# 灯塔案例 | 亿滋国际北京

> 38个AI用例，把奥利奥饼干工厂跑成了熄灯车间——净收入↑28%、劳动生产率↑53%、温室气体↓24%、食物浪费↓29%。
>
> 第11批 · 2023年12月 · 单一灯塔灯塔

## 企业名片

| 字段 | 值 |
|------|------|
| 灯塔编码 | 15911CN14 |
| 企业名称 | 亿滋国际北京 |
| 所在地 | 中国 · 北京经济技术开发区 |
| 行业 |  · 食品零食 · 糖果巧克力制造 (GBT ) |
| 灯塔类型 | 单一灯塔 |

---

## 5大核心案例

### ① 熄灯自主面团车间 核心用例

**业务痛点：** ⚠️ 痛点：面团生产依赖大量人工，劳动力成本同比上涨6%，批次一致性不足。

**解决思路：** 💡 方案：以AI驱动全自动熄灯车间，用机器视觉与传感器网络实现配料到成型全过程无人化控制。

**实施路径：** Step 1 — 高精度称量配料：部署高精度称量与自动配料系统，替代人工投料 Step 2 — AI动态调配方：AI根据环境温湿度、原料批次自动调整配方参数 Step 3 — 传感器实时监控：传感器网络实时采集面团状态（含水率、温度、黏度） Step 4 — 边缘计算调参：边缘计算实时分析数据并动态调整设备参数 Step 5 — 自动化联动搬运：与自动化产线联动完成面团转运，实现熄灯运行

**关键数据：** 📊 核心成效：覆盖6条核心产线，劳动生产率提升53%，人员需求↓91%。

**技术标签：** 05.01.01 | 01.01.05 | 03.03.01


---

### ② ML烘焙烤炉控制 核心用例

**业务痛点：** ⚠️ 痛点：饼干烘焙占生产总能耗60%以上，人工调节无法动态优化燃气供给。

**解决思路：** 💡 方案：以机器学习多变量预测模型，实时推荐最优燃气供给量，实现能源效率最大化。

**实施路径：** Step 1 — 历史数据采集：采集烘焙环节历史运行数据与燃气消耗记录 Step 2 — 模型训练：训练机器学习回归模型，建立工艺参数与能耗的映射关系 Step 3 — 实时最优推荐：模型实时输出最优燃气供给值 Step 4 — 指令下发执行：经MES下发至燃烧控制器自动执行 Step 5 — 增量学习迭代：持续采集新数据增量更新模型，保持精度

**关键数据：** 📊 核心成效：机器学习优化燃气消耗，贡献温室气体排放↓24%。

**技术标签：** 05.01.02 | 03.03.04 | 02.03.01


---

### ③ ML暖通空调优化 核心用例

**业务痛点：** ⚠️ 痛点：暖通空调（HVAC）能耗高，传统固定设定难以适应环境与生产负荷变化。

**解决思路：** 💡 方案：以机器学习根据环境与生产负荷实时优化暖通空调运行参数。

**实施路径：** Step 1 — 环境负荷感知：部署温湿度、生产负荷等传感器采集数据 Step 2 — 能耗建模：训练ML能耗模型，识别最优运行区间 Step 3 — 动态调节：实时调节温湿度设定与通风量 Step 4 — 峰谷联动：结合电价峰谷动态调整运行策略 Step 5 — 持续优化：闭环反馈持续迭代优化参数

**关键数据：** 📊 核心成效：电耗↓24%，助力工厂绿色低碳运行。

**技术标签：** 05.01.02 | 09.03.01


---

### ④ AI闭环缺陷消除 核心用例

**业务痛点：** ⚠️ 痛点：人工目检易疲劳漏检，缺陷产品流入市场引发客诉与返工。

**解决思路：** 💡 方案：部署高速AI视觉检测线，对缺陷精细分类统计，闭环反哺工艺改进。

**实施路径：** Step 1 — 高速视觉采集：部署工业相机高速采集饼干图像 Step 2 — AI缺陷识别：AI模型对缺陷进行分类与定位 Step 3 — 自动剔除：联动气动装置自动剔除缺陷产品 Step 4 — 质量数据统计：按时间段、缺陷类型精细统计分布 Step 5 — 根因反哺：以数据驱动工艺根因分析，加速缺陷消除

**关键数据：** 📊 核心成效：消费者投诉↓52%，品控员工从「手工挑拣」转为「数据分析」。

**技术标签：** 01.03.02 | 05.01.01


---

### ? 数字精益制造管理 核心用例

**业务痛点：** ⚠️ 痛点：信息来源多样且互不连通，员工把大量时间耗在「统计信息」而非「分析决策」。

**解决思路：** 💡 方案：搭建数字精益生产管理平台，让员工一站式获取产线信息，直接进入分析决策。

**实施路径：** Step 1 — 多源数据打通：整合产线、质量、能耗等多源数据 Step 2 — 统一管理平台：搭建精益生产运营管理平台 Step 3 — 一站式获取：员工一站式获取产线实时信息 Step 4 — 精益分析：结合精益六西格玛方法开展分析与改进 Step 5 — 持续改善闭环：以数据驱动持续改善，沉淀最佳实践

**关键数据：** 📊 核心成效：非计划停机↓49%，员工从繁琐手工统计中解放，专注分析与决策。

**技术标签：** 02.03.01 | 05.02.01


---

## 绩效改善总览

| 指标 | 改善 | 领域 | 技术 |
|------|------|------|------|
| 人员 | ↓ 91% | — | 熄灯车间释放大量人力 |
| 食品浪费 | ↓ 72% | — | AI品控+精准排产减少损耗 |
| 电耗 | ↓ 24% | — | ML暖通空调优化节能 |
| 消费者投诉 | ↓ 52% | — | AI视觉检测替代人工目检 |
| 非计划停机 | ↓ 49% | — | 数字精益+预测性维护 |