Kolísavé trhové podmienky, obmedzenia dodávateľského reťazca, nedostatok pracovných síl a rýchly globálny priemysel nútia výrobcov všetkých veľkostí, aby prehodnotili spôsob, akým fungujú. Mnoho výrobcov začalo prijímať technológiu na udržanie konkurenčnej výhody a riešiť dlhodobé obchodné výzvy. Od automatizácie po digitálne technológie, priemyselné internet vecí a ďalšie podniky môžu tieto inovácie využiť na zachytenie údajov z rôznych systémov, procesov a ľudí, aby poskytovali strategické poznatky potrebné na lepšie rozhodnutia.
Niet pochýb o tom, že tieto spoločnosti majú veľa údajov, s ktorými majú pracovať. Podľa štúdie McKinsey vyrába výroba 1,9 petabajtov alebo 1 900, 000 terabajty údajov ročne. Problém bol v tom, že potrebovali lepší spôsob, ako zachytiť a analyzovať údaje a zmeniť ich na použiteľné informácie, a potrebovali to rýchlo. Výsledkom je, že mnoho podnikov sa obracia na umelú inteligenciu (AI), aby našla príležitosti so svojimi údajmi na zlepšenie svojej činnosti.
Prečo je AI ideálna na analýzu údajov?
Od zlepšovania výrobných výnosov a dostupnosti, až po presné predpovedanie dopytu a na diaľkové monitorovanie strojov a dokonca aj kontrolovanie aktív a zlepšenie kvality produktu, môže byť AI využitá, aby sa výrazne zlepšila celková účinnosť a metriky produktivity.
Nie je to mágia, ale komplexná skupina algoritmov, ktoré analyzujú veľké množstvo údajov, korelujú alebo učia vzorce v rôznych premenných a tieto znalosti aplikujú na súčasné podmienky, aby pomohli predpovedať budúce štáty. To však neznamená, že ľudia nemôžu tieto úlohy vykonávať, ale že ich dokáže urobiť rýchlejšie a spracovať viac údajov s väčšou presnosťou a zlepšovať obchodné výsledky.
Napríklad v akomkoľvek výrobnom prostredí existuje tradične niekoľko rôznych pracovných skupín a strojov, ktoré zhromažďujú svoje vlastné údaje. Informácie z každého zariadenia sa môžu líšiť v kvalite, formáte a načasovaní, ktoré môžu vytvárať prekážky a sťažiť analýzu a získanie zmysluplných poznatkov z údajov.
S pomocou technológie AI je možné rýchlo spracovať veľké množstvo údajov, čo spoločnosti umožňuje rýchlo a presne kombinovať prevádzkové informácie, predpovedať výsledky založené na alternatívach a umožniť výrobcom robiť agilné a informované rozhodnutia. Táto preventívna prediktívna schopnosť je miestom, kde leží sila AI a môže výrazne zvýšiť výnosy produktu.
Identifikáciou hlavnej príčiny problémov s kvalitou produktu môže AI pomôcť znížiť defekty produktu a sadzby šrotu a zvýšiť výrobné výnosy. S podrobnými informáciami a analýzami sa výrobcovia môžu zaoberať problémami s kontrolou kvality skôr, ako priamo ovplyvnia spodný riadok spoločnosti. Pozrime sa na jeden taký príklad.
Použite AI na zlepšenie kvality motora
Globálny výrobca motora vyrába veľké dieselové motory pre generátorové súpravy, námorné a morské aplikácie a vojenské vozidlá. Po montáži je každý motor vystavený prísnemu testovaniu. Počas testovania ani tí najskúsenejší operátori často nedokážu zistiť jemné príznaky problému, čo vedie k katastrofickým zlyhaniam počas testovania alebo po prevádzke motora. Tieto zlyhania spôsobili značné straty, oneskorené zásielky, vytvorené nevyriešené testovacie oblasti a výrobu proti prúdu, stáli spoločnosť milióny dolárov ročne a negatívne ovplyvnili dodávky včas.
