Gamintojai šiandien kovoja su didėjančiomis gamybos sąnaudomis, darbo jėgos trūkumu, tiekimo grandinės trapumu ir spaudimu siūlyti labiau pritaikytus produktus. AI tampa svarbia atsako į šį spaudimą dalimi.
Kai įmonės strategija priklauso nuo AI
Dauguma gamintojų siekia sumažinti išlaidas, tuo pačiu gerindami pralaidumą ir kokybę. AI palaiko šiuos tikslus numatydamas įrangos gedimus, koreguodamas gamybos grafikus ir analizuodamas tiekimo grandinės signalus. „Google Cloud“ apklausa parodė, kad daugiau nei pusė gamybos vadovų naudoja dirbtinio intelekto agentus tokiose srityse kaip planavimas ir kokybė. (https://cloud.google.com/transform/roi-ai-the-next-wave-of-ai-in-manufacturing)
Pokytis yra svarbus, nes AI naudojimas tiesiogiai susijęs su išmatuojamais verslo rezultatais. Sumažėjęs prastovos laikas, mažesnis laužas, geresnis OEE (bendras įrangos efektyvumas) ir geresnis klientų reagavimas – visa tai prisideda prie teigiamos įmonės strategijos ir bendro konkurencingumo rinkoje.
Ką atskleidžia naujausia pramonės patirtis
-
„Motherson Technology Services“ pranešė apie didelį pelną – 25–30 % sumažintos priežiūros sąnaudos, 35–45 % sumažintos prastovos ir 20–35 % didesnis gamybos efektyvumas, pritaikius agentais pagrįstą AI, duomenų platformų konsolidavimą ir darbo jėgos įgalinimo iniciatyvas.
-
„ServiceNow“ aprašė, kaip gamintojai suvienija darbo eigą, duomenis ir AI įprastose platformose. Ji pranešė, kad šiek tiek daugiau nei pusė pažangių gamintojų turi oficialias duomenų valdymo programas, kuriomis remia jų AI iniciatyvas.
Šie atvejai rodo važiavimo kryptį: AI yra įdiegtas operacijose – ne pilotuose, o darbo eigose.
Į ką turėtų atsižvelgti debesų ir IT lyderiai
Duomenų architektūra
Gamybos sistemos priklauso nuo mažo vėlavimo sprendimų, ypač dėl priežiūros ir kokybės. Lyderiai turi išsiaiškinti, kaip sujungti kraštutinius įrenginius (dažnai OT sistemas su palaikoma IT infrastruktūra) su debesijos paslaugomis. „Microsoft“ brandos kelio gairėse pabrėžiama, kad duomenų rezervuarai ir senoji įranga išlieka kliūtimi, todėl duomenų rinkimo, saugojimo ir bendrinimo standartizavimas dažnai yra pirmasis daugelio ateities gamybos ir inžinerijos įmonių žingsnis.
Naudojimo atvejų seka
ServiceNow pataria pradėti nuo mažo dydžio ir palaipsniui didinti AI diegimą. Dėmesys dviem ar trims didelės vertės naudojimo atvejams padeda komandoms išvengti „bandomųjų spąstų“. Nuspėjama techninė priežiūra, energijos optimizavimas ir kokybės tikrinimas yra tvirti atskaitos taškai, nes naudą palyginti lengva išmatuoti.
Valdymas ir saugumas
Veikiančių technologijų įrangos sujungimas su IT ir debesų sistemomis padidina kibernetinę riziką, nes kai kurios OT sistemos nebuvo sukurtos taip, kad jos būtų veikiamos platesniu internetu. Vadovai turėtų kruopščiai apibrėžti prieigos prie duomenų taisykles ir stebėjimo reikalavimus. Apskritai dirbtinio intelekto valdymas neturėtų laukti iki vėlesnių etapų, o prasidėti pirmuoju bandomuoju.
Darbo jėga ir įgūdžiai
Žmogiškasis faktorius išlieka svarbus. Operatorių pasitikėjimas AI palaikomomis sistemomis savaime suprantama, o naudojant dirbtinio intelekto pagrįstas sistemas reikia pasitikėti. Anot Automation.com, gamyba susiduria su nuolatiniu kvalifikuotos darbo jėgos trūkumu, todėl kvalifikacijos tobulinimo programos yra neatsiejama šiuolaikinių diegimų dalis.
