Słyszymy wiele o inteligentnych przedsiębiorstwach, inteligentnych operacjach, inteligentnej produkcji itd. Ale co tak naprawdę oznaczają w tych kontekstach terminy „inteligentny” i „inteligentna”? Czy istnieje między nimi jakaś różnica?
Bycie „inteligentnym” jest często definiowane jako generowanie, przetwarzanie i udostępnianie danych. Jest to zasada stojąca za „inteligentnymi produktami”, takimi jak telefony, samochody, narzędzia analityczne, a nawet systemy oświetlenia miejskiego.
W środowisku produkcyjnym moje rozumienie słowa „inteligentny” oznacza „bardziej zaawansowany poziom inteligentności”. Oznacza to, że dane przechwycone z inteligentnych produktów i ich otoczenia są kontekstualizowane, co skutkuje stworzeniem „najlepszego scenariusza.”
Pogłębmy temat. Rdzeń inteligentnej lub inteligentnej fabryki jest często przedstawiany w postaci symbolu ludzkiego mózgu. Ale porównajmy fabrykę do człowieka. Każdy z nas ma mózg – ale czy każdy człowiek powinien być uważany za inteligentnego lub sprytnego? Prawdopodobnie nie. Tak więc samo posiadanie mózgu nie wystarczy.
Bycie inteligentnym oznacza posiadanie zdolności do przyswajania informacji (danych), kontekstualizowania ich, przetwarzania ich i wyprowadzania z nich (najlepszego) scenariusza. Oznacza to zdolność do adaptacji do zmieniających się warunków.
W środowisku produkcyjnym zasoby i pracownicy powinni być postrzegani jako platformy danych, które generują i konsumują ogromne ilości danych przetwarzanych przez warstwy OT i IT.
To jest „inteligentne” – ale nie „inteligentne”. Nawet wykorzystanie AI i algorytmów poznawczych/uczenia maszynowego nie podnosi tych środowisk do rangi „inteligentnych”.”
Interesujący fakt: Organizacje, które wdrażają rozwiązania cyfrowe – takie jak modele predykcyjne lub monitorowanie stanu i wydajności – mogą twierdzić, że wykorzystują dane do podejmowania szybszych i jakościowo lepszych decyzji. Ale nie wykorzystują ich w sposób horyzontalny i wertykalny.
To znaczy, że im więcej rozwiązań cyfrowych wdrożyli, tym więcej silosów stworzyli. Brakuje elementu kontekstualizacji danych end-to-end. Zamiast usunąć komplikacje i zoptymalizować istniejącą złożoność, systemy stały się jeszcze bardziej złożone. Może to skutkować powstaniem środowiska, które jest zbyt złożone, skomplikowane i niestabilne, aby można je było okiełznać za pomocą jednego centralnego mózgu.
Jak powinno wyglądać inteligentne przedsiębiorstwo?
W dużej mierze zależy to od rodzaju łańcucha wartości. Organizacje zajmujące się produkcją dyskretną, wytwarzające bardzo złożone produkty, są zwykle bardziej pracochłonne niż producenci o niskiej złożoności i dużych ilościach. Produkcja procesowa może być obsługiwana bez jednego dotknięcia przez operatora. Nawet większość procesów zaplecza biurowego można zautomatyzować.
W przypadku wszystkich typów łańcucha wartości inteligentny rdzeń powinien działać jak centralny mózg. Aby uwolnić inteligentny rdzeń do efektywnej i autonomicznej pracy, oto podstawowe warunki wstępne:
- 100% procesów opartych na danych
- Zabezpieczone środowiska IT i OT
- Systemy konwergentne pionowo i poziomo
- Łańcuch dostaw i klienci zintegrowani z odpowiednią infrastrukturą fabryki
- Oddalenie ludzkiej ingerencji od procesów w celu zmniejszenia niestabilności i potencjalnych awarii (np, zaawansowana automatyzacja w produkcji i zapleczu biurowym)
- Platformowa i skalowalna architektura IT
- Decyzje typu end-to-end podejmowane przez algorytmy sztucznej inteligencji
- Edge i architektura chmury, która obsługuje analitykę w czasie rzeczywistym, wykorzystując znaczną moc obliczeniową
Jaki jest ideał na najbliższą przyszłość?
Przekształcenie inteligentnej fabryki w inteligentne przedsiębiorstwo wymaga znacznie więcej niż tylko wykorzystania płynnego przepływu danych oraz spostrzeżeń i podejmowania decyzji opartych na danych. Zbudowanie inteligentnego rdzenia, który autonomicznie zarządza procesami, wymaga wdrożenia zaawansowanego poziomu automatyzacji oprogramowania i sprzętu, zdalnego konfigurowania i konserwacji technologii oraz autonomicznego zapewniania wewnętrznej i zewnętrznej logistyki.
Osiągnięcie tego wyczynu może być długą podróżą. Wymaga pokonania przeszkód, w tym zastąpienia starszych systemów IT i OT we wszystkich domenach, zainwestowania we w pełni zautomatyzowane i elastyczne koncepcje produkcji oraz wysoki poziom ochrony całego systemu.
Najważniejsze jest to, że łączne nakłady kapitałowe i operacyjne na projekt muszą przynieść pożądany zwrot z inwestycji. Dla większości przedsiębiorstw hybrydowe środowisko człowiek-technologia-automatyzacja jest nadal najlepszym wyborem dla osiągnięcia efektywności i trwałości biznesu.
Ale takie konwergentne środowisko nie jest „inteligentne – przynajmniej tak, jak opisaliśmy je powyżej. Być może najlepiej nazwać je „więcej niż inteligentnym”. To znaczy, wykorzystuje ono to, co najlepsze z obu światów. Nie jest w pełni zarządzane przez centralną sztuczną inteligencję, ale zamiast tego łączy elastyczność ludzkiego mózgu, intuicję i zdolność do rozumienia rzeczy w szerszym kontekście ze zdolnością sztucznej inteligencji do wyciągania wniosków na podstawie analizy złożonych danych wejściowych. Jest on bliższy „inteligentnemu”, ale jeszcze nie osiągnięty.
.