Fyysinen tekoäly näkee enemmän kuin koskaan. Miksi valmistajat tekevät silti hitaita päätöksiä?

Physical AI -teknologian kehityst antavat valmistajille selkeämmän näkymän tehtaan lattialle. Kamerat voivat havaita virheitä reaaliajassa. Anturit voivat tunnistaa varhaisia merkkejä laitteiston vikaantumisesta. Digitaaliset kaksoset voivat näyttää, milloin linja poikkeaa toleranssista. Tekoälytyökalut voivat tiivistää, mitä tapahtui vuorossa. Silti monet valmistajat huomaavat, että enemmän näkemistä ei automaattisesti tarkoita nopeampaa päätöksentekoa.

Liian usein signaali jää loukkuun järjestelmään, joka sen loi. Virhehälytys pysyy laatutyökalussa. Vikariski pysyy kunnossapitosovelluksessa. Tuotantorajoite pysyy suunnittelujärjestelmässä. Jokainen järjestelmä ymmärtää oman toimintonsa, mutta ei tiedosta laajempaa liiketoimintayhteyttä. Tulos ei ole pelkästään hajanaista dataa, vaan hajanaista merkitystä ja toimintaa.

Valmistajat eivät tarvitse enempää pistekohtaisia ratkaisuja.  He tarvitsevat suvereenin institutionaalisen älykkyyskerroksen, joka mahdollistaa fyysisten ja digitaalisten toimintojen toimimisen yhtenä järjestelmänä. Kerros, joka tuo jaetun kontekstin, muistin ja hallinnon digitaalisten, agenttipohjaisten ja fyysisten järjestelmien välillä, varmistaen, että jokainen toiminnan osa toimii samasta ymmärryksestä omaisuuksista, prosesseista, riippuvuuksista, politiikoista ja tavoitteista.  Fyysinen tekoäly laajentaa sitä, mitä valmistajat voivat havaita. Riippuu siitä, tulevatko nuo signaalit hallituiksi, koordinoiduiksi päätöksiksi vai vain tuottavatko ne enemmän hälytyksiä, onko kyseinen kerros niiden alla olemassa.

Signaalin yhdistäminen suvereeniseen toimintaan

Fyysinen tekoäly ei ole tulevaisuuden teknologia. Monissa laitoksissa osat ovat jo paikalla: anturit, kamerat, digitaaliset kaksoset, automaatiojärjestelmät, yritysalustat ja tekoälytyökalut. Haasteena on saada ne toimimaan yhdessä, eikä erillisinä älykkyyden saarina.

Yrityksen hallitsema institutionaalinen älykkyyskerros ratkaisee tämän haasteen toimimalla eri olemassa olevien teknologioiden yli yhteisenä perustana. Se ei korvaa järjestelmiä tai malleja. Sen sijaan se saa ne ajattelemaan yhtenäisesti. Olipa se otettu käyttöön tuotantolinjalla, varastossa, tehtaassa tai koko yrityksessä, tavoitteena on siirtyä nopeammin havaitsemisesta päätökseen. Jos tuotanto-ongelma havaitaan, reagoinnin ei tulisi pysähtyä pelkkään hälytykseen. Tämä kerros voi yhdistää signaalin kunnossapitoon, varastoon, tuotannonsuunnitteluun ja asiakaslupauksiin. Pelkän ongelman tunnistamisen sijaan se auttaa koordinoimaan vastauksen koko liiketoiminnassa.

Esimerkiksi koneen poikkeavuus voisi käynnistää kunnossapitosuosituksen, tarkistaa varaosien saatavuuden, arvioida tuotantovaikutuksen ja ehdottaa aikataulumuutoksia, kaikki perustuen yhteiseen ymmärrykseen yrityksen prioriteeteista ja politiikoista.

Näiden tulosten saavuttaminen edellyttää, että valmistajat saavat kolme asiaa oikein:

1. Aloita päätöksestä, ei mallista

Haaste ei yleensä ole datan puute. Valmistajilla on jo hyödyllistä tietoa koneista, laatujärjestelmistä, kunnossapitosovelluksista, suunnittelutyökaluista ja operaattorimuistiinpanoista. Ongelma on, että nämä järjestelmät usein toimivat ja päättävät itsenäisesti.

Aloita yhdestä operatiivisesta päätöksestä, joka on tänään liian hidas. Se voi olla laitteen poistaminen käytöstä, laadunpidon vapauttaminen, tuotannon tasapainottaminen, varaosan varaaminen tai asiakas-toimituslupauksen muuttaminen. Testaa, aiheuttaako viive kustannuksia, riskejä tai asiakasvaikutuksia.

