2021年， Vivix Vidros Planos巴西领先的平板玻璃制造商之一，开始了一段大胆的旅程 Mendix目标很明确：简化复杂的操作，加速创新，并为前线团队配备更智能的工具，从完整的产品可追溯性到实时过程控制。

Vivix 工业转型经理 Aristóteles Terceiro Neto 表示：“我们依靠数字化解决方案为公司带来多种形式的价值。虽然投资回报率是关键目标，但我们也致力于改善操作员和管理人员的日常工作体验。”

自 2024 年以来，Vivix 的开创性方法赢得了全球认可，包括 Siemens Texcellence 奖和 AWS Gen AI Gamechanger。

在 Realize Live Detroit 2025 上，Neto 分享了团队如何快速扩大其 Mendix 产品组合目前已拥有近 30 个应用程序，同时构建了一个具有弹性、支持人工智能的数据生态系统。

Neto 表示：“该行业持续面临的挑战之一是规范和有效利用数据。我们需要将这些数据与 Mendix 快速扩展我们的解决方案，并根据我们的需求开发不同的应用程序。这需要我们仔细平衡工作量、成本和性能。

如今，Vivix 已超越 数字化转型 并进入智能运营，利用先进的分析和人工智能推动持续改进 制造绩效.

提升工业数字化成熟度

在 Vivix，工业数据的复杂性和碎片化程度日益凸显。该公司需要处理各种各样的信息，例如工程图、3D 模型、持续的机器警报以及大量的生产记录。

这些数据最初设计用于 控制 设备，无需分析。协调和 综合 将这些不同的来源整合成一个有凝聚力、可用的系统是他们面临的最大挑战之一。

“大多数工业公司每天都要花费大量时间进行数据处理，”Neto 强调道，“通常情况下，警队大约 80% 的时间都花在了处理数据上。”

不一致的数据格式、单位、过滤器和收集间隔（通常跨越相同的设备）以及 PLC 和后端系统之间的不同步时间戳阻碍了可扩展、可靠的制造解决方案。

建立在他们的 新 Mendix 基础，Vivix 决定实施 DataOps 架构，旨在连接 Mendix 来自不同 OT 系统的实时车间数据，包括 工业边缘 已部署的应用程序数据。

他们推出了 HighByte AWS 作为中央数据建模和集成层，使他们能够从三个关键角度组织工业数据：资产、流程和产品。

建立核心数据结构

Vivix 采用工业数据结构方法，优先考虑整个组织的数据综合存储、情境化和利用。

通过整合工业边缘与 云基础设施 然后将车间与企业系统连接起来， Mendix 作为统一的应用层，实现实时洞察和明智的决策。

2025年，公司进一步扩大 数字生态 通过整合Snowflake和Neo4j等合作伙伴来进一步增强数据能力。

然而，挑战依然存在。碎片化和孤立的数据常常导致AI副驾驶的输出不完整或具有误导性，限制了其在车间的效率。传统的BI仪表板视图静态，难以提供更深入、更切实可行的洞察。

生成式人工智能 通过提供即时访问丰富的上下文信息，甚至指导团队提出正确的问题，改变了游戏规则。

如今，他们的数据架构包括：

• 雪花 用于可扩展的结构化分析
• 的Senseye，已连接到 高字节连接车间和云
• 多种格式（P&ID、3D 模型、工程文档）纳入层
• 牵牛星 AI Studio 和 Altair AI Hub 连接工业数据工作流程

这标志着从工业数据结构到 工业知识结构 数据真正被理解和激活。

在企业 DataOps 和 AI 数字化的整个过程中，Vivix 始终坚持 Mendix 放在心上。

采用智能战略方法 Mendix 开发过程中，该团队开始利用人工智能构建核心应用程序，以增强机器维护和卓越运营。

利用人工智能增强熔炉监控

作为持续数字化变革的一部分，Vivix 在人工智能应用方面正在经历根本性的转变，从被动系统转向主动的情境智能。

在四年的历程中 Mendix，该制造商已经建立了不断增长的工业应用组合，包括数字班次管理器、玻璃 DNA、质量管理、高级计划和调度 (APS) 和虚拟工程师 AI 助手。

但其旗舰计划“智能炉监控”代表了人工智能制造的新时代。

“想象一下一个价值 120 亿美元的熔炉，你的工作就是确保它的内壁在未来 18 年内不会倒塌，”Neto 描述道。

智能炉监控结合实时工业数据、预测模型和历史分析， 预测炉子性能下降 在它发生之前。它连接 Mendix 应用程序与 HighByte 的数据层相结合，实现整个工厂的情境智能。

为了优化熔炉维护并延长资产寿命，Vivix 采用了两步方法：

1. 模拟和热数据处理 由先进的算法提供支持，评估退化模式并预测未来的磨损。
2. A 生成式人工智能 Mendix 管理应用 为维护团队提供可行的见解并支持诊断、预测、预测性维护和知识管理。

然而，单靠热成像技术检测降解效果并不可靠。为此，Vivix 开发了一种 Mendix的移动应用程序 面向使用 Fluke 设备和智能手机的现场技术人员。这款 AI 驱动的解决方案将计算机视觉应用于：

• 精确定位每个热图像的准确位置
• 自动纠正操作员之间的定位差异
• 分析气流速度，这是降解的关键预测因素
• 消除视觉障碍，实现更清晰的炉壁分析

这种组合使 Vivix 能够管理其最 关键资产 安全性、准确性和可靠性均有提升。对于 Neto 而言，通过数字化手段监控工业设备，确保设备全天候 (24/7) 运行。

最值得注意的是，整个生成式人工智能系统是由 Mendix 专家。

得益于其精简的低代码方法，Vivix 已计划将 AI 进一步扩展到 Mendix 生态系统，自动化物料采购和维护计划等工作流程，以：

• 延长资产寿命
• 增强运营安全
• 推动数据驱动的决策
• 改进资产知识管理

推动大规模数字化转型

短短五年内，Vivix 就突破了工业创新和低代码开发的界限， Mendix 为转型的每一步提供动力。从原始数据到可操作的知识，从分离的系统到集成的生态系统，Vivix 的运行更加智能、快速，并且每个运营环节的摩擦都大大减少。

而旅程还远未结束。

“我们的下一个目标是从数字影子过渡到 真正的数字孪生”内托说道。“现在， Mendix 在多代理策略中，我们可以在工业边缘和云端无缝运行应用程序。”

然而，随着数字化能力的加速发展，Neto 也强调了将人置于人工智能转型中心的重要性。为了帮助传播 数字化的好处 横过 巴西的工业部门此外，Vivix 甚至推出了 Maya，一个专注于分享技术知识和数字最佳实践的区域产业联盟。

Neto 表示：“我们的目标是将 Vivix 学到的数字化转型经验推广到附近的公司，从而打造更强大的生态系统。”

Vivix 也明白，成功的创新不仅仅是技术，而且 共同. 认识到实现有意义的转型所需的投资，Neto 强调了合作伙伴关系和规模的必要性。

“数字化转型成本不菲。要让人工智能达到最先进水平，你需要经济实力，也需要来自不同公司的知识来共同创造新的解决方案。”Neto 说道。