Kõikuvad turutingimused, tarneahela piirangud, tööjõupuudus ja kiire tempoga globaalne tööstus sunnivad igas suuruses tootjaid nende tegutsemisviisi ümber hindama. Paljud tootjad on hakanud kasutama tehnoloogiat, et säilitada konkurentsieeliseid ja tegeleda pikaajaliste äriprobleemidega. Alates automatiseerimisest kuni digitaaltehnoloogia, tööstusliku Interneti ja muuni saavad ettevõtted neid uuendusi kasutada, et lõpuks kajastada erinevate süsteemide, protsesside ja inimeste andmeid, et pakkuda strateegilisi teadmisi, mis on vajalikud paremate otsuste tegemiseks.
Pole kahtlust, et neil ettevõtetel on palju andmeid, millega töötada. McKinsey uuringu kohaselt genereerib Manufacturing 1,9 petabaiti ehk 1900, 000 terabüüte aastas. Probleem oli selles, et nad vajavad paremat viisi andmete hõivamiseks ja analüüsimiseks ning selle kasutatavaks teabeks muutmiseks ning nad pidid seda kiiresti tegema. Selle tulemusel pöörduvad paljud ettevõtted tehisintellekti (AI) poole, et leida oma andmetega võimalusi oma operatsioonide parandamiseks.
Miks on AI andmeanalüüsi jaoks ideaalne?
Alates tootmissaagise ja tööaja parandamisest kuni nõudluse täpse prognoosimise ja masinate eemalt seireni ning isegi varade kontrollimiseni ning tootekvaliteedi parandamiseni saab AI -d kasutada, et märkimisväärselt parandada üldist tõhusust ja tootlikkuse mõõdikuid.
See ei ole maagia, vaid keeruline algoritmide kogum, mis analüüsitakse suures koguses andmeid, korreleeruvad või õppivad erinevates muutujatest mustreid ja rakendab neid teadmisi praegustele tingimustele, et aidata tulevasi olekuid ennustada. See ei tähenda, et inimesed ei saaks neid ülesandeid täita, vaid et Al saab neid teha kiiremini ja töödelda rohkem andmeid suurema täpsusega, parandades äritulemusi.
Näiteks on igas tootmiskeskkonnas traditsiooniliselt mitu erinevat töörühma ja masinat, mis koguvad oma andmeid. Iga seadme teave võib varieeruda kvaliteedi, vormingu ja ajastuse poolest, mis võib tekitada takistusi ja raskendada andmete sisukaid teadmisi.
AI -tehnoloogia abil saab kiiresti töödelda suuri andmeid, võimaldades ettevõtetel kiiresti ja täpselt ühendada operatiivteavet, ennustada alternatiivide põhjal tulemusi ja võimaldada tootjatel teha vilgas, teadlikke otsuseid. See ennetav ennustav võime asub AI tugevus ja see võib oluliselt suurendada toote saagikust.
Toote kvaliteediprobleemide algpõhjuse tuvastamisega aitab AI vähendada toote puuduseid ja vanaraua kiirust ning suurendada tootmise saagikust. Üksikasjaliku teabe ja analüüsi abil saavad tootjad käsitleda kvaliteedikontrolli probleeme enne, kui need mõjutavad otseselt ettevõtte lõpptulemust. Vaatame ühte sellist näidet.
Kasutage AI -d mootori kvaliteedi parandamiseks
Globaalne mootoritootja toodab suuri diiselmootoreid generaatorikomplektide, mereväe- ja mererakenduste ning sõjaväe sõidukite jaoks. Pärast kokkupanekut tehti iga mootor rangelt. Testimise ajal ei suuda isegi kõige kogenumad operaatorid tuvastada probleemi peeneid märke, põhjustades katsetamise ajal katastroofilisi ebaõnnestumisi või kui mootor on kasutusele võtnud. Need ebaõnnestumised on põhjustanud märkimisväärseid kahjusid, hilinenud saadetisi, loonud tagasilöögi testimisalad ja eelnevalt toodang, maksis ettevõttele miljoneid dollareid aastas ja mõjutavad õigeaegseid tarneid.
