维度网讯，美国SimScale产品管理副总裁Jon Wilde指出，使工程组织将AI扩展到实验之外取得成果的关键因素在于基础设施。Wilde表示：“塑料产品开发涉及复杂的仿真需求，包括材料行为、热性能、模具流动，快速迭代和尽早探索更多设计选项的能力直接影响成本和时间。”

数据显示，拥有成熟AI程序的组织将云原生平台(75%)、治理与合规框架(48%)以及软件互操作性(42%)视为关键推动因素。使用AI驱动流程的工程团队报告每日迭代率为88%，而传统方法平均需要17小时的仿真周期。AI赋能工作流将周转时间从17小时减少到6小时，每个项目评估的设计变体数量是传统方法的三倍以上。

Wilde指出，65%的受访者认为明确将试点项目投入生产的责任是构建成熟AI程序的关键因素。Augmentir战略运营副总裁Chris Kuntz表示，AI并非取代工人，而是赋予他们承担更具战略性的角色，使工作从被动和手动转变为主动和数据驱动。

预测性维护、流程优化和缺陷检测等AI应用为制造商提供即时投资回报。通过投资云原生平台和软件互操作性等基础设施，塑料制造商可从人工智能试点转向全面生产，将仿真周期从17小时压缩至6小时，管理更多设计选项并加快材料行为建模。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com