Sitten jäljitä, miten päätös siirtyy signaalista reagointiin. Koneen vikariskin osalta se tarkoittaa sensoridatan perusteella saadun älykkyyden integrointia kunnossapitohistoriaan, varaosien saatavuuteen, tuotantoprioriteetteihin ja työvoiman kapasiteettiin yhteisen yritysontologian kautta.  Tämä yhteinen kieli muuntaa useat syötteet koordinoiduksi reagoinniksi sen sijaan, että ne olisivat erillisiä toimintoja.

Vastaavasti tärkeää on, että päätös, perustelu ja tulos voidaan säilyttää institutionaalisessa muistissa, jolloin organisaatio voi jatkuvasti rakentaa ja hyödyntää tietoa uudelleen.

2. Yhdistä vain toimintaan tarvittavat järjestelmät

Kun päätöspolku on selvä, tunnista sen muovaavat järjestelmät. Tavoitteena on laajentaa yritysontologiaa siihen, mitä tarvitaan päätöksen nopeuttamiseksi, eikä yhdistää koko laitosta kerralla. Tämä laajuus voi rajoittua yhteen varastoon tai tuotantolinjaan tai se voi kattaa koko yrityksen. Tärkeintä on, että älykkyyskerros kattaa kaiken, mihin päätös koskettaa. Ja kun kattavuus kasvaa ajan myötä, älykkyys kasvaa kumuloituneesti.

Virhemalli saattaa ilmetä tietokonevisiojärjestelmissä, antureissa, robotiikassa ja digitaalisissa kaksosissa. Jaettu älykkyyskerros tuo nämä signaalit yhdeksi käyttöympäristöksi, poistaen manuaalisen tutkimuksen useiden työkalujen välillä. Sama lähestymistapa yhdistää operatiivisen ja liiketoimintadatan, mahdollistaen nopeammat, politiikkapohjaiset päätökset hajanaisten reagointien sijaan.

Autoteollisuudessa institutionaalinen älykkyyskerros voisi vähentää koordinointiin liittyviä tuotantolinjan pysähdyksiä yli 70% ja tukea lähes reaaliaikaisia laadunvastauksia. Ilmailussa se voisi lyhentää keskeisiä kokoonpanovaiheita 11 päivästä alle kuuteen tuntiin poistamalla manuaaliset validointipullonkaulat. Energia- ja hyödytysektoreilla se voisi lyhentää myrskyyn liittyvien katkosten kestoa 34% aikaisemman reagointisuunnittelun avulla.

3. Hallitse suvereniteettia ennen kuin laajennat sitä

Kun fyysinen tekoäly lähestyy operaatioita, valmistajien on tarvita hallintakerros, joka pitää päätöksenteon suvereniteetin yrityksessä, ei toimittajassa, vaikka yhä enemmän työstä siirtyy tekoälyyn. Tämä tarkoittaa, että tehdaslattian signaalit, yritysjärjestelmät ja agenttinen tekoäly linkitetään yrityksen omien sääntöjen mukaisesti. 

Tunnista korkean arvon vaikutusprosessit ja jaa toiminnot kolmeen ryhmään: mitä tekoäly voi valmistella itsenäisesti, mitä se voi suositella tarkastettavaksi, ja mikä edelleen vaatii ihmisen hyväksynnän.

Värähtelypoikkeama tulisi käynnistää toiminnon, ei pelkästään hälytyksen. Järjestelmän tulisi automaattisesti arvioida aikataulut, osat, kapasiteetin ja politiikat suositellakseen parasta vastausta. Päätöspäiväkirja tallentaa jokaisen toiminnon taustalla olevan perustelun ja hyväksynnät, varmistaen auditoinnin sekä pitäen hallinnon ja institutionaalisen tiedon yrityksen hallinnassa.

Muutetaan operatiivinen näkyvyys suvereeniksi toiminnaksi

Seuraava toimitusshokki, työvoimapula tai laatuongelma paljastaa, mitkä valmistajat voivat toimia järjestelmien välillä ja mitkä edelleen hallitsevat kiertoratkaisuilla. Fyysinen tekoäly jatkaa sitä, mitä tehtaat voivat nähdä, laajentamista. Valmistajat, jotka rakentavat suvereenin institutionaalisen älykkyyskerroksen ennen seuraavaa häiriötä, ovat ne, jotka muuttavat tämän näkyvyyden koordinoiduksi toiminnaksi, kun nopeus on tärkeintä.