Umetna inteligenca se je uveljavila v mnogih industrijskih panogah. Tudi člani Združenja nemške industrije obdelanih delov se vse bolj ukvarjajo s vprašanjem, kako lahko podatkovno osnovani postopki podpirajo proizvodne procese.
Pri proizvodnji struženih delov se umetna inteligenca (UI) srečuje z razvitimi strukturami, ozkimi tolerancami in visokim deležem izkušenj. Njeno potencial leži v tem, da procese naredi bolj stabilne, pregledne in učinkovite, saj analizira podatke in prepoznava vzorce. Tako je mogoče v obdelavi prikazati obdelovalne procese, kakovostne značilnosti ali povezave med parametri.
Tudi v združenju nemške industrije obdelave obročev razpravljajo proizvajalci obročev, proizvajalci strojev in ponudniki programske opreme o konkretnih možnostih uporabe, pogojih in omejitvah. „Pri vseh teh pogovorih vedno znova pridemo do istega zaključka,“ poudarja izvršni direktor združenja Werner Liebmann: „Da lahko umetna inteligenca pokaže svojo korist, morajo odgovorni najprej opredeliti jasne cilje, natančno opisati svoje procese in predvsem imeti dostop do zanesljivih podatkov.“
Merljiv korist umetne inteligence je v središču pozornosti.
Nekateri člani združenja že produktivno uporabljajo umetno inteligenco, drugi se temu vprašanju zavedno približujejo postopoma. Enotno mnenje je, da umetna inteligenca ni sama sebi namen. Ne sme digitalizirati obstoječih procesov zgolj zaradi sebe, temveč naj podpira tam, kjer prinaša merljive koristi. Sem spadajo predvsem področja, kjer so na voljo velike količine podatkov, se sprejemajo ponavljajoče se odločitve ali je težko dostopno izkušeno znanje. Hkrati postaja jasno, da pot do umetne inteligence ostaja zahtevna. Potrebna je velika prizadevanja za strukturiranje podatkov, prilagoditev sistemov in usposabljanje. Standardne rešitve so redke, mnoge aplikacije zahtevajo individualne prilagoditve. Dodajajo se omejeni človeški viri in potreba po jasnem opredeljevanju varnosti podatkov ter notranjih pravil podjetja.
Mnogi proizvajalci obdelovalnih delov ne vidijo v uporabi umetne inteligence zamenjave osebja z stroji, temveč premik nalog. Rutinske dejavnosti je mogoče avtomatizirano podpirati, medtem ko se zaposleni bolj vključujejo v kompleksne naloge. Pomembno je, da odločitve ostanejo razumljive in da odgovornost ostane pri ljudeh. Sprejemljivost nastane tam, kjer odgovorni zgodaj vključijo zaposlene in predstavijo koristi za delovni vsakdan.
Tudi z vidika ponudnikov programske opreme je umetna inteligenca manj radikalna prelomnica kot pa nadaljevanje obstoječih digitalnih sistemov. Strukturirani podatki o proizvodnji, kakovosti in procesih so osnova. Umetna inteligenca pospešuje njihovo analizo in pomaga razkriti povezave. Pravi učni proces pa poteka v podjetju: podjetja morajo svoje obstoječe rešitve prilagoditi resničnim postopkom in jih s pomočjo aplikacije nadalje razvijati.
Zagotovo je, da z naraščajočo uporabo umetne inteligence narašča tudi tehnična kompleksnost. Odvisnosti od stabilnih sistemov se povečujejo, možnosti poseganja se spreminjajo.
Strokovno znanje, izkušnje in človeška presoja kljub temu ohranjajo svoj pomen. Umetna inteligenca dopolnjuje te kompetence, jih pa ne nadomešča.
