الذكاء الاصطناعي في التصنيع: أين تبدأ وكيفية التوسع

في مجال التصنيع ، ساعدت منظمة العفو الدولية المؤسسات بالفعل على توفير التكاليف والوقت ، وهي تساعد الآن مهام المساعدة مثل تصميم المنتجات وتطويرها.

يوفر الذكاء الاصطناعي إمكانات لفوائد كبيرة عبر القطاعات. بالإضافة إلى تسريع المهام وتقليل الأخطاء / إعادة العمل في الوظائف الحالية ، ساعدت منظمة العفو الدولية المؤسسات على إطلاق قدرات جديدة في سلسلة القيمة الخاصة بها. في مجال التصنيع ، ساعدت منظمة العفو الدولية المؤسسات بالفعل على توفير التكاليف والوقت ، وهي تساعد الآن مهام المساعدة مثل تصميم المنتجات وتطويرها. في تقريرنا الأخير حول "قياس الذكاء الاصطناعي في العمليات" ، أردنا أن نفهم المزيد حول تأثير الذكاء الاصطناعي على سلسلة القيمة الخاصة بالمصنعين وحيث يشهد القطاع أكبر تنفيذ للذكاء الاصطناعي. لقد درسنا أيضًا العوامل الحاسمة التي يجب على الشركات المصنعة التركيز عليها من أجل توسيع نطاق حالات الاستخدام هذه عبر مؤسستهم. للإجابة على هذه الأسئلة ، أجرينا بحثًا شاملاً حول تطبيقات الذكاء الاصطناعي في 75 منظمة عالمية رائدة في كل من السيارات والفضاء والدفاع والتصنيع الصناعي وسلع المنتجات الاستهلاكية. كما أجرينا مقابلات مع العديد من خبراء الصناعة لجمع وجهات نظرهم حول تأثير الذكاء الاصطناعي في مؤسستهم. إذن ، ما هي حالات استخدام الذكاء الاصطناعي الأكثر أهمية لمنظمات التصنيع؟

صيانة ذكية

تساعد الصيانة الذكية المؤسسة على معالجة التحديات المتعددة من خلال عمليات الصيانة التقليدية. لا تساعد الصيانة الدقيقة والدقيقة للآلات على أرض المتجر المؤسسات على توفير تكاليف التوقف عن العمل الباهظة فحسب ، بل تقلل أيضًا من التكلفة المرتبطة بالصيانة نفسها. يمكن أن يكون مقدار المدخرات فقط من خلال تجنب التوقف عن العمل كبيرًا ، خاصة بالنسبة إلى شركة تصنيع كبيرة. يستخدم الذكاء الاصطناعي البيانات المستلمة من أجهزة الاستشعار المركبة على الأجهزة جنبًا إلى جنب مع البيانات التاريخية حول أعطال الجهاز للتنبؤ بذكاء بوقت فشل الجهاز. استنادًا إلى هذه المعلومات ، يمكن لنظام AI تقديم توصيات لموظفي الخدمة في المتجر ، مع إضافة هذه المعلومات الجديدة لتحسين دقتها في المستقبل.

مراقبة جودة المنتج

إن مراقبة الجودة جزء أساسي من سلسلة القيمة الخاصة بالمصنعين. لا يؤدي المنتج دون المستوى المطلوب فقط إلى الخردة / الهدر ، ولكن بالنسبة للصناعات المنظمة بشدة مثل السيارات ومنتجات المنتجات الاستهلاكية ، يمكن أن يؤدي هذا أيضًا إلى فرض غرامات باهظة من المنظم. بصرف النظر عن الآثار المالية لمنتج رديء ، تواجه المؤسسات أيضًا خطر السمعة إذا وصل هذا المنتج إلى يد العميل. يمكن للذكاء الاصطناعي إلى جانب رؤية الماكينة مساعدة الشركات المصنعة على التعامل بفعالية مع قضايا الجودة في المتجر. يمكن تدريب نظام AI على مجموعة كبيرة من الصور التي تم جمعها بواسطة كاميرات أرضية المتجر. يستخدم نظام الذكاء الاصطناعي هذه المعرفة للمقارنة مع منتجات العمل الجاري لتحديد المنتجات المعيبة التي يمكن إزالتها من تدفق العملية لإعادة العمل / الخردة.

