“创新经常会与技术开发和发明等联系在一起。然而，创新本身并不意味着技术发明——创新是价值创造，而不是技术发明。当然，并不是说技术发明与创新完全不相关，
技术发明与业务模式的变革可以大大提升价值。技术发明超出了建立业务模式的瓶颈，业务模式的创建提供了技术的应用领域。通过技术与业务模式间的相互作用，两者的附加价值都可得到提升。”
以上这段话是11月7日在ASPENCORE举办的2019全球CEO峰会上，瑞萨电子株式会社高级副总裁、瑞萨电子中国董事长真冈朋光先生在发表“技术创新推动业务模式创新”主题演讲时所提出的观点。
众所周知，目前在各种领域当中都有AI的应用方案，但很多方案AI应用都取决于云端的计算能力。MCU是嵌入式系统核心。嵌入式系统对实时性的要求，会因为延时而出现滞后问题。在这样的环境下，嵌入式人工智能就能大显身手。
据介绍，瑞萨电子新一代MCU技术可为嵌入式系统领域提供新的附加价值，实现更多的功能，增长多点嵌入式的AI功能。这项技术也可在独立系统当中应用AI。
瑞萨电子嵌入式人工智能即e-AI。它可以拓展物联网连接、设备安置及建设的场所范围。在接下来的演讲中，真冈朋光就以这个话题探讨了如何实现创新和提升价值。
通过e-AI应用案例看如何实现预测性维护转型
瑞萨电子为e-AI的推广和强化制定了相应的产品规划，2017年7月已开发出第一代产品。
下面这幅图展示了瑞萨电子的旗舰工厂。它使用e-AI的案例，做了e-AI单元，嵌入在产品当中，同时安装了AI算法。该e-AI单元与工厂设备当中的传感器连接，并从传感器收集数据，收集数据和结果再到AI系统当中处理并开发推理逻辑。然后将推理逻辑回送AI单元，并予以执行。
通过这个实验可以看出，首先，采样周期得到了缩短。通过在设备中安装高性能处理器，就能够详细地分析从传感器获得的数据变化。其次，所获得的数据波形的细微变化也可以识别出，而这样的数据通常只能用上限和下限管理。这个实验当中，人们可以如同发现了形状变化一样感知波形变化，从而可以在实际故障发生之前进行管理。
安装e-AI系统能够更有效、更及时地实现预测性维护，并将上市周期缩短三分之一，每年减少1千万美元的维护成本。
“我们已经在瑞萨电子工厂安装了150个e-AI单元。包含其他采用e-AI解决方案的客户工厂在内，我们计划将这个数量扩大到3000个。”他介绍说，“在合作伙伴中，也有来自中国本土的企业，他们在自己的工厂当中测试了e-AI解决方案，并取得了良好的成果。”
2018年10月，瑞萨电子开发出第二代动态可配置处理器（DRP）技术，增长了e-AI第二代产品的性能。DRP可以作为快速变化的深度神经网络加速器，AI加速需要多个并行处理，而瑞萨电子的第二代DRP可以根据计算结果动态调整电路，因此，它可以支持AI所需的加速操作。
真冈朋光通过视频展示了第二代加速处理获得的效果（下图）。两个视频都是使用处理器来检测对象。左侧是工作频率在500MHz的普通处理器，需要140ms才能检测到对象，钟摆运动具有明显延迟。右侧使用了瑞萨电子第二代技术，工作频率为40MHz，比左侧更低。还能平稳地检测到钟摆的运动，检测时间只需要10.4ms。这显示了第二代技术的强大所在，它可以加速学习，并快速适应数据输入。
通过e-AI案例可以发现，依靠e-AI的技术可实现从预防性维护向预测性维护的转变，更进一步通过使用DRP加速器实现自动维护，从而使现有业务模式的更新。
SOTB技术让嵌入式系统仅采用能量收集供电
接下来，真冈朋光介绍了另一种技术——SOTB（薄氧化埋层上覆硅工艺）的相关案例。SOTB是由瑞萨电子独立开发的一种非常独特的低功耗技术。从下图中可以看出，目前世界上大多数低功耗技术，都是只能在运行或者待机模式中的一种下保持低功耗。而SOTB的独特性在于其在两种模式下都能保持极低功耗。
真冈朋光表示，瑞萨电子目前正在研究如何将这种独特技术应用在各种领域中。SOTB的超低功耗是传统的MCU的十分之一，这种功耗下，系统可以在无电池的情况下从周围环境获取能源（例如通过小型太阳能电池板，或皮肤温度、振动等环境能量收集）来驱动。
“SOTB的超低功耗非常适合用于物联网领域。通过环境能源发电、传感器与无线信号的组合，我们相信能够开发出多种多样的面向物联网领域的应用。SOTB技术让构建无电池系统成为可能。传感器可以部署在难以维护的场所，并可进行持续的监控。这些过去完全不能想的技术现在都成为可能。”他表示。
通过SOTB与e-AI组合，可以搭建更有效率的系统。“具体来说，e-AI是检测异常信号，在异常发生之后仅发送检测信息的模式。我们相信该系统可以构建出高度分散的分布式物联网系统，并带来创新的商业模式。”他总结道，“瑞萨电子通过技术创新的推动，将带来商业模式的革新，进而提供新的附加价值。”
