Altair重磅推出《全球100个AI应用案例》电子书，涵盖10大以上行业中的100项人工智能实际应用场景。
深入探索全球范围内AI赋能工程设计的成功实践，揭示AI技术如何全面革新制造业从研发到运维的全生命周期流程。
案例解析一：Altair AI技术赋能MABE精准预判用户行为，优化家电智能保鲜性能
核心亮点
所属行业：
家用电器领域
面临难题：
企业虽已积累海量用户使用数据，但亟需挖掘这些信息背后的深层价值，尤其是消费者在日常使用中对冰箱特定保鲜功能的实际影响。
Altair应对策略：
采用Altair®RapidMiner®人工智能平台，重点运用其中的Altair AI Studio模块进行建模与分析。
项目优势：
Altair与Mabe携手打造了一套高效的数据处理与预测模型，能够按周提取、清洗并转换原始数据，实现对用户行为模式的精准预测。该模型有效支持Mabe优化冰箱自动保鲜程序，提升食物保存效果，增强用户体验。
客户背景介绍
Mabe专注于各类家用电器的研发与制造，产品线涵盖灶具、冰箱、洗衣机、干衣机及净水设备等。公司总部位于墨西哥城，以自有品牌及GE Appliances等合作品牌，将产品销往全球70多个国家和地区。作为智能家居互联领域的先行者，Mabe早已布局可远程监控运行状态的智能家电系统。多年来，Altair持续为Mabe提供产品研发核心技术支持；如今双方进一步深化合作，共同推进其智能互联产品战略的落地与升级。
具体挑战剖析
Mabe通过其联网冰箱收集了大量真实的用户操作数据。然而，如何有效利用这些数据来理解消费者在使用保鲜程序时的行为偏好，成为一大挑战。团队发现，部分自动化功能的表现受用户交互方式的影响显著。因此，他们提出设想：若能构建一个可预测用户行为的AI模型，便有望动态调整设备运行策略，从而提升保鲜效率并降低能耗。
Altair实施路径
Altair依托Altair®RapidMiner®的人工智能能力，特别是Altair AI Studio的强大功能，着手解决这一复杂问题。面对超过百万条记录的庞大数据集，快速高效地完成数据处理至关重要。
双方联合开发了一个端到端的预测模型，能够根据星期维度提取、清理并转化数据，进而预测消费者的使用习惯。Altair在此类数据分析和建模方面拥有丰富经验，曾成功处理相似场景，为本次项目提供了坚实基础。同时，Altair团队针对时间序列数据进行了专项研究，而Mabe则持续输入业务洞察，确保模型输出贴合实际需求。
“借助Altair的技术支持，我们得以拓展自身的解决方案边界，利用人工智能与数据分析手段，全面提升产品智能化水平和客户满意度。”
——Mabe设计负责人
Martin Ortega
在整个概念验证（PoC）阶段，Altair与Mabe保持紧密协作，每周定期交流进展与反馈。测试过程中，Mabe直接调用数据库中的真实数据对模型进行验证。整体方案包括：从多个数据库表中整合信息，执行数据清洗与转换，并建立预测模型。随后，利用训练好的模型对新数据进行评分，深入分析用户的使用模式及其对设备性能的影响。
在采购Altair RapidMiner后，Mabe的工程团队开始通过Altair AI Hub部署模型。整个项目历时约两个月，在涉及大规模数据且工程师首次接触该工具的前提下，进度被认为极为高效。
关键成果总结
最终，Altair与Mabe共同构建的AI模型成功实现了对消费者行为的准确预测，助力冰箱保鲜程序的智能化优化，使食物保鲜时间显著延长。该模型已在Mabe自建数据库上完成测试，并与实际用户行为比对，验证了其高精度表现。
通过对历史大数据的深度分析、建模与部署，Mabe成功将人工智能融入其白色家电产品体系，不仅提升了产品的智能化水平，也展示了大数据驱动创新的巨大潜力。
