Festo 想要通过具有自学能力的机器进一步来帮助客户提高生产率。目前，人工智能在三个网络层面发挥作用：前沿、公司内部和云端。

除了云端能提供复杂的服务之外，Festo 也看到了通过人工智能在简单的实时数据分析方面具有的巨大潜力 – 可以直接位于现场元件上（前沿人工智能）或位于系统或生产工厂的控制内（公司内部人工智能）。工厂用户能完全控制自己机器的数据，不需要通过互联网上传至云端。在2019汉诺威工博会上，Festo通过两个展品展示，系统如何基于已有数据自主为问题找到解决方案。 

电池生产的智能过程监控 

Festo 于2018年4月收购了Resolto Informatik GmbH，进一步巩固了人工智能的核心竞争力。Resolto 开发了一种名为SCRAITEC 的软件解决方案，实时分析和解释数据，识别并报告异常情况。这个系统还能通过对数据持续分析来不断进行学习，扩大自己的知识库。这种机器学习能力让智能过程监控成了可能。 

观众可在Festo展台现场体验这个软件解决方案。该方案通过检测故障电池的应用进行展示。电池通过抓取门架升降。结合新推出的模块化控制系统CPX-E-CEC 和伺服驱动控制器CMMT-AS，可实现实时监控。Resolto 监控软件监视着电机电流和电缸的位置参数。如果发生异常，比如抓取单元抓取了错误规格的电池，就会签发出一个报告。

智能软件解决方案的数据采集和监控可在前沿或公司内进行，或通过物联网网关CPX-IOT 连接到Festo云端进行。在前沿或公司内使用人工智能确保所有数据都保留在公司内，不会有安全风险或由网络拥堵造成数据流的延迟。重要的是，需要有充足的结构化数据，才能用人工智能作为工具进行有意义的分析。得益于极高的计算能力，云则为多个分散的生产工厂提供良好的评估结果。 

人工智能减少了过程监控和故障管理所需的编程工作，为客户提供实时的宝贵专业知识。早期就可检测并预防生产过程中故障部件或过程，或机器故障。人工智能带来的另一个优势是，对一个特定制造部件的过程异常有完全的透明度和可追溯性。因为可识别出不合格品并从生产过程中剔除，所以未来可避免对整个生产线造成影响的大规模召回。

CMMT 单元内智能元件监视：：云端人工智能 

该展品展示了，一个学习算法如何用于不良元件的监控。CMMT控制器会记录和采集电缸的数据。监视算法和采集数据的监控完全在Festo云端进行。因此，数据可随时随地获取。

不过，客户不仅可减少编程工作。客户每个生产过程的正常状态可在工作中或历史数据的形式反馈给学习算法。这些数据能通过云端立即进行评估。因此，用户能快速识别任何的差异，直接追踪故障原因。还可快速识别需要被替换的元件。这节省了时间，减少了停机时间，降低了维护成本。可以想象，未来，诸如模块、系统或整个机器单元这样的元件组也可用这种方式进行监控。