labs@atheron:~/industries/manufacturing/ai$ train agent --grounded

KI für die Fertigung

Optische Qualitätsprüfung und Instandhaltungsagenten auf Ihren Daten.

In einem Werk verdient KI ihren Platz bei zwei Aufgaben: Fehler sehen, die ein müder Mensch übersieht, und die Antwort in tausend Seiten Handbuch finden. Beides funktioniert am besten mit Modellen, die auf Ihren eigenen Daten trainiert sind oder darauf fußen, oft auf Ihrer eigenen Hardware.

Projekt starten Beispielprojekte ansehen

// worauf es hier ankommt

Was in dieser Branche anders ist.

Ihre Bilder verlassen das Werk nie

Ein Bildmodell kann auf einem GPU-Server im Werk laufen. Wir stellen Kauf und Miete einander gegenüber, und die Schätzung zeigt, ab wann sich der Kauf bezahlt macht.

Gemessen, bevor es live geht

Jedes Modell wird an einem zurückgehaltenen Satz Ihrer eigenen beschrifteten Bilder oder Fragen bewertet, und die Bewertung ist eine Hürde: unter der vereinbarten Linie wird nicht ausgeliefert.

Menschen bleiben im Ablauf

Das Modell markiert; ein Mensch bestätigt. Verworfenes wird festgehalten und wird zu den nächsten Trainingsdaten.

Antworten mit ihrer Quelle

Ein Instandhaltungsassistent nennt zu jeder Antwort die Handbuchseite oder den Arbeitsauftrag dahinter, sodass ein Techniker sie prüfen kann, bevor er handelt.

// Beispielprojekte

Beispiele mit Preis.

Jedes ist angenommen, als solches gekennzeichnet und live aus unserer Preisliste berechnet. Öffnen Sie eines im Rechner und machen Sie es zu Ihrem.

BeispielprojektWeb-AppKIEigenes LLM

Optische Qualitätsprüfung an der Linie

Angenommen. Kein Kunde, kein Ergebnis.

// Das Problem

Oberflächenfehler fängt ein Mensch am Ende der Linie ab, der einige übersieht und bei voller Geschwindigkeit nicht mithält.

// Was wir bauen würden

Ein eigenes Bildmodell, auf den eigenen Bildern des Werks nachtrainiert, das auf einem GPU-Server im Werk läuft, sodass Bilder den Standort nie verlassen, mit einer Prüfmaske für die Qualitätssicherung.

// Was drin ist

Bildaufnahme an der Station, von Ihrer Qualitätssicherung in einem einfachen Werkzeug beschriftet
Ein Modell, auf Ihren Fehlern nachtrainiert und vor dem Start an einem zurückgehaltenen Satz gemessen
Auswertung auf einem GPU-Server vor Ort, ohne Bilder in die Cloud
Eine Prüfwarteschlange, in der das Personal bestätigt oder verwirft, was das Modell markiert hat
Fehlerquoten nach Linie, Schicht und Lieferantencharge

// Tech-Stack

PyTorch
ONNX Runtime
Python
Next.js
Lenovo GPU-Server vor Ort

// Schätzung

Entwicklung: ≈ 164.000 USD bis 249.000 USD, delivered within 40 weeksCAD 233,400 to 355,000
Hosting: ≈ 176 USD im MonatCAD 250 im Monat
Support: ≈ 2.500 USD im MonatCAD 3,565 im Monat
Hardware: ≈ 47.800 USD bis 197.000 USDCAD 68,000 to 280,800

Preise in Ihrer Währung sind Schätzungen zum heutigen Kurs der Bank of Canada. Alle Rechnungen werden in CAD oder USD gestellt.

KI-Weg: Eigenes LLM
Laufende Modellkosten: ≈ 176 USD im MonatCAD 250 im Monat

Zeitplan je Meilenstein

Découverte: 2.9 to 3.4 weeks
Données et plan d’évaluation: 0.4 weeks
Maquettes approuvées: 2.4 to 3.9 weeks
Fonctions principales: 1.9 to 3.4 weeks
Développement complet: 1.4 to 2.4 weeks
Entraînement: 8.9 to 15.4 weeks
Tests et corrections: 0.4 weeks
Évaluation et tests adverses: 3.9 to 4.4 weeks
Vérification de traçabilité réussie: 3.9 to 4.4 weeks
Mise en ligne: 0.9 to 1.4 weeks
Production: 0.9 to 1.4 weeks

Nicht in unserer Hand, und im Kalender berücksichtigt

Livraison du matériel, après la commande: 2 to 6 weeks

Wie bezahlt wird

Anzahlung 20%: CAD 46,440 to 70,760
Découverte 1.1%: CAD 2,554.20 to 3,891.80
Données et plan d’évaluation 7.2%: CAD 16,718.40 to 25,473.60
Maquettes approuvées 1.1%: CAD 2,554.20 to 3,891.80
Fonctions principales 3.5%: CAD 8,127 to 12,383
Développement complet 2.3%: CAD 5,340.60 to 8,137.40
Entraînement 21.7%: CAD 50,387.40 to 76,774.60
Tests et corrections 1.1%: CAD 2,554.20 to 3,891.80
Évaluation et tests adverses 14.4%: CAD 33,436.80 to 50,947.20
Vérification de traçabilité réussie 8.7%: CAD 20,201.40 to 30,780.60
Mise en ligne 1.1%: CAD 2,554.20 to 3,891.80
Production 7.8%: CAD 18,111.60 to 27,596.40
Holdback, 30 days after launch (10%): CAD 23,220 to 35,380
Temps GPU pour l’entraînement et les tests, au coût: CAD 1,200. Im Voraus berechnet, zum Einkaufspreis, außerhalb der Meilensteine
Serveur GPU pour l’IA, pour le modèle: CAD 68,000 to 280,800. Im Voraus berechnet, zum Einkaufspreis, außerhalb der Meilensteine

Von diesem Beispiel aus starten

BeispielprojektWeb-AppKIOpen-Source-Modell

Assistent für Wartungshandbücher

Angenommen. Kein Kunde, kein Ergebnis.