Problémom nie je nedostatok údajov, ale ako sa používa. V skutočnosti rastlina zhromažďovala údaje o procesoch už roky, ale na následné práce ich používali až po zlyhaní. Pri pohľade na údaje týmto reaktívnym spôsobom tím nedokáže pochopiť, prečo sa tieto zlyhania vyskytujú alebo aktívne riešia. V konečnom dôsledku sa tieto problémy považujú za náklady na podnikanie, kým spoločnosť nepovažuje za použitie AI na existujúcich údajoch na predpovedanie kritických zlyhaní aktív skôr, ako k nim dôjde.
Výrobca začal pilotným programom na položenie potrebnej dátovej základy pre AI, aby to ovplyvnilo. Vzhľadom na potrebu používať historické údaje spoločnosť najskôr vykonala čistenie a analýzu údajov pomocou AI, čím znížila 20 miliárd dátových bodov zo 100 motorov na 6 miliárd najvplyvnejších údajových bodov za 48 hodín.
Ďalej pripojte viac súborov modelov podľa času a modelu, aby ste si vizualizovali údaje a identifikovali všetky medzery v dátových údajoch. Na základe analýzy medzery sa vykonali úpravy tak, aby extrahovali určité údaje častejšie, čím sa zlepšilo modelovanie. Použitím platformy AI sa celá analýza vykonáva v prostredí s nízkym rizikom bez akéhokoľvek vplyvu na súčasnú výrobu.
Z týchto údajov sú výrobcovia schopní zriadiť základné línie, identifikovať trendy a anomálie a vypracovať plány na uvedenie informácií do činnosti. Za pár týždňov vypracovali správu, v ktorej identifikujúcu skupinu rizikových motorov podľa sériového čísla. Na základe týchto informácií výrobcovia majú podozrenie, že tieto motory majú vyššiu pravdepodobnosť problémov počas testov kontroly kvality alebo v teréne. Prepojením testovacích údajov so skutočnými zlyhaniami produktu správa v priebehu niekoľkých rokov presne identifikovala viac ako 80 percent problémov s motorom.
Je dôležité poznamenať, že tento projekt je iteračným procesom, pretože model AI sa neustále učí. Približne za 45 dní bol model schopný predpovedať zlyhania 30 minút vopred s nulovou falošnou pozitívnou sadzbou.
Minimalizujte narušenie operácií
Počas oficiálneho spustenia je riešenie AL pripojené k údajom v reálnom čase generovaným systémom riadenia testu a rozhraním ľudského stroja (HMI). To nemá žiadny vplyv na normálnu prevádzku. V skutočnosti bol model integrovaný so štandardným testovacím softvérom spoločnosti a operátor si ani neuvedomoval, že bol implementovaný. Potrebujú len vedieť, že teraz ich rozhranie HMI bude informovať o akýchkoľvek potenciálnych problémoch s blížiacim sa problémom a o tom, ako sa s nimi vysporiadať.
V prvých 90 dňoch aplikácia AI zistila 20 udalostí v reálnom čase, vyhla sa poškodeniu motora viac ako 4,5 milióna dolárov a dosiahla pre tento projekt 10-násobnú návratnosť investícií (NI).
Ako ukazuje tento prípad, využitie AI môže výrobcom poskytnúť spôsob, ako proaktívne znížiť vady kvality, ušetriť peniaze a zlepšiť mieru dodania a zároveň minimalizovať narušenie operácií. Počnúc solídnym základom údajov a prácou so skúsenými partnermi môže AI poskytnúť informácie potrebné na riadenie obchodných výsledkov a pomoc výrobcom súťažiť v dnešnom rýchlo sa rozvíjajúcom obchodnom prostredí.
Ale AI nemusí byť roztokom univerzálnej veľkosti. V závislosti od vašich potrieb, aplikácie a konkrétnej situácie je potrebné prispôsobiť rôzne riešenia. Preto je dôležité mať na vašej strane dôveryhodného partnera. Pokiaľ ide o AI, môžu posúdiť, kde sa nachádzate na svojej digitálnej transformačnej ceste, porozumieť svojim cieľom alebo výzvam a identifikovať riešenie od najlepších dodávateľov, ktoré najlepšie vyhovuje vašim skutočným potrebám.