Det här pressmeddelandet är en översättning av den officiella engelskspråkiga versionen. Det publiceras endast som praktisk referens för användaren. Läs den ursprungliga engelska versionen för information. Vid skillnader mellan texterna är det den engelska versionen som gäller.

FÖR OMEDELBAR PUBLICERING Nr 3500

TOKYO, 16 mars, 2022 – Mitsubishi Electric Corporation (TOKYO: 6503) meddelade idag att företaget har utvecklat en AI-teknik (Artificiell Intelligens) som korrekt prognostiserar behovet av reservdelar. Med hjälp av företagets Maisart^®* AI förväntas tekniken hjälpa till att undvika över-/undertillgång på delar som behövs för att serva apparater och annan utrustning och på så sätt stärka lagerhanteringen och tillgängligheten för reservdelar samt förbättra servicekvaliteten.

1. *Mitsubishi Electric's AI creates the State-of-the- ART in technology

Produktegenskaper

1. 1)Mer exakta behovsprognoser
   • Genom att använda Maisart AI har behovsprognoser för enskilda delar i genomsnitt förbättrats med 25,6 % jämfört med företagets befintliga lösning för planering och hantering av PSI (Production–Sales–Inventory), som baseras på faktorer som säsongsanpassade genomsnitt på 12-månaders leveransvolymer. Mitsubishi Electrics nya metod använder AI-inlärningsdata på trender för karakteristikbehov för varje typ av del, t.ex. luftfilter och styrkort. För att prognostisera behoven sammanför tekniken trendkomponenter och matchar sedan trenderna med specifika reservdelar, och justerar slutligen resultaten för säsongsfaktorer.
2. 2)AI optimerar antalet kluster
   • AI optimerar antalet kluster och klassificerar egenskaper till maximalt 20 mönster med hjälp av X-Means-metoden och de faktiska leveransvolymerna. Kluster tas normalt fram manuellt av en analytiker, men metoden X-Means automatiserar processen med en maskininlärningsalgoritm som klassificerar data efter trender. Optimeringsprocessen är en utmaning eftersom prognosens noggrannhet varierar beroende på antalet kluster, så Mitsubishi Electric använde X-Means-metoden och införlivade befintlig kunskap för att automatisera optimeringen.
3. 3)Hjälper även till att fatta fler beslut
   • AI tillhandahåller även information som fältprognostiserare kan använda för att fatta beslut om leveranser av andra delar. Konventionellt sett har resultat från AI varit svåra att översätta till beslut eftersom evidens som används för att producera AI-resultaten tenderade att sakna transparens (Black Box). Mitsubishi Electrics nya metod indikerar det bakomliggande resonemanget bakom resultaten, vilket gör att prognostiserare kan använda informationen med tillförsikt.

Framtida utveckling

Systemet introduceras i PSI-hanteringen av reservdelar för Mitsubishi Electrics elektriska apparater och annan husutrustning från det nya räkenskapsåret med början den 1 april. Utökad användning inom andra verksamheter följer. Parallellt införlivas globala väderdata i AI för att utvärdera väderrelaterade trender och därmed förbättra prognostiseringens noggrannhet ytterligare.

• PDF-version (PDF : 277KB)

Frågor

Mediekontakt

• Public Relations Division Mitsubishi Electric Corporation