// Das Problem

Techniker durchsuchen Hunderte PDF-Handbücher und alte Arbeitsaufträge, um herauszufinden, wie eine Störung letztes Mal behoben wurde.

// Was wir bauen würden

Ein Assistent, der aus den eigenen Handbüchern und der Auftragshistorie des Werks antwortet, mit der Seite, aus der die Antwort stammt, gebaut auf einem Open-Source-Modell in Ihrem eigenen Cloud-Konto, sodass die Dokumente Ihre bleiben.

// Was drin ist

Handbücher, Zeichnungen und frühere Arbeitsaufträge erfasst und im Gleichschritt gehalten
Antworten, die die Handbuchseite oder den Arbeitsauftrag nennen, aus dem sie stammen
Werkzeuge, um die Historie einer Maschine nachzuschlagen und einen Arbeitsauftrag zu öffnen
Prüfsatz aus echten Fragen, der vor jeder Änderung läuft
Ein Open-Source-Modell auf gemieteten GPUs, die Sie kontrollieren

// Tech-Stack

Llama oder Qwen (Open Source)
vLLM
PostgreSQL mit pgvector
Next.js
DigitalOcean GPU

// Schätzung

Entwicklung: ≈ 96.100 USD bis 147.000 USD, delivered within 22 weeksCAD 136,800 to 209,100
Hosting: ≈ 4.360 USD im MonatCAD 6,210 im Monat
Support: ≈ 1.000 USD im MonatCAD 1,425 im Monat

Preise in Ihrer Währung sind Schätzungen zum heutigen Kurs der Bank of Canada. Alle Rechnungen werden in CAD oder USD gestellt.

KI-Weg: Open-Source-Modell
Laufende Modellkosten: ≈ 4.190 USD im MonatCAD 5,960 im Monat

Zeitplan je Meilenstein

Découverte: 2.9 to 3.4 weeks
Spécification et plan d’évaluation: 0.4 weeks
Maquettes approuvées: 2.4 to 3.4 weeks
Fonctions principales: 1.4 to 1.9 weeks
Développement complet: 0.9 to 1.4 weeks
Projet pilote fonctionnel: 3.9 to 6.9 weeks
Tests et corrections: 0.9 to 1.9 weeks
Mise en ligne: 0.9 to 1.4 weeks
Production: 0.9 to 1.4 weeks

Wie bezahlt wird

Anzahlung 20%: CAD 27,300 to 41,760
Découverte 1.8%: CAD 2,457.00 to 3,758.40
Spécification et plan d’évaluation 10.5%: CAD 14,332.50 to 21,924.00
Maquettes approuvées 1.8%: CAD 2,457.00 to 3,758.40
Fonctions principales 5.6%: CAD 7,644.00 to 11,692.80
Développement complet 3.7%: CAD 5,050.50 to 7,725.60
Projet pilote fonctionnel 31.7%: CAD 43,270.50 to 66,189.60
Tests et corrections 1.8%: CAD 2,457.00 to 3,758.40
Mise en ligne 1.8%: CAD 2,457.00 to 3,758.40
Production 11.3%: CAD 15,424.50 to 23,594.40
Holdback, 30 days after launch (10%): CAD 13,650 to 20,880
Temps GPU pour l’entraînement et les tests, au coût: CAD 300. Im Voraus berechnet, zum Einkaufspreis, außerhalb der Meilensteine

Von diesem Beispiel aus starten

// questions

Fragen, die wir dazu bekommen.

Wie viele Bilder brauchen wir, um ein Fehlermodell zu trainieren?

Das hängt davon ab, wie vielfältig die Fehler sind. Das Nachtrainieren eines bestehenden Bildmodells beginnt oft mit einigen hundert beschrifteten Beispielen je Fehlerart; wir messen unterwegs und sagen Ihnen, wann mehr Daten helfen würden.

Spitzenmodell, Open Source oder eigenes?

Für Bilderkennung an der Linie ist meist ein nachtrainiertes eigenes Modell vor Ort richtig. Für einen Handbuchassistenten hält ein Open-Source-Modell in Ihrer Cloud die Dokumente privat; ein Spitzenmodell ist für den Anfang günstiger, wenn die Handbücher nicht sensibel sind. Jeder Weg wird für sich bepreist.

Was kostet der Betrieb im Monat?

Die Schätzung zeigt es getrennt von der Entwicklung: GPU-Miete oder der gekaufte Server, dazu Hosting. Öffnen Sie ein Beispiel im Rechner, um beides zu sehen.

Zurück zur Branche: Fertigung Über die Leistung: KI-Agenten und Modelle

// weiter

Nicht ganz Ihr Projekt?

Sagen Sie uns, was Sie vorhaben. Wir melden uns mit einer Spanne und den Fragen, die sie eingrenzen würden. Oder buchen Sie ein Gespräch und wir reden darüber.

Projekt starten Gespräch buchen