ИЗКУСТВЕНО ИНТЕЛИГЕНТНОСТ В ПРОИЗВОДСТВОТО: КЪДЕ ДА ЗАПОЧНЕТЕ И КАК ДА ИЗМЕРЕТЕ

В производството AI вече е помогнал на организациите да спестят разходи и време и сега помага за помощни задачи като проектиране и разработка на продукти.

Изкуственият интелект предлага потенциални значителни ползи в различните сектори. В допълнение към ускоряване на задачите и намаляване на грешките / преработката на съществуващите функции, AI е помогнал на организациите да отключат нови възможности във веригата си на стойност. В производството AI вече е помогнал на организациите да спестят разходи и време и сега помага за помощни задачи като проектиране и разработка на продукти. В нашия неотдавнашен доклад за „Мащабиране на ИИ при операции“ искахме да разберем повече за въздействието на ИИ върху веригата на стойността на производителите и къде секторът е свидетел на най-голямото прилагане на ИИ. Разгледахме също така критичните фактори, върху които производителите трябва да се съсредоточат, за да мащабират тези случаи на употреба в тяхната организация. За да отговорим на тези въпроси, проведохме задълбочено проучване на внедряването на ИИ в 75 водещи световни организации, всяка от които в автомобилостроенето, космическата и отбранителната промишленост, промишленото производство и потребителските стоки. Интервюирахме и няколко експерти от индустрията, за да съберем техните виждания за въздействието, което AI оказва върху тяхната организация. И така, какви са случаите на използване на ИИ, които имат най-голямо значение за производствените организации?

ИНТЕЛИГЕНТНО ПОДДРЪЖКА

Интелигентната поддръжка помага на организацията да се справи с множество предизвикателства с традиционните процеси на поддръжка. Навременната и точна поддръжка на машините на магазина не само помага на организациите да спестят от скъпи разходи за престой, но и намалява разходите, свързани със самата поддръжка. Квантовата икономия само чрез избягване на престой може да бъде огромна, особено за голям производител. Изкуственият интелект използва данни, получени от сензори, монтирани на машини, заедно с исторически данни за повреди на машината, за да се предвиди интелигентно кога машината може да се повреди. Въз основа на тази информация AI системата може да дава препоръки на обслужващия персонал на магазина, като същевременно добавя тази нова информация, за да подобри собствената си точност в бъдеще.

КОНТРОЛ НА КАЧЕСТВОТО НА ПРОДУКТА

Контролът на качеството е съществена част от веригата на стойност на производителите. Нестандартният продукт води не само до скрап / отпадъци, но и за силно регулирани отрасли, като например автомобилни стоки и стоки за потребителски продукти, това също може да доведе до големи глоби от регулатора. Освен финансовите последици от един по-нисък продукт, организациите също са изправени пред риск за репутацията, ако такъв продукт го прави на ръката на клиента. AI заедно с машинното зрение може да помогне на производителите да се справят ефективно с въпросите за качеството на магазина. AI система може да бъде обучена с голям набор от изображения, събрани от камерите на магазина. AI системата използва тези знания, за да сравнява с продуктите, които са в процес на производство, за да идентифицира дефектни продукти, които след това могат да бъдат отстранени от потока на процеса за преработка / бракуване.

ИЗИСКВАНЕ НА ПЛАНИРАНЕ

Точното измерване на потребителското търсене е от съществено значение за производителите. Докато надценяването на търсенето може да доведе до увеличаване на разходите за запаси, подценяването на търсенето води до загубени приходи. Производителите използват машинно обучение, за да прогнозират промените в търсенето възможно най-близо. Системите, базирани на AI, могат да бъдат обучени, като се използват данни от исторически продажби, данни на трети страни, напр. Социални медии и други специфични за сектора данни, за да се направят прогнози за бъдещото потребителско търсене, как определена комбинация от събития влияе на търсенето. Това позволява на производителите да направят необходимите промени в производствения график и доставките на суровини, като по този начин спестяват разходи и подобряват общата производителност.

НО КАК МОЖЕТЕ ОРГАНИЗАЦИИ ДА ВЗЕМАТ ИЗМЕРВАНЕ?

Едно от най-големите предизвикателства, с които се сблъскват производителите, е преминаването от доказателство за концепция (POC) към мащабно разгръщане на случаи на използване на ИИ. Например в автомобилната индустрия установихме, че до средата на 2017 г. само 10 процента от производителите на автомобилни производители са доставили AI изпълнения в мащаб. Този брой нарасна само незначително до 14 процента до януари 2019 г. Въз основа на нашия собствен опит да помогнем на големите организации да мащабират ИИ и приноса на тези експерти, ние очертаваме основните стъпки, които производителите могат да предприемат за преодоляване на това предизвикателство.

ЗАДЪЛЖИТЕЛНО УСПЕШНИ AI ПРОТОТИПИ В ЖИВАТА ОКОЛНА СРЕДА

След като случай на използване на AI доказа своята стойност в контролирана среда, организациите трябва да го внедрят в жива среда, за да научат нови сценарии и да подобрят точността. Системата AI също трябва да бъде интегрирана със съществуващите ИТ системи на този ранен етап, за да се избегнат проблеми с интеграцията, тъй като случаят на използване се разгръща в мащаб.

ИНВЕСТИРАЙТЕ В ПОСТАНОВЯВАНЕ НА ФОНДАЦИЯ НА ДАННИ И AI СИСТЕМИ И ТАЛЕНТ

Инвестирането в основополагащи технологии и AI умения също е от ключово значение за дългосрочния успех. Това позволява на организациите да поддържат инерция, когато стойността на AI е доказана от първите няколко случая на употреба. Той също така помага за създаването на повтарящи се, по-бързи и по-лесни внедрения на нови AI приложения в бъдеще. Производителите също трябва да работят върху разработването на свой собствен фонд за таланти, който може да отчита мащабите на тези AI случаи на използване.

СКАЛИРАЙТЕ AI РЕШЕНИЕТО ПО МРЕЖАТА

След като се поставят основата на данни и талантът, организацията може да премести приложението AI към платформата AI, за да го направи достъпно в световен мащаб. Самата платформа може да бъде хоствана в облака, за да намали разходите и да подпомогне преносимостта. Производството също трябва да следи отблизо работата на приложението AI по критични параметри като обща стойност на бизнеса, нужда от преквалификация и точност. Освен ако повече организации не преминат от пилоти и доказателства за концепция към мащаб, новата ера 4.0 в производството все още ще остане неуловима цел. Чрез възприемане на мащабирана стратегия - която фокусира усилията върху най-ценните случаи на използване и поставя силни основи за управление, платформа и таланти - производителите могат да превърнат революционния потенциал на AI в следващата индустриална революция.

Тази статия първоначално е публикувана в The Machinist.