Kolísající podmínky trhu, omezení dodavatelského řetězce, nedostatek práce a globální průmysl rychle se rozvíjejí výrobce všech velikostí, aby přehodnotili způsob, jakým provozují. Mnoho výrobců začalo přijímat technologii, aby udržovala konkurenční výhodu a řešilo dlouhodobé obchodní výzvy. Od automatizace po digitální technologie, průmyslové IoT a další, podniky mohou tyto inovace využít k tomu, aby nakonec zachytily data z různých systémů, procesů a lidí, aby poskytovaly strategické poznatky potřebné k lepšímu rozhodování.
Není pochyb o tom, že tyto společnosti mají spoustu dat, se kterými lze pracovat. Podle studie McKinsey, výroba generuje 1,9 petabajty nebo 1 900, 000 terabytes dat ročně. Problém byl v tom, že potřebovali lepší způsob, jak zachytit a analyzovat data a proměnit je v použitelné informace, a museli to udělat rychle. V důsledku toho se mnoho podniků obrací na umělou inteligenci (AI), aby našlo své údaje ke zlepšení jejich operací.
Proč je AI perfektní pro analýzu dat?
Od zlepšení výnosů výroby a dočasnosti až po přesné předpovídání poptávky a vzdáleně monitorování strojů a dokonce kontroly aktiv a zlepšování kvality produktu může být AI využívána tak, aby výrazně zlepšila celkovou účinnost a metriky produktivity.
Nejedná se o magii, ale komplexní sada algoritmů, které analyzují velké množství dat, korelují nebo se učí vzory v různých proměnných a aplikují tyto znalosti na současné podmínky, aby pomohly předvídat budoucí stavy. To neznamená, že lidé nemohou tyto úkoly plnit, ale že AL může dělat rychleji a zpracovávat více dat s větší přesností, což zlepšuje obchodní výsledky.
Například v jakémkoli výrobním prostředí existuje tradičně několik různých pracovních skupin a strojů, které shromažďují svá vlastní data. Informace z každého zařízení se mohou lišit v kvalitě, formátu a načasování, které mohou vytvářet překážky a ztěžovat analýzu a získávání jakýchkoli smysluplných poznatků z dat.
S pomocí technologie AI lze velké množství dat rychle zpracovat, což společnostem umožňuje rychle a přesně kombinovat provozní informace, předpovídat výsledky založené na alternativách a umožnit výrobcům přijímat agilní, informovaná rozhodnutí. Tato preventivní prediktivní schopnost je místo, kde síla AI leží, a může výrazně zvýšit výnosy produktu.
Identifikací kořenové příčiny problémů s kvalitou produktu může AI pomoci snížit vady produktu a rychlosti šrotu a zvýšit výnosy výroby. S podrobnými informacemi a analýzou mohou výrobci řešit problémy s kontrolou kvality dříve, než přímo ovlivňují spodní hranici společnosti. Podívejme se na jeden takový příklad.
Použijte AI ke zlepšení kvality motoru
Globální výrobce motoru produkuje velké dieselové motory pro sady generátorů, námořní a mořské aplikace a vojenské vozidla. Po sestavení je každý motor vystaven přísnému testování. Během testování dokonce ani nejzkušenější operátoři často nedokážou detekovat jemné známky problému, což vede k katastrofickým selháním během testování nebo jakmile je motor v provozu. Tato selhání způsobila významné ztráty, zpožděné zásilky, vytvořené nevyřízené testovací oblasti a produkci proti proudu, stála společnost miliony dolarů ročně a negativně ovlivnila včasné dodávky.
Problém není nedostatek dat, ale jak se používá. Ve skutečnosti rostlina shromažďovala procesní data po celá léta, ale používala je pouze pro následnou práci po selhání. Při pohledu na data tímto reaktivním způsobem tým nedochází k tomu, proč k těmto selháním dochází nebo je aktivně řeší. Nakonec jsou tyto problémy považovány za náklady na podnikání, dokud společnost nepovažuje používání AI na stávajících datech k předpovídání kritických selhání aktiv dříve, než k nim dojde.
Výrobce začal pilotním programem, který položil nezbytný datový základ pro AI, aby měl dopad. Vzhledem k potřebě používat historická data společnost poprvé provedla čištění a analýzu dat s pomocí AI, čímž snížila 20 miliard datových bodů ze 100 motorů na 6 miliard nejvlivnějších datových bodů za 48 hodin.
Dále připojte více sad modelů podle času a modelu pro vizualizaci dat a identifikaci jakýchkoli datových mezer. Na základě analýzy mezer byly provedeny úpravy pro častěji extrahovat určitá data, čímž se zlepšilo modelování. Použitím platformy AI se celá analýza provádí v prostředí s nízkým rizikem bez jakéhokoli dopadu na současnou produkci.
Z těchto údajů jsou výrobci schopni vytvořit základní linie, identifikovat trendy a anomálie a vyvíjet plány na uvedení informací do akce. Za pouhých několik týdnů vytvořili zprávu identifikující skupinu rizikových motorů podle sériového čísla. Na základě těchto informací výrobci mají podezření, že tyto motory mají vyšší pravděpodobnost problémů během testů kontroly kvality nebo v terénu. Propojením testovacích dat se skutečnými selháním produktu zpráva přesně identifikovala více než 80 procent problémů s motorem během několika let.
Je důležité si uvědomit, že tento projekt je iterativní proces, protože model AI se neustále učí. Asi za 45 dní byl model schopen předpovídat selhání 30 minut předem s nulovou falešně pozitivní rychlostí.
Minimalizovat narušení operací
Během oficiálního spuštění je řešení AL připojeno k datům v reálném čase generované systémem kontroly testu a rozhraním lidského stroje (HMI). To nemá žádný vliv na normální provoz. Ve skutečnosti byl model integrován do standardního testovacího softwaru společnosti a operátor si ani neuvědomoval, že byl implementován. Stačí jen vědět, že jejich rozhraní HMI je bude informovat o možných hrozících otázkách a o tom, jak s nimi vypořádat.
Během prvních 90 dnů aplikace AI detekovala 20 událostí v reálném čase, zabránila více než 4,5 milionu dolarů na poškození motoru a dosáhla 10x návratnosti investice (ROI) pro projekt.
Jak ukazuje tento případ, využití AI může výrobcům poskytnout způsob, jak aktivně snižovat vady kvality, ušetřit peníze a zlepšit míru dodávek a zároveň minimalizovat narušení operací. Počínaje pevným základem dat a prací se zkušenými partnery může AI poskytnout informace potřebné k tomu, aby řídila obchodní výsledky a pomohla výrobcům soutěžit v dnešním rychle se vyvíjejícím podnikatelském prostředí.
AI však nemusí být univerzálním řešením. V závislosti na vašich potřebách, aplikaci a konkrétní situaci je třeba přizpůsobit různá řešení. Proto je důležité mít na vaší straně důvěryhodného partnera. Pokud jde o AI, mohou posoudit, kde jste na vaší digitální transformační cestě, porozumět vašim cílům nebo výzvám a identifikovat řešení od nejlepších dodavatelů, které nejlépe vyhovují vašim skutečným potřebám.