Tak zwana czwarta rewolucja przemysłowa (przemysł 4.0) została wywołana przez rozwój technologii informatycznych. Kluczowe role odgrywają tu automatyzacja, robotyzacja, analityka big data, wirtualizacja, AI, uczenie maszynowe i internet rzeczy. Teraz z wizją przemysłu 4.0 zaczyna konkurować, lub ją uzupełniać, koncepcja nazywana przemysłem 5.0 (p5.0). W przemyśle 5.0 ważną rolę mają odegrać ludzie wsparci nowymi technologiami. Jednym z takich wyspecjalizowanych pracowników będzie operator analityczny, czyli specjalista wykorzystujący analitykę big data.
Powstająca pod egidą Komisji Europejskiej wizja przemysłu przyszłości wykracza poza efektywność i produktywność jako jedyne cele, a zakłada wykorzystanie innowacji do rozwoju zrównoważonego, skoncentrowanego na człowieku i odpornego na zakłócenia przemysłu. W szerszym podejściu do p5.0 eksperci wyróżniają sześć kategorii o kluczowym znaczeniu. Jedną z nich jest „przesyłanie i gromadzenie danych oraz technologie analityczne”, a zatem również autorzy odświeżonego pomysłu na nowoczesną produkcję widzą w analizie danych kwestię strategiczną.
Specjalista + big data analytics
W dokumencie KE znajdujemy opisy ośmiu zawodów nazwanych zbiorczo „rozszerzonymi operatorami”. Pomysł zakłada, że bardzo dobre efekty da konstrukcja stanowisk pracy w przemyśle, która łączy kompetencje człowieka i technologii oraz urządzeń. I tak np. obok operatora współpracującego (człowiek + robot) czy super-wytrzymałego operatora (człowiek + egzoszkielet), mamy operatora analitycznego (człowiek + analityka big data). Analityczny operator nie tylko byłby zatem specjalistą w zakresie big data, ale o jego wysokiej wartości dla przedsiębiorstwa stanowiłoby równorzędne połączenie kompetencji ludzkich i możliwości technologicznych.
Dane mają warstwy
Eksperci, którzy zajmują się big data, podkreślają, że tempo przyrostu danych i ich różnorodność niebawem będą wymagały zupełnie nowego podejścia do przetwarzania informacji. Wiele obecnych systemów funkcjonuje w prostej logice z czasów, kiedy danych było mniej i gromadzono je tylko wewnątrz przedsiębiorstwa. Dziś zbierane informacje pochodzą z większej liczby źródeł, są wielowarstwowe, a nowoczesny ekosystem gospodarczy wymaga, żeby firmy współdzieliły niektóre zbiory pod kątem bardziej efektywnej kooperacji. A to wymaga nowych narzędzi, metod i innego myślenia o danych, dopasowanego do ich aktualnego i przyszłego charakteru.
Łańcuchy dostaw napędzane przez AI
Rolą firm produkcyjnych jest tworzenie wysokiej jakości produktów w zoptymalizowanych i wydajnych fabrykach, przy zachowaniu zasad zrównoważonego rozwoju. Ogromne znaczenie dla rozwoju przemysłu ma optymalizacja łańcuchów dostaw. W globalnych procesach logistycznych producenci muszą zrównoważyć odpowiedni przepływ dostawców, surowców i specjalistycznych procesów z nieprzewidywalnymi zmianami popytu wśród konsumentów. Liczba zmiennych sprawia, że konieczne jest wsparcie zaawansowanych technologii. Przykład? Cyfrowy bliźniak jako wirtualna kopia rzeczywistego łańcucha dostaw. Stojący za tym rozwiązaniem eksperci firm SAS i Cosmo Tech oceniają, że digital twin umożliwi dokładniejszy wgląd w przyszłość operacji. Model napędzany przez AI pomoże połączyć planowanie i prognozowanie popytu z planowaniem produkcji i zapasów.
Innowacje w zasięgu ręki
Podczas konferencji „Manufacturing Workforce and Digital Transformation with Analytics”, zorganizowanej w ramach Dnia Przedsiębiorczości, SAS zaprezentował pakiet narzędzi analitycznych dla przemysłu. Rozwiązania te koncentrują się na poprawie jakości produkcji, optymalizacji procesów, efektywności działania urządzeń oraz zmniejszaniu kosztów i ryzyka gwarancyjnego. Podczas wydarzenia podkreślano korzyści, jakie sztuczna inteligencja (SI), uczenie maszynowe (ML) i technologie internetu rzeczy (IoT) dają producentom pod kątem budowania odporności i przewag konkurencyjnych w przyszłości. Uczestnicy obejrzeli wystawę przedstawiającą analitykę big data, AI i IoT w działaniu. I tak Deere & Company zaprezentowała w pełni autonomiczny ciągnik wyposażony w analitykę i technologię analizy obrazu. Maszyna porusza się samodzielnie i wykonuje pracę na polu, a użytkownik może monitorować jej działanie za pomocą urządzeń mobilnych. Z kolei Mack Trucks przedstawiła elektryczny samochód ciężarowy, który wykorzystuje zaawansowane technologie AI i IoT do analizy danych z czujników. Dzięki temu można z wyprzedzeniem planować naprawy, aby przeciwdziałać awariom i minimalizować przestoje. Natomiast Johnson Controls International przedstawił pakiet połączonych rozwiązań OpenBlue dla inteligentnych, zrównoważonych budynków. OpenBlue to usługi oparte na sztucznej inteligencji, takie jak zdalna diagnostyka i konserwacja.
(AM, źródło: SAS)
