Festo 想要通過具有自學能力的機器進一步來幫助客戶提高生產率。目前，人工智能在三個網絡層面發揮作用：前沿、公司內部和云端。

除了云端能提供復雜的服務之外，Festo 也看到了通過人工智能在簡單的實時數據分析方面具有的巨大潛力 – 可以直接位于現場元件上（前沿人工智能）或位于系統或生產工廠的控制內（公司內部人工智能）。工廠用戶能完全控制自己機器的數據，不需要通過互聯網上傳至云端。在2019漢諾威工博會上，Festo通過兩個展品展示，系統如何基于已有數據自主為問題找到解決方案。 

電池生產的智能過程監控 

Festo 于2018年4月收購了Resolto Informatik GmbH，進一步鞏固了人工智能的核心競爭力。Resolto 開發了一種名為SCRAITEC 的軟件解決方案，實時分析和解釋數據，識別并報告異常情況。這個系統還能通過對數據持續分析來不斷進行學習，擴大自己的知識庫。這種機器學習能力讓智能過程監控成了可能。 

觀眾可在Festo展臺現場體驗這個軟件解決方案。該方案通過檢測故障電池的應用進行展示。電池通過抓取門架升降。結合新推出的模塊化控制系統CPX-E-CEC 和伺服驅動控制器CMMT-AS，可實現實時監控。Resolto 監控軟件監視著電機電流和電缸的位置參數。如果發生異常，比如抓取單元抓取了錯誤規格的電池，就會簽發出一個報告。

智能軟件解決方案的數據采集和監控可在前沿或公司內進行，或通過物聯網網關CPX-IOT 連接到Festo云端進行。在前沿或公司內使用人工智能確保所有數據都保留在公司內，不會有安全風險或由網絡擁堵造成數據流的延遲。重要的是，需要有充足的結構化數據，才能用人工智能作為工具進行有意義的分析。得益于極高的計算能力，云則為多個分散的生產工廠提供良好的評估結果。 

人工智能減少了過程監控和故障管理所需的編程工作，為客戶提供實時的寶貴專業知識。早期就可檢測并預防生產過程中故障部件或過程，或機器故障。人工智能帶來的另一個優勢是，對一個特定制造部件的過程異常有完全的透明度和可追溯性。因為可識別出不合格品并從生產過程中剔除，所以未來可避免對整個生產線造成影響的大規模召回。

CMMT 單元內智能元件監視：：云端人工智能 

該展品展示了，一個學習算法如何用于不良元件的監控。CMMT控制器會記錄和采集電缸的數據。監視算法和采集數據的監控完全在Festo云端進行。因此，數據可隨時隨地獲取。

不過，客戶不僅可減少編程工作。客戶每個生產過程的正常狀態可在工作中或歷史數據的形式反饋給學習算法。這些數據能通過云端立即進行評估。因此，用戶能快速識別任何的差異，直接追蹤故障原因。還可快速識別需要被替換的元件。這節省了時間，減少了停機時間，降低了維護成本。可以想象，未來，諸如模塊、系統或整個機器單元這樣的元件組也可用這種方式進行監控。