La intel·ligència industrial i la física de l'AI com a oportunitat per fabricar

Cada fabricant té la seva pròpia intel·ligència industrial. Alguns estan documentades, i algunes resideixen en el coneixement de treballadors experimentats.

Considereu un operador experimentat preparant-se per a reiniciar una línia després d' un canvi. L' arranjament de la màquina, però també sap com es comporta un material en particular, el que va passar durant el torn anterior, i quan sembla que una variació menor es mereix un aspecte més a prop. Un procediment pot descriure la seqüència, però l'execució exitosa depèn del judici que ve de l'experiència i de l'organització vósstòniques de coneixement acumulada.

Aquesta combinació és una intel·ligència industrial: un fabricant d'Ectuans acumulat coneixement, pràctiques operatius, dades de producció i comprensió del seu propi negoci.

L'oportunitat és prendre més d'aquesta intel·ligència disponible allà on siguin les decisions, llavors connectar-la al món físic de fabricació. El destí estratègic no és més agents, sinó que, enlloc de convertir la intel·ligència empresarial existent en un motor per al creixement rendible.

Les experts tenen un abast limitat quan es queda amb una persona, dins d'un sistema, o dins d'una sola planta. Els líders ara han de determinar com ampliar aquest abast sense desfer el context que fa que el coneixement sigui útil.

Per exemple, un enginyer que avalua un procés necessita més que un registre de producció. Necessiten entendre les circumstàncies que hi ha al darrera: la configuració de l'equip, els requeriments de qualitat i l'operador fet. Connectar aquests elements pot ajudar la gent a aplicar l'experiència més enllà del lloc on es va originar.

Quan el coneixement individual esdevé molt accessible, la innovació pot difondre al taller de manteniment, l'oficina de planificació, l'equip d'enginyeria i el terra de producció. Més persones poden contribuir perquè més gent poden treballar amb el que sap l'organització.

Però l'accés al coneixement és només part de l'oportunitat. L'instint final és físic, i depèn de materials, màquines i productes.

La física de l'AI descriu sistemes que poden percebre condicions, raons sobre ells, i prendre accions en el món físic. En connectar màquines i processos, els fabricants tenen una visió més clara del que està passant a la planta de fàbrica. Els agents poden raonar per sobre d'aquesta informació per identificar patrons, predir problemes, i determinar el millor curs d'acció. Física IA porta la intel·ligència empresarial al procés físic, permetent a màquines i sistemes que responguin a canviar les condicions.

Considereu una operació robòtica trobada en variació en les parts que arriben a la seva estació. La visió pot ajudar el sistema a avaluar la posició de part editorials. Un model informat pel material i tasca pot ajudar a determinar un moviment apropiat. Els controls connectats poden executar un ajust dins dels límits validats. El valor no és simplement veure la variació; respon apropiadament.

El mateix principi s'aplica a operacions de qualitat. Quan Toyota Interface va connectar prèviament les dades de pintura, els equips d'enginyeria i operacions van ser donats el context necessari per entendre els controladors de desert. La companyia informa que els cicles d'anàlisi van caure de cinc dies fins a menys de quatre hores, mentre que el seu pilot va reduir els deserts de pintura rellevants al voltant del 25%. El avanç no era simplement identificar una altra senyal; estava ajudant a la gent a entendre per què els desertors estaven succeint i respondreen abans que el resultat estigués bloquejat.

Aquest és el tipus de situació on la intel·ligència industrial ha esdevingut essencial. Les dades poden revelar el que està passant, però la intel·ligència industrial proporciona el context pel que hauria de passar, que no es poden trencar les restriccions, i quan la incertesa requereix judici humà.

La simulació ofereix una manera d'examinar les accions proposades abans d'aplicar-les a l'equip. Fabricants poden explorar com un canvi pot afectar un procés en un entorn digital. Això no elimina la necessitat de validació física, però crea espai per aprendre sense tractar la línia de producció com a primer experiment.

Responsable del desplegament, per tant, comença amb disciplina operativa. Els líders necessiten establir l'autoritat clara o quins sistemes poden canviar, les connexions fiables a l'equipament, els límits de seguretat definits, i un registre de decisions i accions. La gent ha de ser capaç de reconèixer la incertesa, intervenir i portar equipament a un estat segur. La confiança descansa en aquests afers pràctics, no en confiança en un model sol.

El artefacte ha combinat molt de temps la ingenuïtat humana amb eines cada cop més capaces. La física de l'AI s'estén aquesta relació. L'equip intel·ligent pot prendre en unes tasques repetitives adequades o físicament exigents, mentre que les operacions amb l'agent poden ajudar la gent a navegar decisions intensives i canviar condicions.

L'objectiu no és fer que les màquines siguin més intel·ligents, és veure el que la gent pot construir quan el coneixement pot viatjar, la intel·ligència pot actuar, i l'ambició té més espai per convertir-se en realitat.

L'automatització Rockwell il·lustra el punt. A la seva planta de Singapur, els tècnics utilitzen un copilot de manteniment que combina les dades de fabricació, manuals de màquina i coneixement capturats de treballadors experimentats. Aquest sistema ha reduït el temps necessari per als nous treballadors per aprendre a resoldre centenars de màquines des de nou mesos fins a tres. Un enginyer podria explorar més alternatives del procés abans de cometre un canvi. Un operador podria ajudar a millorar la resposta de l'Exclusions del sistema en comptes de gestionar repetidament la mateixa excepció.

Aquest tipus de progrés requereix inversió en equipament però també en persones: entrenament, temps per aprendre, i jugar un paper significatiu en la forma de treballar en sistemes. Les màquines es tornen més capaces perquè la gent es pugui convertir en més capaç.

La intel·ligència industrial connecta el que un fabricant sap: l'experiència de la seva gent, els senyals de les seves operacions, i les lliçons acumulades al llarg del temps. La IA física dóna la forma d'actuar en el món físic, convertint el coneixement en decisions i decisions en acció.

El següent repte per a la indústria no és produir més, sinó créixer sense afegir complexitat al mateix ritme. Els fabricants d'intel·ligència poden ajudar els fabricants a transformar l'experiència en la capacitat de manteniment de la productivitat escalable, a incrementar la innovació, l'expansió de la gent per resoldre problemes que abans eren difícils d'abordar.

La següent frontera de la indústria no són màquines més intel·ligents o fàbriques automàtiques; són empreses que poden aprendre contínuament, adaptar-se i actuar. L'oportunitat és convertir la intel·ligència encastada en cada operació en un avantatge compost per al creixement.

Mireu les sèries de vídeo per aprendre com els clients industrials estan desbloquejant la intel·ligència a través de la cadena de valor, i uniu-vos a Microsoft Ignita per veure què hi ha al costat de la Intel·ligència industrial.

Aquest contingut ha estat produït per Microsoft. No va ser escrit per l'equip editorial de la Referencia tecnologia del MIT.

Deu anys després de l'Investigacions AlfaGokeyboard-se amb Go campió Lee Lee Sedsol, avui, l'AI encara no està empellat a la maquinària que ha fet possible guanyar-se.

Una entrevista exclusiva amb Nick Cammarata, l'investigador del blog viral de 26.000 paraules, ha celebrat la seguretat de l'AI.

Les reclamacions de l'AGI i les noves capacitats s'enfonsen ràpidament sota l'escrutini.

Les torres de vigilància, cada cop més impulsades per IA, van prometre respostes més ràpides a creuar. La nostra investigació de morts a prop de les torres han trobat que no han vingut a entregar-los.

Descobreix ofertes especials, històries importants, esdeveniments propers i més.