Robert Bosch GmbH (Bosch)

Содержание и границы

outcome: success

Процесс: Две количественно измеренные ИИ-практики на конкретных заводах Bosch в рамках более широкой программы применения ИИ на ~50 заводах: (1) контроль качества методом компьютерного зрения при инспекции компонентов на заводе Stuttgart-Feuerbach; (2) ИИ-анализ данных станков для автоматической настройки параметров при запуске новых производственных линий на заводе Hildesheim. (Тот же источник вне числовых показателей и без указания завода также упоминает предиктивное обслуживание и генеративный ИИ для запросов к производственным данным — это оставлено как контекст, не как отдельная измеренная практика в этой карточке.)

До: Feuerbach: прежнее время инспекции компонента — 3,5 минуты (способ/кто выполнял — не детализировано; источник лишь сравнивает новую систему с человеком-инспектором: «faster and more precisely than human inspectors»). Hildesheim: «Instead of manually adjusting parameters for weeks» — ручная настройка параметров новых линий в течение недель. Общий контекст по компании: «manual inspection, experience-based optimization, reactive maintenance» описаны как прежний подход.

После: Feuerbach: «AI-based image processing inspects components faster and more precisely than human inspectors»; время инспекции компонента сократилось с 3,5 до 3 минут, заявлена (без цифр) более высокая точность обнаружения дефектов. Hildesheim: ИИ анализирует данные новых линий при запуске и распознаёт закономерности для автоматической настройки параметров вместо ручной; время цикла (cycle time) на этапе запуска новых линий сократилось на 15% — в статье эта метрика встречается в трёх формулировках («cycle times for new lines… dropped by 15 percent», «15 percent shorter cycle times during ramp-up», «15 percent faster ramp-up»), трактуется как сокращение времени цикла на этапе запуска, а не как сокращение общей длительности запуска линии.

Стадия: production

Глубина изменения: operation

Неопределённость: Обе метрики восходят к самим Bosch (Bosch Media Service / пресс-релизы Bosch), пересказанным вторичным изданием MyBusinessFuture (Evernine Media, DACH-журнал для среднего бизнеса) — это не независимая верификация, а пересказ данных компании через СМИ, поэтому outcome «success» — по заявлению компании, а не по независимому подтверждению. Не указано числовое значение «более высокой точности обнаружения ошибок» на Stuttgart-Feuerbach. Метрика в 15% в самой статье сформулирована тремя разными способами («dropped by», «shorter cycle times», «faster ramp-up») — трактуется как время цикла на этапе запуска, но формулировка «faster ramp-up» во врезке допускает и прочтение как сокращение длительности всего периода запуска линии. Статья также содержит внутреннее противоречие дат: опубликована 06.04.2026 с формулировкой «since CES 2026» (январь 2026), но описывает открытие платформы внешним компаниям будущим временем — «From fall 2025, companies will be able to create their own multi-agent systems» — то есть факт открытия платформы к моменту публикации статьи источником не подтверждён (см. отдельный claim).

transfer_limits: Количественные оценки касаются двух конкретных заводов (Hildesheim — цикл запуска линии; Stuttgart-Feuerbach — инспекция компонента); прямой перенос этих цифр на все ~50 заводов Bosch или на предприятия среднего размера (аудитория статьи) источником не подтверждён количественно, хотя статья прямо адресована такой аудитории. Предиктивное обслуживание и GenAI-запросы к данным упомянуты тем же источником без привязки к заводу и без чисел — перенос этой части кейса как измеренной практики не обоснован.

Продолжение: Координатору: эта карточка НЕ является дополнением IND-MANUFACTURING-CASE-001 (тот кейс — Shopfloor Agent, диагностика остановок оборудования; здесь — контроль качества и настройка запуска линий, другие процессы и заводы). Абзац про Manufacturing Co-Intelligence/CES 2026 в исходной статье пересекается с уже учтённым материалом IND-MANUFACTURING-SRC-001-MAT-01 и сюда сознательно не включён как отдельный факт (см. claims/uncertainty). Данные о predictive maintenance и GenAI-запросах в этой статье не привязаны к конкретному заводу и не содержат чисел — оставлены только как контекст, не как отдельные подтверждённые практики.