Kad es runāju ar objektu vadītājiem un rūpnīcu īpašniekiem, gaisā virmo kāds izplatīts maldīgs priekšstats. Ja jūs viņiem jautājat, kā izskatās mākslīgais intelekts rūpnīcas cehā, viņi parasti iedomājas ļoti sinhronizētu robotizētu roku, kas metina automašīnas šasiju.
Taču tas nav mākslīgais intelekts. Tā ir fiziskā automatizācija. Tā ir iespaidīga, tā ir efektīva, un tā pastāv jau gadu desmitiem.
Ja vēlaties uzzināt, kā izmantot mākslīgo intelektu ražošanā šodien, jums jāpārstāj skatīties uz fiziskajām mašīnām un jāsāk pievērst uzmanību neredzamajiem datiem, kas plūst starp tām. Patiesā revolūcija nav tajā, lai iemācītu mašīnām kustēties. Tā slēpjas tajā, lai iemācītu jūsu rūpnīcai domāt.
Mēs ieejam kognitīvās ražošanas ērā. Tas ir laiks, kad mākslīgais intelekts pārsniedz pamata robotikas robežas un pārņem jūsu darbības nervu sistēmu: pārvaldot sarežģītas piegādes ķēdes, prognozējot katastrofālas iekārtu kļūmes, pirms cilvēka auss vispār spētu sadzirdēt zobratu čīkstēšanu, un mikro-optimizējot enerģijas patēriņu, lai ievērojami samazinātu pieskaitāmās izmaksas.
Ražošanas līnijas vadīšana ir augsta stresa un zemas peļņas normas spēle. Katra neplānotas dīkstāves minūte, katrs izejvielu piegādes aizkavējums un katrs enerģijas cenu kāpums tieši samazina jūsu peļņu. Apskatīsim, kā mākslīgais intelekts var sistemātiski novērst šo nenoteiktību.
Kā izmantot mākslīgo intelektu ražošanā: aiz robotizētās rokas robežām
Lai izprastu kognitīvo mākslīgo intelektu, mums ir jāapskata, kā rūpnīcas tradicionāli pārvalda riskus. Vēsturiski ražošana ir darbojusies divos režīmos: plānotajā un reaktīvajā.
Jūs plānojat apkopi, pamatojoties uz kalendāru. Jūs pasūtāt materiālus, pamatojoties uz vēsturiskām izklājlapām. Jūs darbiniet apkures, dzesēšanas un smagās tehnikas iekārtas, pamatojoties uz darbinieku maiņām.
Problēma? Realitātei jūsu kalendārs nerūp.
Iekārtas sabojājas nedēļu pirms to plānotās apkopes. Globāla piegādes kavēšanās iesprosto jūsu kritiskos komponentus ostā 3000 jūdžu attālumā. Enerģijas tīklos cenas strauji pieaug tieši tad, kad jūs izmantojat savus visvairāk enerģiju patērējošos procesus.
Mākslīgais intelekts to maina no statiska un reaktīva modeļa par dinamisku un prognozējošu. Tas piesaista tūkstošiem datu punktu – no vibrācijas sensoriem uz virpas līdz globālām laikapstākļu tendencēm, kas ietekmē kuģošanas maršrutus – un atpazīst likumsakarības, kuras cilvēka smadzenes plašā mērogā vienkārši nespēj apstrādāt.
Prognozējošā apkope: iekārtu labošana, pirms tās sabojājas
Parunāsim par jūsu dārgāko naktsmurgu: neplānotu dīkstāvi. Kad apstājas kritiska iekārta, tas jums nemaksā tikai par remontu. Tas maksā par dīkstāvē esošu darbaspēku, aizkavētām piegādēm, iedragātu reputāciju un traucētām pakārtotajām darba plūsmām.
