次品，则给出调整参数设置的建议。

这项创新经验证，预计能帮助生产线减少了81%的检测时间，同时将产品报废率降低90%“这其实运用了AI图像识别技术，大概需要输入3000多张照片，可以在1天时间训练完成”TE工业事业部苏州工厂制造工程高级工程师顾鹏程告诉界面新闻。

同样的应用场景，在该苏州工厂中有70多个可以部署应用的点位另一项已经在产线上应用的创新，是TE工业事业部苏州工厂和苏州大学团队共同开发的AI插针速度自动调整系统为了保证产品良率，产线会在产品报废率增加的时候放慢生产速度，但速度放慢也造成了生产效率不饱和，苏州大学的AI应用可以实时调整参数，让产线在稳定良率的情况下提高效率。

同一产线上，逢甲大学团队与TE工程师共同开发的防撞针项目通过对插针过程的监控，避免设备撞机

TE苏州工厂的流水线 图片来源：TE Connectivity“项目考评的维度包括产品的创新性、可落地性、可复制性，以及今年非常看重的一个维度是节能减排效果”TE总工程师、TE全球自动化制造技术团队总监张丹丹表示。

这些项目主要在机器视觉、AI工艺优化以及综合AI应用TE工业事业部运营总监、TE工业事业部苏州工厂厂长徐颖卿告诉界面新闻，“我们的AI应用在自动检测领域，可以避免产线上的误测，降低误判率，降低报废率而报废涉及到碳排放，因为报废越多意味着耗材就会越多，消耗能源越多。

”他表示，工厂制造过程中的节能减碳，会关注能源消耗和产品本身对于材料的消耗，同时工厂在推进产品轻量化、使用越来越多的生物材料和可回收材料提高回料回填比例随着制造业自动化程度提升，AI在制造业产线中的应用场景也在不断增加。

德国耶拿大学社会学博士、研究制造业自动化升级与人力资本提升的许辉告诉界面新闻，目前AI的应用主要体现在机器视觉领域，集成在摄像头后端，做零部件的检测、产品分拣或者质量监测“细微瑕疵人眼识别非常辛苦，通过AI机器视觉可以快速精准分辨。

”许辉谈到，“其他应用如设备管理、辅助决策，AI也有应用潜力，但目前企业的使用还不普遍对于设备状态的评估，故障系统预判，设备何时检修，这些场景AI也有应用空间”“AI在制造业的应用场景是非标准化的，不同行业、不同企业、不同产线都有不同的应用需求，需要做特定改造，并且不同企业间的数据也无法通用，这会带来一定限制，而机器视觉的应用相对简单，更具有通用性。

”许辉表示，目前制造业对于机器视觉工程师的需求也在增加，制造业需要既懂AI软件设计，又懂制造业的人才TE在2022年企业责任报告中提到，计划到2030年，其自身直接产生的“范围1”和“范围2”温室气体相较2020年的基准减排70%，此外对于产业链上间接产生的“范围3”温室气体，到2032年的排放量相较2022年减少25%。

TE工业事业部苏州工厂厂长徐颖卿介绍，苏州工厂在设计上纳入了减排考量，采用了包括天窗采光、点位空调，变频机泵、一级能效空调、一级压缩空压机等措施，同时在水排放方面，在电镀车间使用了全智能控制电镀线，减少能耗水耗，另外生产废水经过处理后可进行循环使用。

目前该工厂的单位能耗相比2020年下降38.7%，单位水耗下降54%在产品应用上，TE工业事业部苏州工厂成产的产品，涉及工业自动化，机器人自动化、仓储自动化、伺服电机和驱动、新能源（风、光、电）储能、智慧城市等。

徐颖卿表示，其中新能源和储能领域的业务需求增长迅速，“将是我们在中国业务增长的着力点”举报/反馈