V duchu soudobých trendů se i v naší firmě snažíme smysluplně využívat data, která nám poskytují naše stroje, resp. jednotlivé dílčí uzly strojů nebo komponenty, které jsou vybaveny různými senzory. Příkladem takového smysluplného využívání dat je např. identifikace zbytkové životnosti pracovního vřetena stroje s využitím modelu strojového učení. Vřeteník, klíčový uzel obráběcího stroje, je vybaven senzory, pomocí kterých se v rámci servisních měřicích cyklů měří vibrace, a případně také přesnost chodu pracovního vřetena. Model, který byl pro tyto účely vyvinut pomocí nástrojů AI využívajících při učení reálných i syntetických dat, vyhodnocuje za provozu stroje pravděpodobnost vzniku poruchy ložisek hlavního uložení, případně také druh poruchy. Výsledkem je následně informace o zbytkové životnosti pracovního vřetena stroje, která je pro daného uživatele velmi důležitá, neboť mu umožňuje včas připravit údržbu stroje nebo jeho případný servis. Odstávka stroje je následně zkrácena na minimální časový úsek, neboť servisní zásah je předem naplánován a servisní technik má k dispozici veškeré potřebné komponenty. Tento princip se postupně snažíme rozšířit také na ostatní uzly stroje.