Przemysł produkcyjny gotowy na wyzwania przyszłości – dzięki SI i RPA
Sprytu nie można kupić przedsiębiorstwu na receptę. Inteligentne działania powinny stać się standardem w obrębie całej struktury organizacji, co najłatwiej osiągnąć poprzez system Enterprise Ressource Planing (ERP), stanowiący szkielet przedsiębiorstwa. Na podstawie praktycznych przykładów przedstawiamy nowe perspektywy otwierane przez sztuczną inteligencja (SI) i zrobotyzowaną automatyzację procesów (ang. RPA), które stopniowo stają się kluczowymi technologiami dla przemysłu.
Instalacje na bieżąco optymalizujące zużycie energii, maszyny przeprowadzające kontrolę jakości podczas procesu produkcyjnego, mobilne roboty samodzielnie poruszające się po halach produkcyjnych – potencjał sztucznej inteligencji i zrobotyzowanej automatyzacji procesów jest ogromny. Te nowe technologie wpływają nie tylko na wzrost wydajności, elastyczności i niezawodności w produkcji, ale pomagają małym i średnim przedsiębiorstwom w budowaniu przewagi nad konkurencją.
SI już od dawna nie jest tylko wizją przyszłości – badania przeprowadzone na zlecenie magazynu reichelt elektronik [1] potwierdzają, że ponad 62% przedsiębiorstw przemysłowych stosuje sztuczną inteligencję w produkcji, z tego 30% we wszystkich procesach produkcyjnych, a 32% przynajmniej częściowo. SI jest implementowana w celu poprawy produktywności, kontroli jakości, optymalizacji procesów i poprawy własnego bezpieczeństwa cyfrowego.
Niekończące się możliwości systemów ERP wykorzystujących SI
Już dziś sztuczna inteligencja jest integralnym elementem wielu procesów biznesowych i faktycznie generuje wartość dodaną, np. w ramach usług serwisu u klienta. Coraz częściej pracownicy odpowiedzialni za akcję serwisową u klienta mają trudności z usunięciem nagłej awarii, ponieważ zaopatrzenie w części zamienne wymaga dłuższego oczekiwania. W takich sytuacjach serwis często musi zwracać się z prośbą o pomoc w identyfikacji problemu do pracowników działu konstrukcji, którzy mogą wskazać alternatywne rozwiązania. Skutkiem jest blokada wielu zasobów i utrata czasu, a każda minuta przestoju u klienta, to o minutę za dużo.
Rozwiązanie serwisowe wykorzystujące sztuczną inteligencję w połączeniu ze zintegrowanym systemem ERP pozwala z reguły na szybszą diagnozę. Poprzez dostęp do centralnej bazy danych możliwe jest wyszukanie pomocnych informacji spośród wszystkich dokumentów serwisowych, dokumentacji maszyny i wiadomości zebranych w aktualnym zgłoszeniu serwisowym. Dzięki wynikom wyszukiwania dostarczonym w mgnieniu oka możliwe jest podjęcie możliwie najlepszej decyzji w każdym konkretnym zgłoszeniu serwisowym.
Artykuły zawierające informacje z zakresu konstrukcji i serwisu oraz wiedza fachowa techników są zapisywane w portalu wiedzy połączonym z system zarządzania dokumentami. System ERP wspierany przez sztuczną inteligencję stanowi tym samym cyfrowy węzeł integrujący wszystkie dane i procesy. W ten sposób naprawy i akcje serwisowe mogą zostać przeprowadzone szybciej lub nawet predykcyjnie, czyli zanim powstanie konkretny zastój lub awaria. Rozwiązanie oferuje jednak dużo więcej korzyści i pozwala na tworzenie zupełnie nowych modeli biznesowych. Możliwe jest np. udostępnienie portalu wiedzy klientom, którzy będą mogli samodzielnie wyszukiwać dane w ramach tzw. usługi Self Service. Dzięki temu klienci mogą w wielu przypadkach rozwiązywać problemy we własnym zakresie.
Koniec z zakurzonymi danymi – nowa jakość danych wypolerowanych przez RPA
W zakresie ERP SI i RPA przejmują zwykle zadania wykonywane dotychczas przez człowieka – przede wszystkim powtarzające się czynności związane z opracowywaniem danych biznesowych. Dzięki RPA ręczne wprowadzanie danych do systemu ERP nie jest już konieczne. Pozwala to na ogromną oszczędność czasu i zasobów ludzkich. To jednak nie koniec zalet – zrobotyzowana automatyzacja procesów w obrębie systemu ERP prowadzi do poprawy jakości danych i redukcji problemów związanych z ich przetwarzaniem, powstawaniem dubletów, błędnych kopii i zastojów. Tym samym pozwala na osiągnięcie przełomu w procesie transformacji cyfrowej.