Probleem ei ole andmete puudumine, vaid kuidas seda kasutatakse. Tegelikult oli tehas kogunud protsessiandmeid aastaid, kuid kasutas seda järeltööks alles pärast ebaõnnestumise toimumist. Vaadates andmeid sellel reaktiivsel viisil, ei suuda meeskond aru saada, miks need ebaõnnestumised toimuvad või käsitlevad neid ennetavalt. Lõppkokkuvõttes peetakse neid küsimusi äritegevuse kuludena, kuni ettevõte kaalub AI kasutamist olemasolevate andmetega, et ennustada vara kriitilisi ebaõnnestumisi enne nende tekkimist.
Tootja alustas pilootprogrammiga, et panna AI jaoks vajalik andmeside, et mõju avaldada. Arvestades vajadust kasutada ajaloolisi andmeid, viis ettevõte kõigepealt läbi AI abil andmete puhastamise ja analüüsi, vähendades 100 mootorist 20 miljardit andmepunkti 6 miljardile kõige mõjukaimale andmepunktile 48 tunni jooksul.
Järgmisena ühendage andmete visualiseerimiseks ja andmete lünkade tuvastamiseks mitu mudeli komplekti ja mudeli järgi. Lünkade analüüsi põhjal tehti teatud andmete sagedamini eraldamiseks kohandusi, parandades sellega modelleerimist. AI-platvormi abil tehakse kogu analüüs madala riskiga keskkonnas, ilma et see mõjutaks praegust tootmist.
Nende andmete põhjal on tootjad võimelised looma lähtejooni, tuvastama suundumusi ja kõrvalekaldeid ning arendama plaane teabe rakendamiseks. Vaid mõne nädala jooksul koostasid nad aruande riskimootorite rühma seerianumbri järgi. Selle teabe põhjal kahtlustavad tootjad, et neil mootoritel on kvaliteedikontrolli testide ajal või valdkonnas suurem tõenäosus. Sidudes testiandmed tegelike toote tõrketega, tuvastati aruandes mitme aasta jooksul täpselt enam kui 80 protsenti mootori probleemidest.
Oluline on märkida, et see projekt on iteratiivne protsess, kuna AI mudel õpib pidevalt. Umbes 45 päeva jooksul suutis mudel ennustada ebaõnnestumisi 30 minutit ette nullpositiivse määraga.
Minimeerida operatsioonide häireid
Ametliku turuletoomise ajal on AL-lahendus ühendatud reaalajas andmetega, mille genereerib testkontrollisüsteem ja inimese masina liides (HMI). See ei mõjuta normaalset toimimist. Tegelikult oli mudel integreeritud ettevõtte standardkatsetarkvaraga ja operaator ei olnud isegi teadlik, et see on rakendatud. Nad peavad lihtsalt teadma, et nüüd teavitab nende HMI -liides neid võimalikust ähvardavatest probleemidest ja kuidas nendega toime tulla.
Esimese 90 päeva jooksul tuvastas AI-taotlus 20 reaalajas sündmust, vältis mootorikahjustusi enam kui 4,5 miljonit dollarit ja saavutas projekti jaoks 10-kordse investeeringutasuvuse (ROI).
Nagu see juhtum illustreerib, võib AI võimendamine pakkuda tootjatele viisi ennetavalt vähendada kvaliteedivedu, säästa raha ja parandada tarnemäärasid, minimeerides samal ajal häireid toimingutega. Alustades andmete kindlast alustamisest ja töötamisest kogenud partneritega, võib AI pakkuda teadmisi, mis on vajalikud äritulemuste edendamiseks ja aidata tootjatel konkureerida tänapäeva kiiresti arenevas ärikeskkonnas.
Kuid AI ei pea olema kõigile sobiv lahendus. Sõltuvalt teie vajadustest, rakendusest ja konkreetsest olukorrast tuleb kohandada erinevaid lahendusi. Seetõttu on oluline, et teie poolel oleks usaldusväärne partner. Kui rääkida AI -st, saavad nad hinnata, kus te oma digitaalse ümberkujundamise teekonnal viibite, oma eesmärke või väljakutseid mõista ja määratleda parimate müüjate lahendus, mis sobib kõige paremini teie tegelikele vajadustele.