Pardavėjo ir ekosistemos neutralumas
Daugelio gamybos aplinkų ekosistemą sudaro IoT jutikliai, pramoniniai tinklai, debesų platformos ir darbo eigos įrankiai, veikiantys biure ir patalpos aukšte. Lyderiai turėtų teikti pirmenybę sąveikai ir vengti prisirišimo prie vieno tiekėjo. Tikslas yra ne taikyti vieno tiekėjo požiūrį, o sukurti architektūrą, kuri palaiko ilgalaikį lankstumą, pritaikytą prie individualios organizacijos darbo eigos.
Poveikio matavimas
Gamintojai turėtų apibrėžti metriką, kuri gali apimti prastovų valandas, priežiūros sąnaudų mažinimą, pralaidumą, derlių, ir šie rodikliai turėtų būti nuolat stebimi. Motherson rezultatai pateikia realistiškus etalonus ir parodo kruopštaus matavimo galimus rezultatus.
Realybė: ne tik ažiotažas
Nepaisant sparčios pažangos, iššūkių išlieka. Įgūdžių trūkumas lėtina diegimą, pasenę įrenginiai sukuria fragmentiškus duomenis, o išlaidas kartais sunku prognozuoti. Jutikliai, jungiamumas, integravimo darbai ir duomenų platformos atnaujinimai – viskas kartu. Be to, saugumo problemos didėja, nes gamybos sistemos tampa vis labiau sujungtos. Galiausiai dirbtinis intelektas turėtų egzistuoti kartu su žmonių patirtimi; operatoriai, inžinieriai ir duomenų mokslininkai užkulisiuose turi dirbti kartu, o ne lygiagrečiai.
Tačiau naujausi leidiniai rodo, kad šiuos iššūkius galima įveikti naudojant tinkamas valdymo ir veiklos struktūras. Aiškus valdymas, daugiafunkcinės komandos ir keičiamo dydžio architektūra palengvina DI diegimą ir palaikymą.
Strateginės rekomendacijos lyderiams
- Susiekite AI iniciatyvas su verslo tikslais. Susiekite darbą su KPI, pvz., prastovomis, laužu ir vieneto kaina.
- Kruopščiai naudokite hibridinį krašto ir debesies mišinį. Naudodami debesų platformas mokymams ir analizei darykite išvadas realiuoju laiku šalia mašinų.
- Investuokite į žmones. Svarbios yra mišrios srities ekspertų ir duomenų mokslininkų komandos, todėl operatoriams ir vadovams turėtų būti siūlomi mokymai.
- Įdėkite apsaugą anksti. OT ir IT traktuokite kaip vieningą aplinką, darydami prielaidą, kad nepasitiki.
- Mastelis palaipsniui. Įrodykite vertę viename augale, tada išplėskite.
- Pasirinkite atviros ekosistemos komponentus. Atviri standartai leidžia įmonei išlikti lanksčiai ir išvengti pardavėjo užsiblokavimo.
- Stebėkite našumą. Keičiantis sąlygoms koreguokite modelius ir darbo eigas, atsižvelgdami į rezultatus, išmatuotus pagal iš anksto apibrėžtą metriką.
Išvada
Vidinis AI diegimas dabar yra svarbi gamybos strategijos dalis. Naujausi „Motherson“, „Microsoft“ ir „ServiceNow“ tinklaraščio įrašai rodo, kad gamintojai gauna išmatuojamą naudą derindami duomenis, žmones, darbo eigas ir technologijas. Kelias nėra paprastas, tačiau aiškus valdymas, tinkama architektūra, žvilgsnis į saugumą, į verslą orientuoti projektai ir didelis dėmesys žmonėms, dirbtinis intelektas tampa praktiniu konkurencingumo svertu.
(Vaizdo šaltinis: el frijole „Jelly Belly Factory Floor“ yra licencijuota pagal CC BY-NC-SA 2.0.)
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra TechEx dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