Tradicionālais risinājums ir profilaktiskā apkope. Jūs katru ceturksni izslēdzat pilnīgi darboties spējīgu iekārtu, lai nomainītu detaļas, kas varētu būt nolietojušās. Tas ir dārgi, nelietderīgi, un, ironiskā kārtā, iekārtu izjaukšana bieži vien rada jaunus defektus.
MI virzīta prognozējošā apkope ir pilnīgi atšķirīga. Pievienojot iekārtām lētus IoT (lietiskā interneta) sensorus, kas mēra vibrāciju, temperatūru, akustiskās frekvences un enerģijas patēriņu, jūs nodrošināt MI pastāvīgu datu plūsmu par iekārtas "veselības" stāvokli.
Mašīnmācīšanās modelis iemācās precīzu pilnīgi funkcionējošas CNC mašīnas pamattonīti. Laika gaitā tas iemācās atpazīt bojātas vārpstas gultņa skaņu vairākas nedēļas pirms tās fiziskas plīšanas.
Tā vietā, lai piedzīvotu katastrofālu kļūmi otrdienas pēcpusdienā, jūs saņemat brīdinājumu piektdienas rītā: "Noteikta vibrācijas anomālija 4. virpai. 87% vārpstas kļūmes varbūtība nākamo 14 dienu laikā. Ieteicams detaļu nomainīt ārpus darba laika šajā nedēļas nogalē."
Jūs to salabojat tad, kad tas ir lēti, ērti un kontrolēti. Tas vien var krasi samazināt uzturēšanas izmaksas un gandrīz pilnībā novērst negaidītus bojājumus. Ja vēlaties izprast šī procesa plašāku finansiālo ietekmi, es ļoti iesaku iepazīties ar mūsu visaptverošo ceļvedi par ietaupījumiem ražošanā.
Piegādes ķēdes sinhronizācija: beidziet zīlēt
Ja pēdējie gadi mums kaut ko ir iemācījuši, tad to, ka "Just-In-Time" (tieši laikā) ražošana darbojas lieliski līdz brīdim, kad viens kuģis iestrēgst kanālā vai rodas pēkšņs noteikta mikročipa deficīts.
Mūsdienās pārvaldīt ražošanas piegādes ķēdi, izmantojot statiskas izklājlapas, ir tāpat kā mēģināt orientēties plašā pilsētā ar karti, kas zīmēta pirms desmit gadiem.
MI ne tikai seko līdzi tam, kur atrodas jūsu materiāli; tas prognozē, kad tie reāli ieradīsies, un attiecīgi pielāgo visu jūsu ražošanas grafiku.
Iedomājieties MI sistēmu, kas zina jūsu izpildes laikus, uzrauga globālās ziņas par streikiem ostās, seko līdzi laikapstākļu tendencēm, kas varētu aizkavēt kravas kuģus, un nekavējoties aprēķina ietekmi uz jūsu krājumiem. Ja MI konstatē, ka kritiskas izejvielas kavēsies četras dienas, tas ne tikai atzīmē kavēšanos. Tas var autonomi:
- Analizēt jūsu pašreizējos drošības krājumus.
- Ieteikt pārvirzīt ražošanu uz citu produktu līniju, kas izmanto pieejamos materiālus.
- Automātiski sagatavot pirkuma pasūtījumus alternatīviem vietējiem piegādātājiem, lai novērstu iztrūkumu.
Tas noņem paniku no iepirkumiem. Tā vietā, lai jūsu piegādes ķēdes vadītājs visu dienu pavadītu dzēšot ugunsgrēkus un veicot izmisīgus tālruņa zvanus, viņš pārskata MI ģenerētus ārkārtas situāciju plānus. Jūs varat padziļināti iepazīties ar to, kā darbojas šī pārstrukturēšana, mūsu piegādes ķēdes pārvaldības analīzē.
Enerģijas optimizācija: pārstājiet dedzināt naudu rūpnīcas cehā
Ražošana ir ārkārtīgi energoietilpīga. Bet cik liela daļa no šīs enerģijas reāli pārtop produktā, un cik daudz vienkārši tiek izšķiests fonā?
