INTEL·LIGÈNCIA ARTIFICIAL EN LA FABRICACIÓ: ON COM COMENÇAR I COM ESCALAR

En la fabricació, AI ja ha ajudat a les organitzacions a estalviar costos i temps, i ara està ajudant a tasques d’ajuda com el disseny i desenvolupament de productes.

La intel·ligència artificial ofereix potencials avantatges importants entre els diferents sectors. A més d’accelerar les tasques i reduir els errors / reelaboració de funcions existents, AI ha ajudat a les organitzacions a desbloquejar noves capacitats a la seva cadena de valor. En la fabricació, AI ja ha ajudat a les organitzacions a estalviar costos i temps, i ara està ajudant a tasques d’ajuda com el disseny i desenvolupament de productes. En el nostre recent informe sobre "Escalar AI en operacions", volíem entendre més sobre l'impacte de l'AI en la cadena de valor dels fabricants i on el sector és el que assisteix a la major implementació de la IA. També es van examinar els factors crítics en què han de dedicar-se els fabricants per tal d’escalfar aquests casos d’ús a tota la seva organització. Per respondre a aquestes preguntes, vam realitzar una investigació exhaustiva de les implementacions de l'AI en 75 organitzacions mundials líders cadascuna en matèria d'automoció, aeroespacial i de defensa, fabricació industrial i productes de gran consum. També vam entrevistar diversos experts del sector per obtenir les seves opinions sobre l'impacte que ha tingut l'AI en la seva organització. Quins són els casos d’ús de la IA que més importen a les organitzacions fabricants?

MANTENIMENT INTEL·LIGENT

El manteniment intel·ligent ajuda a l'organització a afrontar múltiples reptes amb els processos tradicionals de manteniment. El manteniment puntual i precís de les màquines al pis de la botiga no només ajuda a les organitzacions a estalviar costos d’aturada costosos, sinó que també redueix el cost associat al manteniment. La quantitat d’estalvis només evitant el temps d’inactivitat pot ser enorme, especialment per a grans fabricants. La intel·ligència artificial utilitza dades rebudes de sensors muntats a màquines juntament amb dades històriques sobre falles de la màquina per predir de forma intel·ligent quan la màquina pot fallar. A partir d’aquesta informació, el sistema d’AI pot fer recomanacions al personal de servei que hi ha a la botiga, alhora que afegir aquesta nova informació per millorar la seva pròpia precisió en el futur.

CONTROL DE QUALITAT DEL PRODUCTE

El control de qualitat és una part essencial de la cadena de valor dels fabricants. Un producte de qualitat no només condueix a fer malbaratament / desaprofitament, sinó que per a indústries fortament regulades com ara productes per a automoció i productes de consum, també pot produir grans multes per part del regulador. A banda de les implicacions financeres d’un producte inferior, les organitzacions també tenen risc de reputació si aquest producte arriba a la mà del client. L’AI, juntament amb la visió de la màquina, poden ajudar els fabricants a tractar eficaçment els problemes de qualitat a la botiga. Es pot entrenar un sistema AI amb un gran conjunt d’imatges recollides per càmeres de la botiga. El sistema AI utilitza aquests coneixements per comparar els productes de treball en procés per identificar productes defectuosos que després es poden treure del flux de procés per a la reelaboració / ferralla.

DEMANDAR PLANIFICACIÓ

L’estimulació de la demanda del consumidor amb precisió és essencial per als fabricants. Si bé la sobreestimació de la demanda pot comportar un augment del cost de l’inventari, menystenint els resultats de la demanda en ingressos perduts. Els fabricants utilitzen aprenentatge automàtic per predir els canvis en la demanda el més a prop possible. Els sistemes basats en la IA es poden formar mitjançant dades de vendes històriques, dades de tercers, per exemple, en xarxes socials i altres dades específiques del sector per fer prediccions sobre la base de la demanda futura dels consumidors sobre com una combinació particular d’esdeveniments afectés la demanda. Això permet als fabricants fer els canvis necessaris als calendaris de producció i a la compra de matèries primeres, estalviant així els costos i millorant la productivitat global.

PER COM ES PODEN FER LES ORGANITZACIONS?

Un dels majors reptes que tenen els fabricants és passar de la prova de concepte (POC) a desplegaments a escala de casos d’ús de la IA. Per exemple, a la indústria de l’automòbil, vam trobar que a mitjans del 2017, només el 10 per cent dels fabricants d’automòbils han lliurat implementacions AI a escala. Aquest nombre només va augmentar fins al 14 per cent fins al gener del 2019. Basant-nos en la nostra pròpia experiència d’ajudar a grans organitzacions a escalar la IA i els inputs d’aquests experts, exposem els passos clau que els fabricants poden fer per superar aquest repte.

DESPLOTEU PROTOTIPIS AI en èxit en AMBIENTS VIUS

Una vegada que un cas d’ús de la IA ha demostrat el seu valor en un entorn controlat, les organitzacions l’han de desplegar en un entorn viu per conèixer nous escenaris i millorar la precisió. El sistema d’AI també s’ha d’integrar amb els sistemes informàtics existents en aquesta primera fase per evitar problemes d’integració ja que el cas d’ús es desplega a escala.

INVESTIU A LA FUNDACIÓ DE FUNDACIÓ DE DADES I SISTEMES IA I TALENT

Invertir en tecnologia fundacional i en habilitats de IA també és clau per tenir èxit a llarg termini. Això permet a les organitzacions mantenir l’impuls quan els primers casos d’ús s’han provat el valor de l’IA. També ajuda a crear en un futur desplegaments repetitius, més ràpids i fàcils de noves aplicacions AI. Els fabricants també han de treballar per desenvolupar el seu propi grup de talents que pugui agafar aquests casos d’ús de la IA per escalar.

ESCALA LA SOLUCIÓ AI SOBRE LA XARXA

Un cop establerts els fonaments i el talent de les dades, l’organització pot traslladar l’aplicació d’AI a la plataforma d’AI per fer-la accessible globalment. La plataforma mateixa es pot allotjar al núvol per reduir costos i facilitar la portabilitat. La fabricació també ha de controlar de prop el rendiment de l’aplicació de la IA en paràmetres crítics, com ara el valor global del negoci, la necessitat de reconducció i la precisió. A menys que més organitzacions passin de pilots i proves de concepte a escala, aleshores una nova era 4.0 de fabricació seguirà sent un objectiu evasiu. Amb l'adopció d'una estratègia impulsada a escala, que concentra els esforços en els casos d'ús més valuosos i estableix una sòlida governança, bases de plataformes i talents, els fabricants poden convertir el potencial revolucionari de l'AI en la propera revolució industrial.

Aquest article es va publicar originalment a The Machinist.