A mesterséges intelligencia számos ipari területen elterjedt. A Német Forgácsolt Alkatrészek Iparának Szövetségének tagjai is egyre inkább foglalkoznak azzal a kérdéssel, hogy az adat alapú eljárások hogyan támogathatják a gyártási folyamatokat.
A forgácsolás során a forgácsok gyártásában a mesterséges intelligencia (MI) a kialakult struktúrákkal, szoros toleranciákkal és magas tapasztalati arányokkal találkozik. A potenciálja abban rejlik, hogy a folyamatokat stabilabbá, átláthatóbbá és hatékonyabbá teszi azáltal, hogy adatokat elemez és mintákat ismer fel. Ezzel a forgácsolás során feldolgozási folyamatokat, minőségi jellemzőket vagy paraméterek közötti összefüggéseket lehet ábrázolni.
A Német Forgácsolt Alkatrészek Iparának Szövetségében is a forgácsolt alkatrészek gyártói, gépgyártók és szoftverszolgáltatók konkrét alkalmazási lehetőségekről, követelményekről és határokról tárgyalnak. „Minden ilyen beszélgetés során ugyanarra a következtetésre jutunk” - hangsúlyozza a szövetség ügyvezetője, Werner Liebmann: „Ahhoz, hogy a mesterséges intelligencia ki tudja fejteni hasznát, a felelősöknek először világos célokat kell meghatározniuk, folyamataikat tisztán le kell írniuk, és ami a legfontosabb, megbízható adatokhoz kell hozzáférniük.”
A mesterséges intelligencia mérhető előnye van a középpontban.
Néhány szövetségi tag már termelési célokra használ mesterséges intelligenciát, míg mások tudatosan lépésről lépésre közelítik meg a témát. Egyetértenek abban, hogy a mesterséges intelligencia nem öncél. Nem a meglévő folyamatok digitalizálása a cél, hanem azok támogatása, ahol mérhető előnyöket nyújt. Ide tartoznak elsősorban azok a területek, ahol nagy mennyiségű adat áll rendelkezésre, ismétlődő döntéseket kell hozni, vagy ahol a tapasztalati tudás nehezen hozzáférhető. Ugyanakkor világossá válik, hogy az út a mesterséges intelligenciához továbbra is kihívásokkal teli. Az adatok struktúrába rendezése, a rendszerek testreszabása és a képzés költségei magasak. A standard megoldások ritkák, sok alkalmazás egyedi módosításokat igényel. Ehhez jönnek a korlátozott személyi erőforrások és a szükségesség, hogy világosan meghatározzák az adatbiztonságot és a vállalaton belüli szabályokat.
Sok forgácsoló alkatrészgyártó nem a gépek általi személyzetcserét látja a mesterséges intelligencia használatában, hanem a feladatok áthelyezését. A rutinfeladatokat automatizáltan lehet támogatni, míg a munkavállalók nagyobb mértékben részt vehetnek a komplex feladatokban. Fontos, hogy a döntések érthetőek maradjanak, és a felelősség az embereknél maradjon. Az elfogadás ott alakul ki, ahol a felelősök korán bevonják a munkavállalókat, és közvetítik a hasznot a mindennapi munkavégzésben.
A szoftverszolgáltatók szempontjából a mesterséges intelligencia kevésbé radikális törés, mint inkább a meglévő digitális rendszerek továbbfejlesztése. A strukturált termelési, minőségi és folyamatadatok képezik az alapot. A mesterséges intelligencia felgyorsítja ezek kiértékelését és segít a kapcsolatok láthatóvá tételében. A valódi tanulási folyamat azonban a vállalatoknál zajlik: a cégeknek a meglévő megoldásaikat a valós folyamatokhoz kell igazítaniuk, és ezeket az alkalmazással továbbfejleszteniük.
Határozottan állítható: A mesterséges intelligencia használatának növekedésével a technikai összetettség is nő. A stabil rendszerektől való függőségek fokozódnak, a beavatkozási lehetőségek megváltoznak.
A szaktudás, tapasztalat és emberi ítélőképesség továbbra is megőrzik jelentőségüket. A mesterséges intelligencia kiegészíti ezeket a kompetenciákat, de nem helyettesíti azokat.
A kalkulációtól a gyártásig
A gyakorlati megvalósítás során sok forgácsoló alkatrészgyártó kezdetben jól körülhatárolt alkalmazási területekre összpontosít. Gyakran nem a közvetlen forgácsolási folyamatok állnak a középpontban, hanem a magas adatarányú és ismétlődő folyamatokkal járó kiegészítő tevékenységek. Például a Julius Klinke GmbH & Co. KG-nél az első mesterséges intelligencia megközelítések többek között a műszaki kalkulációban, a gépbeosztás tervezésében és az adminisztratív feladatoknál kerülnek alkalmazásra. Julius Klinke ügyvezető célja, hogy gyorsabban elérjenek megbízható eredményeket és előkészítsék a döntési folyamatokat. Kiemeli a technológia támogató szerepét: „Az utolsó döntésnek az embernél kell maradnia. A mesterséges intelligenciának megalapozott iránymutatást kell adnia, nem pedig előírásokat.”
