5月初， AI界頂流們在紅杉資本的組織下召開了一個閉門會，并發(fā)布了產業(yè)的共識，即，AI的未來不是工具，而是為用戶提供價值。其實，這個在自動化行業(yè)是一直被踐行的。在很多企業(yè)在炫耀他們的AI工具（鋤頭）的時候，而貝加萊，卻正在把AI集成到自動化系統，成為解決用戶問題的“新工具”。它仍然是工具（因為簡單），但已經被賦予了獨特的工業(yè)屬性。
AI的應用，在貝加萊已經有些年頭了，最初它被作為“敲門磚”以體現開放架構的算法與模型能力。比如為輪胎的X光檢測進行深度學習的缺陷分析，為液體的稱重來做智能預測、為溫度進行模型分析與預測。這些被稱為“敲門磚”的項目費時耗力，雖然贏得了客戶贊譽，但從現實的業(yè)務可復制性方面還是比較難的。因此，貝加萊的MITC早在2021年就開啟了“AI產品化”的研發(fā)，并在2024發(fā)布了第一款AI產品-MDoctor。
在今年5月底的ABB集團AI Accelerator創(chuàng)新周上，貝加萊又推出了MHelp概念的AI產品，即，為機器提供助手，并經過行業(yè)用戶測試形成基本原型。
機器制造商成為“服務業(yè)”？
有些新興領域的行業(yè)，他們總是稱他們其實是個“服務行業(yè)”，因為這些行業(yè)非常大的工藝變化，每次調整都需要設備制造商的工程師進行現場的調試服務。但是，另一方面，在相對成熟的包裝、印刷領域，機器制造商也會抱怨服務太多。
為什么會出現這些情況？
仔細分析發(fā)現，這由以下些原因造成：
今天，隨著個性化訂單的增多，使得變化與調整成為了常態(tài)；
現場操作工非機電專業(yè)人士:顯然，指望操作員是專業(yè)人士，那不大可能。
追求簡單操作的HMI，卻又使得很多必要的提示被隱藏；
很多時候，工程師們被迫要么在現場，要么在去現場的路上。
AI產品化
在大語言模型（LLM）如OpenAI、ChatGPT快速崛起的2024年，以及2025年初的DeepSeek引發(fā)的浪潮下。貝加萊的工程師們非常敏銳的觀察到AI的潛能。最初，他們是為了測試貝加萊的X20 Edge的基本能力。偶然底，工程師想試試這種LLM能否被部署在X20 Edge上？
他們發(fā)現，這個處理器的運行雖然是慢了點，但這個技術鏈路是通的。可以換個強一點的PC，因為，貝加萊的PC它是支持Hypervisor技術。借助今天的多核處理器，可以支持Linux操作系統和Runtime系統的同時運行。并且多個PCIe插槽也為AI加速器的應用提供了可能，除了硬件可以直接插入，軟件上，Linux平臺對大模型、AI編程也很方便。
圖1-貝加萊的APC4100工業(yè)PC
最初，他們進行了一些測試，比如把貝加萊的知識庫，像中文的幫助文件作為內容讓LLM來學習，并且進行交互—當控制系統報錯時，AI會去調用相關的知識，告訴操作者這個錯誤是什么？并且，還檢索到了之前怎么處理這個故障的說明文檔，有圖有真相。
接著，他們又進行了其它的測試，比如，能不能給機器操作人員提供一個機器更換ACOPOStrak動子的視頻說明？剛好，這個視頻以前拍過—太棒了，操作人員就可以去照著這個操作了。
他們將這個系統進行了多種測試，并覺得它能夠帶來很多好處。期間，有幾位機器廠商的工程師參觀貝加萊時候，路過并聽他們講述了隨意堆放在工程師桌上的功能“震驚了”。原來“你們控制器還可以這么玩?。俊?。他們很感興趣，就談到了他們遇到的困難，就是前面提到的現場服務的困難，甚至有時候他們也很無奈。
機器的研發(fā)工程師感興趣的點
G工是一位來自制藥設備行業(yè)的機電工程師，他說，如果真的是能夠解決一些“疑難雜癥”，為了客戶跑一趟，他們也沒有覺得有問題，還經常會有成就感。畢竟 “現場有神明”，現場會讓他們學習到很多，讓他們做的更好。
他繼續(xù)說道“對我們來說，這個鍋還是得我們背”，因為—你為什么沒有給這些出錯設計，包括給出指示應該如何處理。你們做軟件的也知道—究竟有多少種潛在的風險，如果要窮舉，這個程序的龐大就無法接受。而且，這里會出現來自于不同的廠商的硬件、涉及工藝、機械傳動，我們很難做到對如此龐大的問題的掌控。而且，你知道，國內這個制造環(huán)境，客戶都急著賺錢，迭代、優(yōu)化這個事需要耗費功力，而我們經常都是只能應急打補丁，真的很難做到“謀定而后動”的理想狀態(tài)??！
AI必須產品化
那看來，這個能夠給大家很大的幫助??！CTO于博在項目會上做出了清晰的設定“必須做成一個標準化的產品，不能讓用戶覺得難用”。
就是把它做成一個像MDoctor一樣，完整的軟硬件搭建，以及HMI界面設計，這牽扯到必須模塊化的設計應用架構。不過，得益于現在這種AI的優(yōu)點，他們就可以快速的配置出架構，如圖3所示。在軟件方面，將貝加萊過去20余年積累的各種知識庫進行深度蒸餾，并結合模型領域的微調實現工業(yè)級的場景適配。通過mappVIEW設計了基于Web的交互頁面，實現產線工藝智能問答與設備調試指導的精準響應。
圖2-MHelp軟硬件一體化集成架構
這個產品將延續(xù)貝加萊M(機器-Machine)的系列命名，初步定義為MHelp-機器助手。
這對OEM機器制造商的好處：
服務量、出差量肯定得降低很多了
這個機器越來越聰明
給用戶真正的“附加值”
對用戶來說
能現場得到專業(yè)的問題解答，快速解決問題
還能積累自己的內部工程Know-How
MHelp 亮點
語音交互
告別以前的時代，可以直接語音交互了，甚至說，如果機器要出口，現在AI的翻譯能力也超出想象。
知識推送
它能夠把這個機器的很多知識推送給現場人員：
◆對常見問題的提示文檔
◆對故障代碼的解析
◆對實時故障的分析，借助于AI的推理能力，給出判斷
◆調用視頻指南、PDF圖紙；
◆工藝問題的分析-給出啟發(fā)
低成本架構
相對于那些動輒數十萬的AI Agent，這個AI助手可算是“巨劃算”，雖然不便公開透露價格，但肯定是一個經濟型的好方案。尤其對于貝加萊的用戶，已經在用APC來做控制器的，就更是如此。
MHelp 狀態(tài)
當前，MHelp已經開始發(fā)布初代版本，已經進入了用戶現場直接的運行-目前，在貝加萊的工程服務中，有一項這個“高級服務”，針對用戶的行業(yè)屬性，可以為其基于這個MHelp基礎版，搭建自己的機器助手。
如果您想了解“高級服務”業(yè)務，可以直接聯系貝加萊和您聯系的銷售負責人，或者您與“服務”業(yè)務部門取得聯系，他們將為您提供這樣的“定制”版機器助手的導入。
