ai（人工智能）和机器学习正在搅拌全部制造和加工行业。用用例范围允许摩托罗拉更容易地在印刷电路板上缺陷（PCB）到帮助Frito Play产生更好的土豆芯片在美国，这项技术虽然还很年轻，但已经开始证明其价值。进一步的潜在应用包括预测性维护，需求预测和机器人培训，以及整体流程优化。
仍然，目前只有1%的公司在使用机器学习，有些人感到广泛的部署可能是几年的休息。一切都是如此，因为摩托罗拉和弗里托的案件展示，机器学习成功案例开始出现。
输入DataProphet该公司的目标是“主动规定工厂控制计划的变化，以持续优化生产，而无需通常需要的专家人力分析。”该公司声称，其软件产品帮助客户降低了制造品质量缺陷的成本，平均降低了40%。
特别是，几个层级的美国汽车供应商正在使用的DataProphet的规定可以让制造商能够预测缺陷，故障和质量误差，同时规定最佳控制参数来提高未来的生产。据公司介绍，规定可以集成到最终用户现有的数据环境中，只需四到八周。
规定其分析使用的数据可以从各种来源中拉，包括数据库，电子表格，流传感器和可编程逻辑控制器（PLC）。此外，该软件为用户提供直观的Web界面，帮助它们识别操作参数超出目标控制界时，以便可以进行优化生产和减少废料的更改。
“传统上，过程控制的变化是被动的，依赖于过程工程师、操作员、工厂经理和支持人员的变化团队之间的协调。涉及如此之多的利益相关者，意味着这个过程可能需要数周或数月的时间，”DataProphet首席执行官弗兰斯•克罗尼表示。“然而，真正的影响只有通过先发制人的行动才能实现，因为实时往往为时已晚。我们最先进的机器学习模型结合了来自多个数据源的过程数据和质量控制测量，以确定最佳控制边界，指导团队通过流程的每一步，以提高效率和减少缺陷。”
除了规定，DataProphet还提供检测和连接。检测提供预测分析，而Connect提供云存储，数据管理和实时仪表板以缓解数字转换计划的应变。