تخطيط الطلب

يعد قياس طلب المستهلكين بدقة أمرًا ضروريًا للمصنعين. في حين أن المبالغة في تقدير الطلب يمكن أن تؤدي إلى زيادة تكلفة المخزون ، فإن التقليل من الطلب يؤدي إلى فقدان الإيرادات. يستخدم المصنعون التعلم الآلي للتنبؤ بالتغيرات في الطلب بأكبر قدر ممكن. يمكن تدريب الأنظمة المستندة إلى الذكاء الاصطناعي باستخدام البيانات من المبيعات التاريخية ، وبيانات الطرف الثالث مثل وسائل التواصل الاجتماعي والبيانات الخاصة بقطاعات أخرى لعمل تنبؤات لأساس طلب المستهلك في المستقبل كيف أثرت مجموعة معينة من الأحداث على الطلب. وهذا يسمح للشركات المصنعة بإجراء التغييرات اللازمة على جداول الإنتاج وشراء المواد الخام ، وبالتالي توفير التكاليف وتحسين الإنتاجية العامة.

ولكن كيف يمكن للمنظمات أن تأخذ منظمة العفو الدولية على نطاق واسع؟

ينتقل أحد أكبر التحديات التي تواجه الشركات المصنعة من إثبات صحة المفاهيم (POC) إلى عمليات نشر واسعة النطاق لحالات استخدام الذكاء الاصطناعي. على سبيل المثال ، في صناعة السيارات ، وجدنا أنه بحلول منتصف عام 2017 ، قدمت 10 بالمائة فقط من مصنعي المعدات الأصلية للسيارات تطبيقات AI على نطاق واسع. ارتفع هذا العدد بشكل هامشي فقط إلى 14 بالمائة بحلول يناير 2019. بناءً على تجربتنا الخاصة لمساعدة المؤسسات الكبيرة على توسيع نطاق الذكاء الاصطناعي ومدخلات هؤلاء الخبراء ، فإننا نوضح الخطوات الرئيسية التي يمكن للشركات المصنعة اتخاذها للتغلب على هذا التحدي.

DEPLOY تنجح نماذج الذكاء الاصطناعي في البيئات الحية

بمجرد أن تثبت حالة استخدام الذكاء الاصطناعي قيمتها في بيئة خاضعة للرقابة ، يجب على المؤسسات نشرها في بيئة حية لتعلم سيناريوهات جديدة وتحسين الدقة. يجب أيضًا دمج نظام الذكاء الاصطناعي مع أنظمة تكنولوجيا المعلومات الحالية في هذه المرحلة المبكرة نفسها لتجنب أي مشكلات في التكامل حيث يتم نشر حالة الاستخدام على نطاق واسع.

استثمر في وضع الأساس لبيانات وأنظمة الذكاء الاصطناعي والموهبة

الاستثمار في التكنولوجيا الأساسية ومهارات الذكاء الاصطناعي هو أيضًا مفتاح النجاح على المدى الطويل. وهذا يسمح للمؤسسات بالحفاظ على الزخم عندما أثبتت حالات الاستخدام القليلة الأولى قيمة الذكاء الاصطناعي. كما أنه يساعد في إنشاء عمليات طرح قابلة للتكرار وأسرع وأسهل لتطبيقات الذكاء الاصطناعي الجديدة في المستقبل. يجب على المصنّعين أيضًا العمل على تطوير مجموعة المواهب الخاصة بهم التي يمكنها رفع حالات استخدام الذكاء الاصطناعي هذه.

تحجيم حل منظمة العفو الدولية عبر الشبكة

بمجرد وضع أساس البيانات والمواهب في مكانها ، يمكن للمؤسسة نقل تطبيق الذكاء الاصطناعي إلى منصة الذكاء الاصطناعي لجعله متاحًا عالميًا. يمكن استضافة النظام الأساسي نفسه على السحابة لتقليل التكاليف والمساعدة على النقل. يجب أن يراقب التصنيع أيضًا عن كثب أداء تطبيق الذكاء الاصطناعي على المعلمات الحرجة مثل القيمة التجارية الإجمالية ، والحاجة إلى إعادة التدريب ، والدقة. ما لم تنتقل المزيد من المنظمات من الطيارين وإثباتات المفاهيم إلى الحجم ، فإن عصر 4.0 الجديد في التصنيع سيظل هدفًا بعيد المنال. من خلال اعتماد استراتيجية مدفوعة بالنطاق - تركز الجهود على أكثر حالات الاستخدام قيمة ، وتضع أسسًا قوية للحوكمة والمنصات والمواهب - يمكن للمصنعين تحويل الإمكانات الثورية للذكاء الاصطناعي إلى الثورة الصناعية القادمة.

نُشرت هذه المقالة لأول مرة في The Machinist.