Spis Treści
Niemniej, sama analiza AI nie wystarczy do zwiększenia produktywności, jeśli pozostaje oderwana od dalszych etapów procesu. Dlatego coraz większą rolę odgrywają platformy cyfrowej produkcji, które łączą funkcje bazujące na sztucznej inteligencji z analizą modelu CAD, oceną wykonalności, wyceną i możliwością złożenia zamówienia w jednym środowisku.
Foto: MISUMI
W co drugiej firmie produkcyjnej na świecie (49%) wykorzystanie sztucznej inteligencji już przynosi wymierną wartość biznesową – wynika z raportu KPMG. To wzrost względem ubiegłego roku, gdy taką deklarację złożyło 42% badanych przedsiębiorstw. Jednocześnie 68% firm planuje w ciągu najbliższych 12 miesięcy wprowadzać rozwiązania AI na dużą skalę. W wyścigu wdrożeń sztucznej inteligencji coraz częściej wyzwaniem staje się nie samo zastosowanie nowych technologii, lecz wybór procesów, w których mogą one najszybciej przełożyć się na produktywność firm.
Respondenci KPMG zapytani o planowane inwestycje w technologie z obszaru produkcji i R&D (badań i rozwoju) w perspektywie dwuletniej, najczęściej wskazywali rozwiązania wykorzystujące AI i uczenie maszynowe do predykcyjnej kontroli jakości (52%). Kolejne miejsca zajęły: zaawansowana analityka danych wspierająca skracanie czasu wprowadzania produktów na rynek i ograniczanie przestojów (40%) oraz generatywna AI wykorzystywana do projektowania i personalizacji produktów (38%). Co trzecia firma planuje również inwestycje w rozwiązania edge AI umożliwiające przetwarzanie danych w czasie rzeczywistym bliżej źródła ich powstawania (34%).
– „Firmy produkcyjne naturalnie zaczynają od zastosowań, które pozwalają stosunkowo szybko wykazać wpływ nowych technologii na jakość działalności, jej wydajność czy koszty. Warto jednak pamiętać, że potencjał automatyzacji nie zaczyna się na hali produkcyjnej. Coraz więcej korzyści można dziś osiągać również w obszarach wspierających działalność przedsiębiorstwa, zwłaszcza tam, gdzie specjaliści poświęcają czas na czynności, które nie stanowią istoty ich pracy. To właśnie takie procesy często decydują o produktywności całych zespołów” – mówi Małgorzata Kaliszewska z firmy MISUMI rozwijającej platformę meviy.
Marnowanie kompetencji inżynierskich
Przedsiębiorstwa przemysłowe inwestują znaczące środki w pozyskanie i utrzymanie wykwalifikowanych inżynierów. Jednocześnie duża część codziennej pracy tych specjalistów nadal koncentruje się wokół czynności, które nie wymagają kompetencji projektowych ani zaawansowanej wiedzy technicznej. Przygotowywanie rysunków 2D, wysyłanie zapytań ofertowych, uzgadnianie szczegółów z dostawcami, oczekiwanie na wyceny czy poprawki wynikające z późno wykrytych ograniczeń produkcyjnych potrafią pochłaniać więcej czasu niż samo projektowanie.
Szczególnie widać to na etapie przejścia od projektu do realizacji. Po zakończeniu prac konstrukcyjnych rozpoczyna się proces weryfikacji wykonalności, pozyskiwania wycen i konsultacji technologicznych. Każda zmiana projektu może oznaczać konieczność ponownego przejścia przez część tego procesu, a każda kolejna iteracja wydłuża czas podejmowania decyzji.
W praktyce produktywność zespołów inżynierskich zależy nie tylko od ich umiejętności, ale również od szybkości uzyskiwania informacji potrzebnych do podejmowania decyzji. Jeśli inżynier większość tygodnia poświęca na obsługę procesu, a nie na projektowanie, firma traci część potencjału, za który już zapłaciła.
– „To nie jest luka kompetencyjna, tylko problem organizacji pracy, który przez lata był traktowany jako naturalny element działalności inżynierskiej. Wielu specjalistów w rozmowach z nami przyznaje, że zaledwie jedną piątą swojego tygodnia pracy przeznacza na projektowanie, prototypowanie i rozwiązywanie problemów technicznych. Resztę czasu zajmują zadania związane z dokumentacją, wycenami, koordynacją i oczekiwaniem na informacje od dostawców. Tymczasem o tempie rozwoju produktu coraz częściej decyduje nie jakość pomysłu, lecz szybkość przechodzenia między kolejnymi iteracjami projektu” – tłumaczy Małgorzata Kaliszewska z meviy.
AI jako narzędzie odzyskiwania czasu
W tym kontekście sztuczna inteligencja może wspierać nie tylko procesy produkcyjne, ale również wcześniejsze etapy pracy inżynierskiej. Nowoczesne rozwiązania wspierane przez AI potrafią błyskawicznie analizować geometrię modeli 3D, oceniać wykonalność projektu, identyfikować potencjalne problemy produkcyjne oraz wskazywać elementy konstrukcji, które mogą utrudniać proces wytwarzania lub zwiększać jego koszty. Dzięki temu część błędów można wychwycić jeszcze przed uruchomieniem produkcji, a decyzje dotyczące projektu podejmować w oparciu o dane, nie domysły.
Dla inżynierów oznacza to krótszą ścieżkę od pomysłu do weryfikacji. Dla firm – lepsze wykorzystanie czasu specjalistów, sprawniejsze planowanie budżetu i mniejsze ryzyko kosztownych poprawek na późniejszych etapach procesu. – „Dobrze wykorzystana AI nie powinna być kolejną warstwą technologii dokładanej do już skomplikowanego procesu. Jej wartość pojawia się wtedy, gdy pomaga usunąć powtarzalne czynności, które spowalniają pracę zespołu. W przypadku inżynierów oznacza to przede wszystkim szybszy dostęp do informacji o wykonalności, kosztach i konsekwencjach konkretnych decyzji projektowych” – wskazuje ekspertka meviy.
Od modelu CAD do decyzji
Sama analiza AI nie wystarczy jednak do zwiększenia produktywności, jeśli pozostaje oderwana od dalszych etapów procesu. Dlatego coraz większą rolę odgrywają platformy cyfrowej produkcji, które łączą funkcje bazujące na sztucznej inteligencji z analizą modelu CAD, oceną wykonalności, wyceną i możliwością złożenia zamówienia w jednym środowisku. W takim modelu inżynier nie musi przygotowywać dodatkowej dokumentacji, prowadzić wieloetapowej korespondencji z dostawcami ani czekać na kolejne rundy wycen.
Po przesłaniu modelu 3D otrzymuje informację o koszcie, terminie realizacji i ewentualnych ograniczeniach technologicznych. Może szybciej porównywać warianty projektu, wprowadzać zmiany i podejmować decyzje dotyczące kolejnych iteracji.
Dla działów zakupów oznacza to większą przejrzystość kosztową i lepszą kontrolę nad procesem zamówień. Dla zespołów inżynierskich – krótszą drogę od pomysłu do fizycznej części. Szczególne znaczenie ma możliwość pracy bez konieczności tworzenia dodatkowych rysunków 2D, automatyczna analiza wykonalności, szybka wycena oraz dostęp do jednego środowiska, w którym można zamawiać zarówno części wykonywane według indywidualnej specyfikacji, jak i komponenty katalogowe.
W czasach rosnącej konkurencji o wykwalifikowanych specjalistów coraz większego znaczenia nabiera nie tylko pozyskanie talentów, ale również sposób wykorzystania ich kompetencji. Produktywność przemysłu nie zależy dziś wyłącznie od maszyn, automatyzacji czy nowych technologii. Coraz częściej zależy od tego, jak skutecznie firmy potrafią wykorzystać czas swoich najlepszych specjalistów.
Źródło informacji: SAROTA PR
