Найважливіші зміни впроваджують самі виробники. Більшість промислових компаній вже зараз користуються перевагами таких технологій, як Інтернет речей (IoT). А у 2020 році вони стануть першими серед тих, які використали штучний інтелект, 5G і 3D друк. Що далі? Відповіді у статті.
На відміну від циклів впровадження технологій виробництва в минулому,основну увагу вже не будуть приділяти поступовому вдосконаленню існуючих процесів. Нові технології стануть основою нових інноваційних бізнес моделей та потоків доходів, що змінять саму природу промислового виробництва.
Прогноз 1: до мережі 5G буде під’єднано збедільшого машини, ніж людські ресурси
Бернар Марр (Bernard Marr) у Forbes вказує на величезний вплив, який матиме технологія 5G на використання інших технологій. Передача музики, телевізійних шоу та фільмів безперебійним шляхом через мобільні пристрої стане простішою та доступнішою за допомогою 5G. Однак, технологія 5G призведе до якісних змін здебільшого у роботі пристроїв, які керують автоматизованими промисловими процесами, ніж у роботі розумних пристроїв, орієнтованих на споживача.
«Це вдосконалення дозволить збільшити кількість транспортних засобів із можливостю під’єднання до мережі для автономного водіння», — продовжує пан Марр. «Розумні міста із логістикою, транспортом та інфраструктурою, що об’єднані в єдину мережу; розширення можливостей системи охорони здоров’я завдяки використанню робототехніки, технології блокчейн та натільного обладнання телеметрії ; промисловий Інтернет речей та розумні фабрики; і більш широке використання доповненої, віртуальної та змішаної реальності.»
Згідно прогнозу, який підготував Ентоні Боурн (Antony Bourne; президент відділу розвитку галузей IFS), найбільший вплив 5G матиме в промисловій автоматизації. Наднизька затримка передачі даних, доступ з будь-якої точки, обробка великого об’єму інформації, прилади із засобами машинного навчання відкриють нові форми економії та ефективності. Китай та Південна Корея вже працюють за цією схемою, а США та Великобританія, ймовірно, витратять значну частину майбутнього року, щоб не залишитися позаду.
Покращений обмін даними між обладнанням завдяки 5G не просто призведе до підвищення ефективності, а, скоріше, до можливості автоматизації більш складних виробничих моделей, включаючи конфігурацію та виготовлення на замовлення. Рівні автоматизації, які раніше були пов’язані лише з довготривалим, серійним виробництвом, в цьому році будуть актуальні і для багатовимірного контролю за процесами виробництва, результатом чого можуть стати кастомні продукти.
Прогноз 2: у 2020 р. модель B2B2C стане серйозним конкурентом моделі B2C
Орієнтація виробників на споживача підкріплюється глобальним трендом сервізаці. Компанії, орієнтовані на товар, або додають послуги до своїх товарів, або будуть пропонувати свою продукцію в якості послуги.
Згідно з даними дослідження IFS під назвою Industrial Servitization and Field Service Technology, вже у 2018 році 62% виробників отримали прибутки від післяпродажного обслуговування – продажу запчастин, гарантійного та сервісного обслуговування. 16 % респондентів підписали угоди про рівні технічної підтримки (SLA) за клієнтами, 4% виробників перейшли на повну сервізацію. Це означає, що навіть якщо виробник продає товар через канал збуту, він може підтримувати або обслуговувати його протягом всього життєвого циклу. Виробник раптово стає компанією, що працює по типу «бізнес-бізнес-споживач» (B2B2C). Надання послуг сервісного обслуговування буде становити значну частину доходу виробників, які тепер несуть відповідальність не просто за продукт, а за досягнення результату.
У якості прикладу можна згадати одного з клієнтів IFS є виробник повітряних фільтрів. Компанія спеціалізується на виготовленні та розповсюдженні систем фільтрації відповідно до моделі B2B. Але завдяки сервізації вони перейшли від продажу очищувачів повітря до продажу чистого повітря. Вони активно працюють зі своїми замовниками, щоб виміряти існуючу якість атмосферного повітря, встановити рівень бажаної якості повітря, а потім підтримувати систему фільтрації для досягнення такого результату. Значна частина цього процесу автоматизована. Датчики на обладнанні контролюють результат та активують технічне обслуговування за технічним станом.
Однак, для цього клієнта планово-профілактичне технічне обслуговування – це лише початок. По мірі того, як маніпуляція з великими об’ємами даних та робота із аналітикою стає простішою, можливість зібрати більше інформації про те, що відбувається з якістю повітря в конкретних середовищах, значно зростає.
Існує багато інших прикладів. Baxi Heating, виробник і дистриб’ютор інтелектуальних кліматичних і санітарних рішень для гарячої води у Великобританії (є також клієнтом IFS), нині продає кінцевим споживачам температуру навколишнього середовища, а не піддони механічного обладнання. Клієнти задають цільову температуру, а Baxi працює над досягненням такої мети.
Рівень задоволеності клієнтів якістю обслуговування покращиться, коли модель «бізнес-бізнес-споживач» буде превалювати, так як покращиться комунікація між виробником і кінцевим споживачем продукту. Ця модель також сприяє захисту навколишнього середовища, так як кількість об’єктів, які будуються, та ресурсів, які задіяні, відповідають вимогам задачі, а не примхам споживача.
Прогноз 3: до 2022 року більше половини виробників інвестують капітал у штучний інтелект та збільшать продуктивність на 10%
IFS співпрацює з клієнтами з метою впровадження програм машинного навчання із великими наборами даних та використовує їх для виявлення закономірностей і стратегій, які виходять за рамки когнітивних можливостей людського мозку.
Більшість виробників вже використовують певний рівень автоматизації не лише на підприємстві, а і в офісі. Одним з прикладів є виробник сухофруктів і закусок Whitworths. Компанія досягла високо рівня автоматизації в управлінні якістю, перейшла від вибіркової перевірки продукту та записів вручну до оптимізованого процесу на основі цехового замовлення. В той час, як автоматизація сприяє оптимізації процесів, технології штучного інтелекту можуть створити нові процеси в мережі. Таким чином, Whitworth має змогу прогнозувати проблеми з якістю ще до їх появи.
Ще одна сфера, яка буде розвиватися протягом найближчих років, — це планування та прогнозування попиту на базі технологій штучного інтелекту. Якщо технології штучного інтелекту використовувати з коректними наборами даних, то у виробників з’явиться можливість узгодити дистрибуцію з прогнозами попиту для отримання аналітичних даних, що раніше було важко уявити.
Таким чином, формується нове бачення процесу виробництва. Принцип «точно в строк» системи виробництва в компанії Toyota перейде на новий рівень, значною мірою, тому що технології штучного інтелекту дозволять виробнику отримати відповіді на такі питання, як «Для чого саме в строк?». «Яка подія або ряд подій повинні ініціювати поповнення?» Це може бути сигнал попиту, падіння ціни на компоненти або сировину – це може бути, що завгодно, а зв’язок не очевидний без застосування штучного інтелекту.
Згідно з дослідженням IFS під назвою AI Research: Planning for Disruption (листопад 2019 року), 40 відсотків виробників заявили, що планують впровадити технології штучного інтелекту для планування складу та логістики після автоматизації планів виробництва і управління взаємовідносинами з клієнтами. 60% респондентів сказали, що вони розраховують на підвищення продуктивності за рахунок цих інвестицій.
Джерело: 2020 Manufacturing Predictions: Connecting Machines To Networks And Companies To End-Consumers
