Panasonic Industry считает, что использование искусственного интеллекта в производстве начинается не с выбора готовой модели или инструмента, а с создания надёжной операционной базы данных. Согласно материалу, опубликованному в MONOist Japan, компания более десяти лет преобразовывала данные производственных линий и связанные с ними знания в структуру, которую можно использовать для совершенствования процессов.
Этот опыт связан с компанией, основанной в 1969 году и производящей, среди прочего, алюминиевые электролитические конденсаторы. Эти компоненты используются в таких сферах, как электромобили, приложения искусственного интеллекта и телекоммуникационная инфраструктура. В этом контексте компания заявляет, что совершенствование производства требует учёта различий между производственными линиями, обеспечения ресурсами и реагирования на изменения объёма спроса.
Данные появились раньше искусственного интеллекта
Около десяти лет назад примерно половина старого производственного оборудования, выпущенного до 2010 года, не могла напрямую собирать данные. Поэтому Panasonic Industry занялась внедрением оборудования, способного предоставлять данные, и установкой программируемых логических контроллеров, или PLC, на существующих производственных линиях.
Согласно материалу, этот процесс сделал возможным сбор данных более чем с 600 производственных линий. Унификация не ограничивалась общими показателями: стало возможным упорядочивать такие данные, как качество производства, показатели дефектов оборудования, дефекты продукции и дефекты, связанные с размером, а также эффективность производства и другие операционные показатели.
От измерений к операционным знаниям
Компания не считает сбор данных самоцелью. Доступность данных со всего оборудования помогает анализировать условия эксплуатации и определять причины проблем, а также позволяет сравнивать производительность оборудования и процессов. Panasonic Industry связывает данные со знаниями, накопленными сотрудниками, полагая, что практический вопрос заключается в том, как понять взаимосвязь между действиями сотрудников и изменениями в производительности процессов.
В материале отмечается, что компания работает над созданием системы операционных знаний, основанной на преобразовании практического опыта в формат, пригодный для повторного использования, вместо его привязки к конкретным людям. Это особенно важно в производственной среде, где характеристики продукции и способы производства меняются от клиента к клиенту и могут требовать тысяч процедур настройки и эксплуатации.
Что меняется на практике?
Фактический переход заключается в том, чтобы перестать использовать искусственный интеллект как отдельный инструмент и интегрировать его с данными оборудования и операционными знаниями. В материале поясняется, что Panasonic Industry начала применять технологии, включая агентов искусственного интеллекта, для поддержки процессов, однако этот шаг был сделан после подготовки базовой инфраструктуры данных и унификации показателей эффективности.
Главный вывод заключается в том, что искусственный интеллект не компенсирует отсутствие данных или несогласованность их определений. Завод, который не может получить доступ к данным своего оборудования или не располагает единым способом описания неисправностей и качества производства, столкнётся с ограничениями ещё до этапа выбора модели искусственного интеллекта. В случае Panasonic Industry цифровизация более чем 600 производственных линий создала основу для дальнейшего анализа процессов и расширения автоматизации работы со знаниями.
Материал не доказывает, что все производственные проблемы решены или что агенты искусственного интеллекта стали заменой человеческому опыту. Однако он предлагает ясный путь: сбор данных с оборудования, их унификация, связывание с практическими знаниями, а затем использование искусственного интеллекта в производственных процессах. Эффективность этого пути по-прежнему зависит от качества данных, точности моделирования знаний и способности сотрудников проверять результаты до их преобразования в операционные решения.