Kolejnym obszarem optymalizacji obsługiwanym przez RPA jest rejestracja i opracowywanie zamówień. W przypadku większości przedsiębiorstw proces zamawiania ma usystematyzowany przebieg, który przy zastosowaniu RPA staje się nie tylko bardziej efektywny, ale również bardziej oszczędny. Roboty działające w oparciu o oprogramowanie mogą przejąć wszystkie zadania w tym zakresie – od wysłania potwierdzenia zamówienia, poprzez wydruk dowodu dostawy, do wystawienia faktury.
Również komunikacja z klientami ma zwykle standardowy przebieg. Powtarzające się zapytania ofertowe mogą być opracowywanie automatycznie za pomocą RPA, co znacznie przyspiesza proces i pozytywnie wpływa na zadowolenie klientów. Dodatkowo możliwe jest priorytetowe opracowywanie zgłoszeń klientów poprzez przekazywanie najistotniejszych zapytań bezpośrednio do odpowiednich referentów.
SI w akcji – trzy przykładowe procesy ERP
Generalnie sztuczna inteligencja może być wykorzystywana do optymalizacji najróżniejszych procesów gospodarczych. Rozwiązania można podzielić na dwie kategorie:
- Pomoc dla użytkowników i rozszerzenia
- Automatyzacja i optymalizacja procesów
Kolejnym przykładem jest stosowanie SI do nadzorowania i modelowania wykorzystania urządzeń, tzn. do optymalizacji tzw. ogólnej efektywności urządzeń (OEE = Overall Equipment Effectiveness). Narzędzia SI analizują przy tym ogromne ilości danych pochodzących z systemów wykorzystywanych przez maszyny połączonych z systemem ERP i tzw. Internetem rzeczy (ang. IoT). Koszty wykorzystania IoT są na tyle umiarkowane, że dla wielu przedsiębiorstw przemysłowych kontrolowanie setek wartości pomiarowych maszyn danej linii produkcyjnej w czasie rzeczywistym nie stanowi problemu. Te ogromne masy danych są podstawą dla algorytmów uczenia maszynowego (ang. machine learning). Ułatwia to wgląd w dane zakładowe, takie jak czas produkcji, wydajność i jakość produktów.
Technologie oparte o SI znajdują skuteczne zastosowanie również w zakresie zarządzania magazynami i planowania produkcji, np. przy udostępnianiu i transferze materiałów i produktów w obrębie magazynu. Algorytmy SI mogą jednocześnie analizować dane zamówień, dane z produkcji i z systemów magazynowych i doprowadzić do optymalnego wykorzystania dostępnych magazynów. Ponadto mogą dopasowywać ustawienia w konfiguracji do aktualnego zapotrzebowania. Również procesy planowania produkcji mogą być wspierane przez SI. W fazie planowania w skali makro można np. przewidzieć, ile produktów będzie musiało zostać wyprodukowanych w określonym czasie. Możliwe jest również otrzymanie dodatkowych informacji dotyczących popytu na określone produkty. Planowanie poszczególnych etapów produkcji otrzymuje w ten sposób dodatkowe impulsy, dzięki którym może reagować na dynamiczne zmiany stanu zleceń.
Strzał w dziesiątkę zamiast kulą w płot
W nadchodzącym czasie SI i RPA będą motorem trwałych zmian w przemyśle, w szczególności dla przedsiębiorstw produkcyjnych. Już dziś sztuczna inteligencja odgrywa ogromną rolę w planowaniu zapotrzebowania, w projektach wykorzystujących Internet rzeczy oraz w transformacji cyfrowej w obrębie łańcucha dostaw. Odpowiednie narzędzia mogą np. przewidzieć skutki niedoborów w dostawach lub zmian cen i zaproponować alternatywne procedury.
Przedsiębiorstwa po transformacji cyfrowej mogą wykorzystywać systemy ERP wspierane przez SI do analizy danych z najróżniejszych źródeł – w nieosiągalnym dotychczas tempie i stopniu niezawodności. Autonomicznie sterowanie i optymalizowane procesy i cyfrowi asystenci w ramach zrobotyzowanej automatyzacji procesów i analizy biznesowej pobierają wszystkie dane z centralnego systemu (tzw. Single Source of Truth), który jest podstawą do tworzenia nowych projektów w zakresie cyfryzacji i nowych, rentownych modeli biznesowych. Dla wielu przedsiębiorstw to ostatni moment do podjęcia odpowiednich działań, aby zachować konkurencyjność w perspektywie długoterminowej.