Od kalkulacije do proizvodnje
Pri praktični izvedbi se mnogi proizvajalci obdelovalnih delov najprej osredotočajo na jasno opredeljena področja uporabe. Pogosto niso v središču pozornosti neposredni obdelovalni procesi, temveč dopolnilne dejavnosti z visokim deležem podatkov in ponavljajočimi se postopki. Pri podjetju Julius Klinke GmbH & Co. KG se na primer prvi pristopi umetne inteligence uporabljajo med drugim pri tehničnem izračunu, načrtovanju zasedenosti strojev in pri administrativnih nalogah. Cilj direktorja Julija Klinke je, da pride do zanesljivih rezultatov hitreje in pripravi procese odločanja. Poudarja podporno vlogo tehnologije: „Zadnja odločitev mora ostati pri človeku. Umetna inteligenca naj nam zagotovi utemeljeno usmeritev, ne pa predpisov.“
Ena stopnja naprej je EZU-Metallwaren GmbH & Co. KG – tam je umetna inteligenca že v uporabi v proizvodnji. Poudarek je na strojno učenje in virtualni kontroli kakovosti. Sistemi, podprti z umetno inteligenco, nadzorujejo procese, stabilizirajo serijsko proizvodnjo in zmanjšujejo odpadke. Direktor Andreas Zumkeller jasno opisuje koristi: „Imamo manj napak pri višjih časih delovanja strojev in nižje stroške orodij ter osebja.“ Hkrati opozarja, da je bila pot do tja zaznamovana s fazami učenja in da jasne opredelitve ciljev odločajo o uspehu.
Pri podjetju Wilhelm Schauerte GmbH & Co. KG je doslej manjši poudarek na neposredni proizvodnji. Stefan Schauerte opisuje konkretne učinke:
„V naknadnem obračunu na primer danes poteka proces popolnoma avtomatizirano“. Tudi pri načrtovanju preizkusov, usklajevanju tovarniških preizkusnih potrdil in pri nadzoru vhodnih računov umetna inteligenca podpira svoje zaposlene. Cilj direktorja je v prvem koraku zmanjšati rutinska opravila in tako sprostiti kapacitete za zahtevnejše naloge.
Od upravljanja znanja do zagotavljanja kakovosti
Doslej Maier GmbH & Co. KG umetno inteligenco uporablja le na posameznih področjih. Prve aplikacije se nanašajo na pripravo naprav in sistematično odpravljanje napak. Direktor Thomas Braun s tem predvsem povezuje pričakovanja glede upravljanja znanja. „Upam, da bomo lahko prave informacije bolje arhivirali in jih hitreje našli, ko se pojavijo težave v procesih,“ pravi. Hkrati Braun opozarja na omejitve trenutnih rešitev. Mnoge aplikacije je treba prilagoditi posamezno, kar zahteva čas in vire. Dolgoročno pa za Brauna ni alternative: „Avtomatizacija in umetna inteligenca sta osrednji predpogoji za ohranjanje industrijske proizvodnje v Nemčiji.“
Tudi Gewatec GmbH & Co. KG vidi na področju umetne inteligence možnosti uporabe v celotnem vrednostnem verigi. Ponudnik programske opreme dela na analizi, podprti z umetno inteligenco, na področjih, kot so načrtovanje proizvodnje, zajem podatkov o delovanju in zagotavljanje kakovosti. Vodja prodaje Peter Bauer vidi dodano vrednost predvsem v povezovanju obstoječih podatkov: „Umetna inteligenca odpira nove možnosti za hitrejšo analizo kazalnikov in že oblikovanje priporočil za ukrepe.“ Ključni učni proces pa poteka v podjetju. Sistemi se morajo prilagoditi realnim postopkom in se z vsako uporabo razvijati.
Pomemben gradnik za konkurenčnost
Umetna inteligenca ne bo le spremenila proizvodnje, temveč tudi okvirne pogoje industrijske vrednostne verige. Digitalni modeli delov in proizvodnih procesov pridobivajo na pomenu in jih je mogoče uporabiti v celotni dobavni verigi. Za industrijo obdelave kovin se tako manj postavlja vprašanje, ali, temveč kdaj in kako smiselno izvesti. Hkrati praksa kaže, da umetna inteligenca ni kratkoročno orodje za povečanje učinkovitosti. Potrebno je veliko truda za strukturiranje podatkov, prilagajanje in usposabljanje, zlasti za mala in srednja podjetja. Pomanjkanje standardov in omejeni viri upočasnjujejo uporabo, hkrati pa povečujejo pritisk za ukrepanje.
Werner Liebmann, direktor Zveze nemške industrije obdelave kovin, povzema: „Umetna inteligenca ni sama sebi namen.
Lahko pa je pomemben gradnik za ekonomsko delovanje industrijske proizvodnje v Nemčiji. Predpogoj so realni cilji, usposobljeni zaposleni in inovacijam prijazni okvirni pogoji.“
Kontakt:
