Vi hører meget om intelligente virksomheder, smart drift, smart produktion og så videre. Men hvad betyder begreberne “intelligent” og “smart” egentlig i disse sammenhænge? Er der nogen forskel på dem?
Det at være “intelligent” defineres ofte som generering, behandling og deling af data. Det er princippet bag “intelligente produkter” som f.eks. telefoner, biler, analyseværktøjer og endda bybelysningssystemer.
I produktionsmiljøet betyder “intelligent” efter min opfattelse “et mere avanceret niveau af smartness”. Det vil sige, at data, der opsamles fra intelligente produkter og deres omgivelser, kontekstualiseres, hvilket resulterer i skabelsen af et “best-case-scenarie.”
Lad os grave dybere. Kernen i en intelligent eller smart fabrik er ofte repræsenteret ved et symbol på en menneskelig hjerne. Men lad os sammenligne en fabrik med et menneske. Vi har alle sammen en hjerne – men skal alle mennesker betragtes som intelligente eller smarte? Sandsynligvis ikke. Så det er ikke nok bare at have en hjerne.
At være intelligent betyder at have evnen til at absorbere information (data), kontekstualisere den, behandle den og udlede et (best)-case-scenarie af den. Det betyder at have evnen til at tilpasse sig skiftende forhold.
I produktionsmiljøet bør aktiver og arbejdsstyrker betragtes som dataplatforme, der genererer og forbruger enorme mængder af data, som behandles af OT- og it-lagene.
Det er “smart” – men ikke “intelligent”. Selv brugen af AI og kognitive/maskinlæringsalgoritmer løfter ikke disse miljøer op til det “intelligente”.”
Interessant kendsgerning: Organisationer, der implementerer digitale løsninger – såsom prædiktive modeller eller tilstands- og ydelsesovervågning – kan hævde, at de bruger dataene til at træffe hurtigere og kvalitativt bedre beslutninger. Men de udnytter ikke horisontalt og vertikalt.
Det vil sige, at jo flere digitale løsninger de har implementeret, jo flere siloer har de skabt. Elementet af end-to-end data kontekstualisering mangler. I stedet for at fjerne komplikationer og optimere den eksisterende kompleksitet er systemerne blevet endnu mere komplekse. Dette kan resultere i et miljø, der er for komplekst, kompliceret og ustabilt til at blive tæmmet med én central hjerne.
Hvordan skal en intelligent virksomhed se ud?
Dette afhænger stærkt af værdikædetypen. Diskrete fremstillingsorganisationer med meget komplekse produkter har en tendens til at være mere arbejdskraftintensive end lavkomplekse producenter med store mængder af produkter med lav kompleksitet. Procesfremstilling kan betjenes uden en enkelt berøring af en operatør. Selv de fleste back-office-processer kan automatiseres.
Men for alle værdikædetyper bør den intelligente kerne fungere som en central hjerne. For at frigøre den intelligente kerne til at arbejde effektivt og autonomt er her de grundlæggende forudsætninger:
- 100 % datadrevne processer
- Sikre IT- og OT-miljøer
- Vertikalt og horisontalt konvergerede systemer
- Lagerkæde og kunder integreret i den relevante fabriksinfrastruktur
- Menneskelig indblanding fjernet fra processerne for at reducere ustabilitet og potentielle fejl (f.eks, avanceret automatisering i produktion og back office)
- Platformbaseret og skalerbar it-arkitektur
- End-to-end-beslutninger truffet af AI-algoritmer
- Edge- og cloud-arkitektur, der håndterer analyser i realtid ved hjælp af betydelig computerkraft
Hvad er idealet for den nærmeste fremtid?
For at gøre en smart fabrik til en intelligent virksomhed kræver det meget mere end at udnytte problemfri datastrøm og databaseret indsigt og beslutningstagning. Opbygning af en intelligent kerne, der autonomt styrer processer, kræver implementering af et avanceret niveau af software- og hardwareautomatisering, fjernstyret opsætning og vedligeholdelse af teknologi samt autonom levering af intern og ekstern logistik.
Det kan være en lang rejse at opnå denne bedrift. Det kræver, at man overvinder forhindringer, herunder udskiftning af ældre IT- og OT-systemer på tværs af alle områder, investering i fuldt automatiserede og fleksible produktionskoncepter og beskyttelse på højt niveau af hele systemet.
Det vigtigste er, at de samlede kapital- og driftsudgifter til projektet skal resultere i det ønskede investeringsafkast. For de fleste virksomheder er et hybridmiljø mellem mennesker, teknologi og automatisering stadig det bedste valg for at opnå effektivitet og forretningsmæssig bæredygtighed.
Men et sådant konvergeret miljø er ikke “intelligent” – i hvert fald ikke som vi har beskrevet det ovenfor. Måske er det bedst at kalde det “mere end intelligent”. Det vil sige, at det udnytter det bedste fra begge verdener. Det styres ikke fuldt ud af central AI, men kombinerer i stedet den menneskelige hjernes fleksibilitet, intuition og evne til at forstå tingene i en bredere sammenhæng med AI’s evne til at udlede indsigter baseret på analyse af komplekse datainput. Den er tættere på “intelligent”, men er der ikke endnu.