Lielākā daļa rūpnīcu savas HVAC, apgaismojuma un smagās tehnikas sistēmas darbina pēc nemainīgiem grafikiem. MI uztver enerģijas patēriņu kā reāllaika optimizācijas mīklu.
MI enerģijas pārvaldības sistēma analizē jūsu ražošanas grafiku, laikapstākļus ārā (kas ietekmē apkures un dzesēšanas vajadzības iekštelpās) un reāllaika svārstības vietējā enerģijas tīkla cenās.
Tā var atklāt, ka rūpniecisko krāšņu priekšsildīšana 45 minūtes agrāk ļauj izmantot ārpus maksimumstundu elektroenerģijas tarifus, kas ļauj ietaupīt tūkstošus mēnesī. Tā var dinamiski regulēt klimata kontroli rūpnīcas cehā, pamatojoties uz pašlaik strādājošo iekārtu siltuma izdalīšanos. Tā var identificēt, kuras iekārtas atrodas dīkstāvē, bet patērē milzīgu daudzumu "vampīru" enerģijas, un automātiski tās izslēgt.
Tie ir mikro-pielāgojumi – ietaupot kādu pensa daļiņu šeit, kilovatu tur –, bet, pielietoti plašā objektā 24 stundas diennaktī, to ietekme uz jūsu peļņu ir satriecoša. Katram izdevumam ir jābūt pamatotam, un nepārvaldīts enerģijas patēriņš ir vēsturiskas izmaksas, kuras jūs vairs nevarat atļauties ignorēt. Plašāku ieskatu par šo komunālo pakalpojumu pārvaldību varat lasīt mūsu apskatā par uzņēmuma enerģijas izmaksu samazināšanu.
Pirmais solis: ar ko patiesībā sākt?
Lielākā kļūda, ko es redzu uzņēmumu īpašniekus pieļaujam ar MI, ir mēģinājums aptvert neaptveramo. Viņi vēlas pilnībā autonomu, viedu rūpnīcu līdz nākamajam ceturksnim. Tas parasti noved pie dārgiem konsultantu rēķiniem un nekādām reālām izmaiņām.
Mans kā MI transformācijas aģenta padoms? Sāciet ar mazumiņu, bet sāciet nekavējoties.
1. Identificējiet savu lielāko vājo vietu. Vai tā ir noteikta iekārta, kas pastāvīgi lūst? Vai tas ir konkrēts piegādātājs, kurš hroniski kavējas? Vai jūsu enerģijas rēķins iznīcina jūsu peļņas normu?
2. Izolējiet datus. Ja tā ir iekārta, vai varat šodien tai uzstādīt vibrācijas sensoru par $200? Jums nav nepieciešama rūpnīcas mēroga sistēma; jums vienkārši nepieciešami dati par jūsu lielāko galvassāpju cēloni.
3. Veiciet 30 dienu MI izmēģinājuma projektu. Ievadiet šos konkrētos datus prognozējošā MI rīkā. Darbiniet to paralēli jūsu pašreizējiem cilvēku vadītajiem procesiem. Ļaujiet MI pierādīt savu vērtību. Kad tas pareizi prognozēs kļūmi vai pamanīs efektivitātes trūkumu, jūs iegūsiet nepieciešamo atbalstu, lai to paplašinātu uz pārējo ražošanas cehu.
MI ražošanā vairs nav zinātniskā fantastika, un tas vairs nav pieejams tikai daudzu miljardu dolāru vērtiem globāliem konglomerātiem. Rīki ir pieejami, sensori ir lēti, un investīciju atdeve (ROI) ir tūlītēja.
Vienīgais jautājums, kas jums jāuzdod sev, ir: cik ilgi vēl jūs esat gatavi maksāt par neefektivitāti, ko jūsu konkurenti jau programmē ārā no pastāvēšanas?