AI-driven detektering av containerfel för tillverkningskvalitetskontroll
En förpackningstillverkare upplevde en felfrigångsfrekvens på 3,2 % i sin produktionslinje, vilket resulterade i kundreturer och dyra omarbetningar efteråt. Manuell visuell inspektion var opålitlig och skapade en kvalitetsflaskhals vid 120 behållare per minut.
Klient
Confidential, Manufacturing Client
Teamledare
Arjun Mehta
Datum
Q3 2023
Affärsutmaning
En förpackningstillverkare upplevde en felfrigångsfrekvens på 3,2 % i sin produktionslinje, vilket resulterade i kundreturer och dyra omarbetningar efteråt. Manuell visuell inspektion var opålitlig och skapade en kvalitetsflaskhals vid 120 behållare per minut.
Lösning och tillvägagångssätt
Vi driftsatte ett kvalitetskontrollsystem för edge AI med hjälp av YOLOv8, finjusterat på kommenterade defektbilder tagna från produktionslinjen. Systemet körs på NVIDIA Jetson-edgeenheter placerade i slutet av varje produktionslinje och utlöser automatisk kassering vid linjehastighet.
Förmågor levererade
- Anpassad YOLOv8-modellträning på produktionsfeldataset
- Edge-distribution på NVIDIA Jetson NX-enheter
- Realtidsfelklassificering över 12 felkategorier
- Integrering av automatisk avstötningsutlösare med PLC
- Kontrollpanel för produktionskvalitet med rapportering på skiftnivå
Affärsresultat
Andelen fel som inte längre fungerar minskade från 3,2 % till 0,15 %, och systemet bearbetar containrar med full linjehastighet (120/min). Kunden återvann implementeringskostnaden inom 4 månader genom minskade kundreturer och garantianspråk.
0.15%
Andel fel som undkommit (ned från 3,2 %)
4 months
Återbetalningsperiod
120/min
Behållare inspekterade med linjehastighet
Relaterade projekt
Abstrakt sentimentanalys för gästrecensioner inom hotell- och restaurangbranschen
Kedjan minskade svarstiden för recensioner från 6 dagar till 18 timmar i genomsnitt och identifierade ett systematiskt renhetsproblem på 3 fastigheter som det skulle ha tagit månader att upptäcka manuellt. Gästnöjdheten förbättrades med 0,4 poäng inom 2 kvartal.
18h
Genomsnittlig svarstid för recensioner (ned från 6 dagar)
0.4pt
Förbättring av gästnöjdhetspoäng
AI-driven dynamisk prisoptimering för e-handel
Den dynamiska prissättningsmotorn förbättrade bruttomarginalen med 4,2 procentenheter på omprissatta kategorier inom 6 månader, samtidigt som försäljningsvolymen bibehölls. Kunden identifierade också ₹12 crore i uteblivna intäkter från historiskt underprissatta kategorier.
4.2pp
Förbättring av bruttomarginalen
₹12Cr
Missad intäktsmöjlighet identifierad
AI-mötessammanfattning och verktyg för extrahering av åtgärdspunkter
Funktionen levererades inom 8 veckor och blev den mest efterfrågade funktionen på plattformen inom 30 dagar efter lanseringen. Pilotkunder rapporterade att de sparade 45 minuter per person och vecka i administrativt arbete efter möten.
8 weeks
Funktionen levererades
45 min/week
Tid sparad per användare
AI-drivet automatiserat intervjubedömningssystem
Kunden minskade tiden för att få fram kandidater i kortlistor från 12 dagar till 3 dagar och granskade fyra gånger fler kandidater per rekryterare och vecka. Nöjdhetspoängen bland rekryterare ökade avsevärt tack vare bättre förberedda kandidater i kortlistor.
75%
Minskning av tiden till uttagning till kortlista
4x
Kandidater granskade per rekryterare
AI CV-parser och kandidatmatchningsmotor
Noggrannheten i parsningen förbättrades från 61 % till 91 % i ett jämförelsedataset, och rekryterarnas tid som lades på att granska CV:n minskade med 55 %. Klienten anställde tre nya ATS-partners inom sex månader efter lanseringen.
91%
Parsningsnoggrannhet
55%
Minskning av screeningtiden
Automatiserat hushållsrevisionssystem med datorseende
Revisionstäckningen ökade från 15 % till 94 % av rummen per skift, och efterlevnadspoängen förbättrades från 71 % till 92 % inom 3 månader. Nätverket rapporterade noll HAI-incidenter (sjukhusförvärvade infektioner) hänförliga till städning under det följande kvartalet.
94%
Rumsrevisionstäckning per skift
92%
Efterlevnadspoäng för städning
Automatisk resegenerering och ruttoptimeringsmotor
Ruttoptimering minskade den genomsnittliga leveranskostnaden per beställning med 23 % och eliminerade den manuella planeringsprocessen på 4–6 timmar. Fordonsutnyttjandet förbättrades från 71 % till 89 %, vilket gjorde det möjligt för kunden att hantera 30 % mer volym utan ytterligare fordonsflotta.
23%
Minskning av kostnaden per leverans
89%
Utnyttjandegrad för flottan
Detektion av hjärntumörer med hjälp av MR-segmentering
Lösningen förbättrade diagnostisk noggrannhet avsevärt, vilket minskade manuell arbetsinsats och analystid. Förbättrad arbetsflödeseffektivitet möjliggjorde snabbare tumöridentifiering och förbättrad behandlingsplanering, vilket ledde till bättre patientresultat med ökad driftseffektivitet inom medicinsk avbildning och skalbar AI-användning inom hälso- och sjukvården.
62%
Snabbare diagnoshantering
18pp
Förbättring av tidig upptäckt
AI-driven brainstorming- och idégenereringsapplikation
Betaanvändare rapporterade 40 % fler handlingsbara idéer per session jämfört med oassisterad brainstorming. Funktionen blev den primära värdedifferentieringsfaktorn för den grundande klienten och hjälpte till att avsluta deras Serie A-finansieringsrunda.
40%
Fler handlingsbara idéer per session
Series A
Finansieringsmilstolpe stödd
AI-driven detektering av containerfel för tillverkningskvalitetskontroll
Andelen fel som inte längre fungerar minskade från 3,2 % till 0,15 %, och systemet bearbetar containrar med full linjehastighet (120/min). Kunden återvann implementeringskostnaden inom 4 månader genom minskade kundreturer och garantianspråk.
0.15%
Andel fel som undkommit (ned från 3,2 %)
4 months
Återbetalningsperiod
Dialogbaserad konversationschattbot för SaaS-support
Chatboten uppnådde en lösningsgrad på 67 % vid första kontakten för nivå 1-frågor inom 60 dagar efter driftsättning, vilket frigjorde supportteamet att fokusera på komplexa företagsfrågor. Kundnöjdheten för bot-hanterade interaktioner låg i genomsnitt på 4,1/5.
66%
Lösningsgrad vid första kontakten
40%
Minskning av supportärenden
AI-färgidentifiering och -märkning för modehandel
Lösningen bearbetade hela katalogen med över 200 000 SKU:er på 3 dagar och minskade den manuella taggningsarbetet med 92 %. Konverteringsfrekvensen för sökning efter färg förbättrades med 31 % tack vare mer exakta och konsekventa färgattribut.
92%
Minskad manuell taggningsansträngning
31%
Förbättrad konvertering i färgsökning
Visar 1–12 av 19