Egy lépéssel tovább haladt az EZU-Metallwaren GmbH & Co. KG – ott a mesterséges intelligencia már a termelésben is alkalmazásra kerül. A hangsúly a gépi tanuláson és a virtuális minőségellenőrzésen van. Az MI-alapú rendszerek figyelik a folyamatokat, stabilizálják a sorozatgyártást és csökkentik a selejtet. Andreas Zumkeller ügyvezető egyértelműen leírja a hasznot: „Kevesebb hibás alkatrészünk van, magasabb gépüzemidővel és alacsonyabb költségekkel az eszközök és a munkaerő tekintetében.” Ugyanakkor rámutat, hogy az odavezető út tanulási fázisokkal volt tele, és a világos célmeghatározások döntik el a sikert.
A Wilhelm Schauerte GmbH & Co. KG-nél eddig kevésbé a közvetlen gyártásra összpontosítottak. Stefan Schauerte konkrét hatásokat vázol fel:
„A költségutólagos számítás során például a folyamat ma teljesen automatizált.” A vizsgálati tervezésnél, a gyári vizsgálati bizonyítványok összehasonlításánál és a bejövő számlák ellenőrzésénél is a mesterséges intelligencia támogatja a munkatársait. A cégvezető célja az első lépésben a rutinfeladatok csökkentése, ezzel felszabadítva kapacitásokat a bonyolultabb feladatok számára.
A tudásmenedzsmenttől a minőségbiztosításig
Eddig csak pontszerűen alkalmazza a Maier GmbH & Co. KG a mesterséges intelligenciát. Az első alkalmazások az üzemek berendezésének előkészítésére és a rendszerszintű hibajavításra vonatkoznak. Thomas Braun ügyvezető igazgató elsősorban a tudásmenedzsmenttel kapcsolatos elvárásokat fűzi ehhez. „Remélem, hogy a megfelelő információkat jobban archiválhatjuk és gyorsabban megtalálhatjuk, amikor problémák merülnek fel a folyamatokban” – mondja. Ugyanakkor Braun rámutat a jelenlegi megoldások korlátaira. Sok alkalmazást egyénileg kell testre szabni, ami időt és erőforrásokat köt le. Hosszú távon azonban Braun számára nincs alternatíva: „Az automatizálás és a mesterséges intelligencia központi feltételei a német ipari gyártás fenntartásának.”
A Gewatec GmbH & Co. KG is az AI-t a teljes értékteremtési lánc mentén alkalmazási területekben látja. A szoftverszolgáltató AI-alapú elemzéseken dolgozik olyan területeken, mint a termelés tervezése, üzemadatok rögzítése és minőségbiztosítás. Peter Bauer értékesítési vezető a meglévő adatok összekapcsolásában látja a hozzáadott értéket: „Az AI új lehetőségeket nyit meg a mutatószámok gyorsabb kiértékelésére és már létező intézkedési ajánlások levonására.” A döntő tanulási folyamat azonban a vállalatnál zajlik. A rendszereket a valós folyamatokhoz kell igazítani, és minden alkalmazással fejlődnek.
Fontos építőelem a versenyképességhez
A mesterséges intelligencia nemcsak a gyártást fogja megváltoztatni, hanem az ipari értékteremtés kereteit is. A digitális modellek a munkadarabokról és a gyártási folyamatokról egyre nagyobb jelentőséggel bírnak, és a beszállítói lánc mentén használhatók. A forgácsolóipar számára így már nem az a kérdés, hogy van-e rá szükség, hanem hogy mikor és milyen módon valósítsák meg. Ugyanakkor a gyakorlat azt mutatja, hogy az AI nem rövid távú hatékonysági eszköz. Az adatszerkezet kialakításának, testreszabásának és képzésének költségei magasak, különösen a kis- és középvállalkozások számára. A hiányzó szabványok és a szűkös erőforrások lassítják a bevezetést, ugyanakkor növelik a cselekvési nyomást.
Werner Liebmann, a Német Forgácsolóipari Szövetség ügyvezetője összegzi: „A mesterséges intelligencia nem öncélú.”
De fontos építőelem lehet ahhoz, hogy a német ipari gyártást gazdaságosan végezzék. A feltételek a reális célok, a képzett munkavállalók és az innovációbarát keretek.
Kapcsolat:
