7bet

Lietuvos gamybos įmonėse daugėja DI projektų: nuo kokių mažų žingsnių prasideda tikri pokyčiai

Lietuvos gamybos įmonėse daugėja DI projektų: nuo kokių mažų žingsnių prasideda tikri pokyčiai
Pagrindinė iliustracija. Nuotrauka: Ludovic Delot / Pexels.
0

Lietuvos pramonės įmonės vis dažniau ieško būdų, kaip dirbtiniu intelektu pagerinti gamybos planavimą, kokybės kontrolę ir energijos sąnaudas. Tačiau realybėje didelių pažadų ir brangių platformų fone sėkmingiausiai juda tie, kurie pradeda nuo nedidelių, aiškiai pamatuojamų projektų.

Dalis verslų dar tik vertina, kur DI galėtų duoti didžiausią grąžą, kiti jau testuoja pirmuosius sprendimus cechuose ar sandėliuose. Šiame straipsnyje aptariama, kokius praktinius DI taikymo scenarijus renkasi gamybos įmonės, su kokiais iššūkiais jos susiduria ir ką visa tai reiškia darbuotojams bei rinkai.

DI žingsniai gamyboje: nuo duomenų iki realių sprendimų

Gamybos bendrovės paprastai pradeda ne nuo sudėtingų algoritmų, o nuo namų darbų su duomenimis. Kol neaišku, kokie duomenys renkami, kokia jų kokybė ir kaip jie siejasi tarpusavyje, DI projektai dažnai lieka tik bandomaisiais bandymais.

Pradinis etapas dažnai būna gana žemiškas: sensorių atnaujinimas, gamybos linijų duomenų sujungimas, paprastesnių ataskaitų standartizavimas. Tik tada atsiranda prielaidos taikyti prognozavimo modelius ar modeliavimo įrankius, kurie gali padėti priimti operatyvius sprendimus realiu laiku.

Trys dažniausios sritys, kur DI jau duoda apčiuopiamą naudą

Nors kiekvienos gamybos įmonės specifika skiriasi, tam tikros DI taikymo sritys kartojasi. Tai sritys, kuriose yra daug duomenų, dažnai pasitaiko pasikartojančių veiksmų ir sprendimų klaidos kainuoja brangiai.

Dažniausiai pasirenkami keli pradiniai žingsniai, kurie nesukelia didelės rizikos, bet leidžia aiškiai įvertinti naudą ir vėliau plėsti sprendimą į daugiau padalinių ar gamybos linijų.

Prognozuojamoji įrangos priežiūra

Viena populiariausių sričių yra prognozuojamoji įrangos priežiūra, kai DI modeliai analizuoja vibracijos, temperatūros, srovės ir kitus parametrus, kad nustatytų galimus gedimo požymius. Tokiu būdu galima planuoti remontus patogiu metu ir išvengti nenumatytų sustojimų.

Rinkai tai reiškia stabilesnius pristatymo terminus ir mažesnę tikimybę, kad užsakymai bus vėluojami dėl techninių trikdžių. Darbuotojams tai dažnai reiškia mažiau naktinių skambučių dėl avarinių situacijų ir aiškesnį planavimą, kada kuri įranga bus stabdoma profilaktikai.

Gamybos planavimas ir paklausos prognozės

Kita svarbi kryptis yra gamybos planavimo optimizavimas, kai DI padeda susieti pardavimų prognozes, užsakymų srautą, žaliavų atsargas ir gamybos pajėgumus. Tai ypač aktualu įmonėms, kurios dirba su sezoniniais produktais ar labai nevienodu užsakymų skaičiumi.

Efektyvesnės prognozės leidžia sumažinti tiek žaliavų perteklių, tiek trūkumą, o kartu ir sandėliavimo sąnaudas. Investuotojams tai signalas, kad įmonė geriau valdo apyvartinį kapitalą ir gali greičiau reaguoti į paklausos pokyčius be staigių gamybos šuolių.

Kokybės kontrolė ir broko prevencija

Trečia kryptis yra vizualinė kokybės kontrolė, kai gaminių paviršius ar detalės tikrinamos kameromis ir DI modeliais vietoje vien tik žmogaus akies. Tokie sprendimai leidžia aptikti pasikartojančias broko priežastis ir anksčiau koreguoti technologinius parametrus.

Vartotojams tai dažnai nepastebima, bet tiesiogiai susijusi su mažesne tikimybe gauti nekokybišką gaminį arba susidurti su prekių atšaukimu. Įmonėms tai padeda išvengti reputacinių rizikų ir papildomų išlaidų dėl garantinių atvejų.

Kaip DI keičia gamyklos darbuotojų kasdienybę

Natūralu, kad kalbant apie DI dažnai kyla klausimas, kaip tai paveiks darbo vietas. Gamybos įmonių patirtis rodo, kad pokyčiai dažniausiai prasideda ne nuo etatų mažinimo, o nuo pareigų turinio pasikeitimo.

Dalis rankinių, pasikartojančių užduočių, pavyzdžiui, nuolatinis duomenų suvedimas į lenteles ar monotoniška vizualinė apžiūra, palaipsniui automatizuojami. Vietoje to auga poreikis darbuotojams, kurie geba suprasti duomenų ataskaitas, prižiūrėti sistemas ir priimti sprendimus remdamiesi modelių pateiktais įžvalgų rinkiniais.

Reikalingi nauji įgūdžiai, bet ne visiems iš karto

Teminė iliustracija
Teminė iliustracija. Nuotrauka: Abu Saeid / Unsplash.

Įmonės, kurios DI projektus diegia nuosekliai, paprastai neskuba reikalauti, kad visi cecho darbuotojai staiga taptų duomenų analitikais. Dažniausias kelias yra formuoti mišrias komandas, kuriose dalyvauja technologai, operatoriai, IT specialistai ir analitikai.

Tokiose komandose sukuriami pirmieji naudojimo scenarijai, kuriuos vėliau perima likusi organizacija. Darbuotojams tai dažnai reiškia daugiau vidinių mokymų, naujas atsakomybes ir galimybę pereiti iš visiškai fizinio darbo prie mišresnių pareigybių, kur derinama praktinė patirtis ir darbas su sistemomis.

Kokios klaidos dažniausiai stabdo DI projektus gamyboje

Nors apie DI daug kalbama, ne kiekvienas projektas pasiekia diegimo etapą ar duoda apčiuopiamą naudą. Gamybos įmonių patirtyje galima išskirti kelias pasikartojančias klaidas, kurias verta žinoti ir bandyti išvengti.

Pirmiausia, tai pernelyg ambicingi tikslai nuo pat pradžių: noras per trumpą laiką automatizuoti didžiąją dalį procesų, neturint aiškios duomenų strategijos ir atsakingų asmenų. Antra, DI kartais suprantamas kaip vienkartinis IT projektas, o ne kaip nuolatinis tobulinimo procesas.

Neaiškūs rodikliai ir pamiršti žmonės

Dar viena kliūtis yra neaiškiai apibrėžti sėkmės kriterijai. Jei iš anksto neapibrėžiama, kokiu rodikliu bus matuojamas projekto poveikis, pavyzdžiui, sumažintas gamyklos sustojimų skaičius, broko lygis ar atsargų dienų skaičius, vėliau sudėtinga įrodyti naudą ir tęsti investicijas.

Be to, kai kuriose organizacijose DI projektai vykdomi beveik neįtraukiant cechuose dirbančių žmonių. Tokiu atveju naujos sistemos sutinkamos su įtarumu, procesai realybėje nuo jų nenutolsta, o sprendimai lieka „parodomieji“. Sėkmingesnės įmonės nuo pradžių įtraukią komandas, kurios kasdien dirbs su naujais įrankiais.

Ką tai reiškia Lietuvos rinkai ir konkurencingumui

Didesnė DI skvarba gamybos įmonėse ilgainiui daro įtaką visai ekonomikai. Efektyvesnė įrangos priežiūra ir geresnis planavimas padeda mažinti techninius nuostolius, degalų ir energijos sąnaudas, o tai ypač aktualu laikotarpiu, kai kainos rinkose išlieka nepastovios.

Tarptautinėje konkurencijoje DI tampa dar vienu veiksniu, kuris gali nulemti, kurioje šalyje bus gaminamas tam tikras produktas. Įmonės, sugebančios pažangiai naudoti duomenis ir skaitmeninius įrankius, dažniau gali pasiūlyti didesnę vertę už tą pačią kainą arba greičiau reaguoti į klientų poreikių pokyčius.

Perspektyvos investuotojams ir tiekimo grandinių partneriams

Investuotojams DI projektai gamybos įmonėse yra ne tik madinga tema, bet ir praktinis efektyvumo bei rizikų valdymo rodiklis. Įmonė, kuri sistemingai dirba su duomenimis ir procesų automatizavimu, paprastai geba geriau prognozuoti rezultatus ir aiškiau pagrįsti planuojamas investicijas.

Tiekimo grandinės partneriams, pavyzdžiui, žaliavų tiekėjams ar logistikos bendrovėms, tokie pokyčiai reiškia didesnį skaidrumą ir patikimesnius planus. Tai padeda visai vertės grandinei mažinti užsakymų svyravimus, išvengti staigių pikų ir „duobių“ gamyboje.

Nuo bandomojo projekto iki ilgalaikės strategijos

Lietuvos gamybos įmonių pavyzdžiai rodo, kad sėkmingiausi DI projektai paprastai prasideda kaip nedideli bandomieji sprendimai, turintys aiškų tikslą ir atsakingus žmones. Vėliau, parodžius naudą, sprendimas išplėčiamas, o DI palaipsniui tampa kasdiene praktika, o ne atskiru „inovacijų“ projektu.

Rinkai tai siunčia žinutę, kad gamyba nėra atsilikęs sektorius, o viena iš sričių, kurioje DI gali suteikti apčiuopiamą pridėtinę vertę. Įmonėms, kurios dar tik svarsto pirmuosius žingsnius, svarbiausia aiškiai atsakyti, kokią konkrečią problemą jos nori išspręsti, ir pradėti nuo sprendimų, kuriuos realiai įmanoma įgyvendinti turimais ištekliais.

Kaip vertinate šį straipsnį?

Temos:

Dirbtinis intelektas Gamybos sektorius Inovacijos versle Lietuvos ekonomika Pramonė

Palikite komentarą

Išsirinkite tinkamiausią planą

Kiek mobilių duomenų jums reikia per mėnesį?

Pokalbiai ir SMS

BEST-024,49€/mėn.

Rinktis
20GB 5G Duomenų

BEST-049,49€/mėn.

Rinktis
Neriboti 4G duomenys

BEST-0710,99€/mėn.

Rinktis
Neriboti 5G duomenys

BEST-0810,99€/mėn.

Rinktis