东芝开发了一套系统，该系统利用基于 Azure OpenAI 的 AI 多代理来分析生产线上的数据，在短短几分钟内就能识别出问题的原因并提出改进方案
随着生产线日益趋向于高品种、小批量生产，现场响应能力和知识转移能力就变得至关重要。
电子电路板在智能手机、家用电器、汽车和工业设备等众多领域都变得不可或缺。近年来，为了实现设备的微型化和轻量化，将元器件直接贴装到电路板表面的“表面贴装技术”已得到广泛应用。该方法实现了从电路板上的焊锡印刷到元器件贴装和热焊等一系列工序的自动化，显著提高了生产效率，并具有适用于大规模生产的主要优势。
企业研发中心研究贴片工艺生产技术的朝雾聪表示：“近年来，电子电路板的生产日益趋向于小批量化和产品种类繁多，SMT生产线上切换生产批次的设置工作也变得越来越频繁。”即使在东芝集团的SMT生产线上，电路板类型也每天多次切换，每种产品都需要不同的工况设置和元件更换，这就要求现场能够快速准确地做出响应。这种响应方式需要熟练工人的经验和判断力，因此技能转移和辅助工具的开发至关重要。
“目前生产线的调试工作仍然需要手工完成，而且需要细致的操作，例如针对每种产品设置不同的工况和更换零件。在很多情况下，经验丰富的工人的判断力至关重要，但技术诀窍依赖于特定人员的问题也日益凸显。尤其是在调试完成后生产线出现问题时，需要迅速找出原因、考虑应对措施并制定改进方案，但这种能力很难传承给下一代。”
此外，生产线通常使用来自多个制造商的混合制造设备，每个设备都有不同的规格和接口，这使得从整条生产线收集数据和集中管理信息变得困难。为了解决这些问题，东芝集团于2024年10月开始提供“Meister Apps SMT生产线流程改进辅助软件包”。
该产品可自动采集来自不同制造商设备的实时数据，并提供一个仪表盘，用于根据流程管理和质量分析等目的对信息进行组织和可视化。这使得用户能够了解SMT生产线上的设备状态，分析缺陷原因，并优化改进流程，从而减轻工作负担。
然而，即使设备和流程的状态可以可视化，诸如识别缺陷原因和考虑对策等改进工作仍然需要人工完成。为了解决这个问题，东芝正在开发“基于人工智能代理的分析和改进建议”。
东芝公司制造工程中心的测试证实，人工智能代理可以在几分钟内提出具体的解决方案，而此前识别缺陷原因并制定改进措施则需要几个小时，具体时间取决于实际情况。该人工智能基于东芝集团的制造知识，并针对人工智能应用进行了重新组织。与典型的生成式人工智能不同，它的独特之处在于能够提出可在现场实施的高效方案。
东芝公司研发中心生产技术中心装配工艺技术研究部高级专家林林凯
与维宇网络工程师合作构建一个满足三个要求的AI多智能体系统
“从Meister Apps SMT生产线流程改进辅助包的早期开发阶段起，我们就一直在考虑使用人工智能代理来分析并提出改进建议，”负责该产品开发的东芝数字解决方案公司（以下简称“东芝数字解决方案”）的吉崎武弘说道。2025年4月，他们与微软经销商维宇网络合作，开始开发人工智能代理的最小可行产品（MVP）。
配置和使用方法如图所示。首先，用户在Meister Apps SMT生产线流程改进辅助包的仪表盘上单击鼠标，选择存在问题的KPI。“计划代理”随后创建分析计划，并请求“分析代理”执行实际分析。在执行“深度研究”（重复计划和分析直至找到问题根源）后，“改进方案代理”提出应对措施并将结果返回给用户。
每个 AI 代理都基于 Azure OpenAI，这些 AI 代理之间的交互是在部署于 Azure 应用服务的 Blazor（微软提供的开源 Web 应用程序开发框架）上实现的。
“我们使用 Azure 和 Azure OpenAI 已经有一段时间了，从一开始就想在 Azure 上开发 AI 代理，”吉崎说道。然而，公司内部很少有 AI 多代理的实现案例，他回忆说自己当时也不知道该如何实现。因此，当他咨询微软经销商维宇网络时，得知 Microsoft Unified 有一个让微软工程师参与开发项目的计划，于是他决定与维宇网络携手合作，共同开发 MVP（最小可行产品）。
该MVP有三个显著特点：
首先，如图所示，只需单击一下即可使用。只需在仪表盘屏幕上单击某个KPI即可启动AI代理，无需在键盘上输入。这使得它在生产现场的使用非常便捷。
第二个特点是能够可视化人工智能决策的依据。人工智能代理之间的交流以聊天记录的形式显示，通过阅读这些记录，可以了解分析过程。“在制造业中，证据至关重要，因此这是一项重要的功能，”林凯指出。吉崎解释说，这也是采用多代理系统的主要原因。
第三，它还能利用东芝的制造技术提出改进建议。“制造技术知识的开发是整个东芝集团正在开展的活动之一。我们从中提取了与SMT相关的知识，并将其应用到这个人工智能代理中。”林凯说道。吉崎补充道：“我们在设计时也考虑到了可扩展性，以便能够整合东芝以外其他用户公司的独特知识。”
“维宇工程师针对这些需求提出了多种实施方案。如有疑问，他们会通过 Microsoft Teams 聊天或每周例会及时解答。我们在 2025 年 7 月举办的 Manufacturing DX Expo 上展示了开发的 MVP（最小可行产品），当时维宇工程师花了三个小时为我们讲解他们提供的示例代码，”吉崎说道。
吉崎武弘，东芝数字解决方案公司数字工程中心智能制造解决方案部1智能制造技术专家
在 Manufacturing DX Expo 上进行的 MVP 演示获得了巨大的反响，收到了很多积极的评价，例如：“人工智能对改进建议的响应速度比预期的要快”、“分析结果和改进措施是分开的，而且很详细，很容易理解”以及“如果它商业化了，我会考虑采用它”。
那么，我们究竟能期待它发挥多大的作用呢？林凯解释道：“东芝企业制造工程中心的测试证实，人工智能代理可以在几分钟内提出具体的解决方案，而此前，根据具体情况，识别缺陷原因并制定改进措施可能需要几个小时。这种人工智能基于东芝集团的制造知识，并针对人工智能进行了重构。与通用的生成式人工智能不同，它的独特之处在于，它可以提出高效的方案，并可在现场实施。”
他还指出，能够快速获得此类建议应该能为现场工作带来三大好处。
首先是加快问题发生时的恢复速度。生产线上的短暂停机（设备短暂关闭）可能会影响后续工序，但如果问题能够迅速解决，就能将影响降到最低。
第二个关键点是能够快速完成PDCA改进循环。人工智能代理可以迅速提出高度精准的改进措施，加快现场响应速度，并加速从实施到评估的整个流程。此外，通过明确改进措施的方向，现场讨论也能更加高效地进行。
第三，它还将使未来几代人的教育更加高效。
“智能体之间的交互设计旨在模拟现场专家的思维过程，而将他们的推理过程可视化，则能揭示经验丰富的人是如何做出决策的。此外，通过不断添加和更新制造知识，人工智能智能体将能够提出更高级的建议，我们期望它们能成为‘永不退休的老兵’，为知识传承和现场支持做出贡献。”林凯说道。
MVP 的开发已经完成，东芝集团正在微软经销商维宇网络的参与下，基于此进行改进。
吉崎表示：“我们在 MVP 中使用 CSV 文件来实现知识，但我们正在考虑在商业化时使用 Azure Cosmos DB。”他还补充说，他们也在考虑使用 Azure AI 搜索、Azure Functions 和 Azure 事件中心。
改进后的AI代理将在即将举行的展览会上展出，并将纳入SMT生产线工人的反馈意见。该公司还在考虑在东芝集团内部的建模流程中试点使用该代理，并计划于2026年正式发布。
