भविष्य का फैक्ट्री प्रॉम्प्ट्स में लिखा जा रहा है

भौतिक वस्तुओं के निर्माण के बारे में एक बात सच है: निर्माण के बाहर लगभग कोई भी वास्तव में नहीं जानता कि भौतिक वस्तुएं कैसे बनाई जाती हैं।

वे व्यापक रूप से जानते हैं। कोई कुछ डिज़ाइन करता है। कोई और इसे बनाता है। एक ट्रक आता है। लेकिन मध्य भाग, जहां एक अवधारणा एक विनिर्देश में बदल जाती है, जहां एक विनिर्देश एक सourcing निर्णय में बदल जाता है, जहां एक सourcing निर्णय एक उत्पादन रन में बदल जाता है, जहां एक उत्पादन रन उस चीज़ में बदल जाता है जिसे आपने ऑर्डर किया था, वह भाग बड़े पैमाने पर अदृश्य है, और यह अत्यधिक जटिल है, और यह बहुत लंबे समय से लगभग उसी तरह से काम करता रहा है।

यह अब बदल रहा है।

जनरेटिव एआई निर्माण जीवन चक्र को तरीकों से पुनः लिखना शुरू कर रहा है जो अतिरंजित नहीं किए जा सकते। मैं इस बारे में सटीक होने की कोशिश करूंगा। परिवर्तन मुख्य रूप से गति के बारे में नहीं है, हालांकि यह चीजों को तेज कर देगा। यह मुख्य रूप से लागत के बारे में नहीं है, हालांकि यह लागत संरचनाओं को महत्वपूर्ण रूप से बदल देगा। यह कुछ अधिक मौलिक के बारे में है: प्रक्रिया में बुद्धिमत्ता कहां लागू होती है, किस द्वारा, और कितनी जल्दी। हम एक परिवर्तन की शुरुआत में हैं जो औद्योगिक अर्थव्यवस्था को उतना ही काफी बदल देगा जितना कि विद्युतीकरण या कंप्यूटरीकरण, और जो कंपनियां इसे अब समझती हैं, जब यह अभी भी शुरुआती है और अभी भी कुछ हद तक भ्रमित है, वे नियम बनाएंगी जो बाद में हर किसी के लिए लागू होंगी।

निर्माण में सबसे महंगी समस्या वह नहीं है जो आप सोचते हैं

अधिकांश लोगों से पूछें कि निर्माण कहां गलत हो जाता है और वे आपको फैक्ट्री की ओर इशारा करेंगे। लेकिन कुछ सबसे महंगी विफलताएं बहुत पहले होती हैं, जब एक उत्पाद विचार एक सेट ऑफ आवश्यकताओं में संघटित होना शुरू होता है। और यह वह जगह है जहां एक बड़ी मात्रा में समय और पैसा गायब हो जाता है।

समस्या मिसमैच है। आवश्यकताएं ईमेल, आधे पढ़े हुए दस्तावेजों, और बैठकों के माध्यम से एकत्र की जाती हैं जहां संरेखण प्राप्त करने का एहसास होता है लेकिन नहीं है। वे इंजीनियरिंग ब्रीफ में सप्ताह बाद में दिखाई देते हैं जो एम्बेडेड अस्पष्टताओं को ले जाते हैं जो किसी ने नहीं देखा था – अस्पष्टता जो केवल तब सामने आती है जब एक प्रोटोटाइप गलत वापस आता है, या एक सप्लायर कुछ ऐसा उद्धृत करता है जो बिल्कुल मेल नहीं खाता, या एक उत्पादन टीम को एहसास होता है कि डिज़ाइन जो उन्हें सौंपा गया है वास्तव में बड़े पैमाने पर निर्मित नहीं किया जा सकता है।

जनरेटिव एआई इस चरण में हस्तक्षेप कर रहा है, और प्रभाव आगे तक फैल जाता है। ये सिस्टम विशाल अनस्ट्रक्चर्ड इनपुट – ग्राहक प्रतिक्रिया, नियामक फाइलिंग, फील्ड विफलता डेटा, प्रतिस्पर्धी टियरडाउन – को संरचित, क्रॉस-रेफरेंस्ड आवश्यकताओं में संश्लेषित कर सकते हैं जो मानव टीमों की तुलना में तेजी से और अधिक सुसंगत हैं। जो एक बार सप्ताहों के सिस्टम इंजीनियरिंग लेता था वह अब घंटों में तैयार किया जा सकता है।

जब आवश्यकताएं पहले और अधिक विश्वास के साथ आती हैं, तो हैंडओवर बदल जाते हैं। सोर्सिंग टीमें डिजाइन के साथ समानांतर में सप्लायर्स की पहचान शुरू कर सकती हैं, न कि बाद में। उत्पादन योजना ड्राइंग्स के अंतिम होने से पहले शुरू हो सकती है। जो चरण एक बार क्रमिक थे वे अब समानांतर चलने लगते हैं।

कस्टम यांत्रिक भागों का निर्माण करने वाली कंपनियों के लिए, जहां प्रत्येक एकल ऑर्डर एक नया इंजीनियरिंग समस्या है और स्पीड-टू-कोट अक्सर व्यवसाय जीतने और खोने के बीच का अंतर है, यह एक रणनीतिक परिवर्तन है।

एक अनुभवी इंजीनियर को क्या पता है

एक प्रकार का ज्ञान है जो सर्वश्रेष्ठ निर्माण इंजीनियरों के अंदर रहता है जो बाहर से वर्णन करना लगभग असंभव है। जो टोलरेंस बड़े पैमाने पर प्राप्त किए जा सकते हैं। जो मिश्र धातु विशिष्ट गर्मी और तनाव के संयोजन के तहत विफल हो जाती है। जो डिजाइन निर्णय कागज पर सुंदर दिखते हैं और टूलिंग टीम के लिए आपदा पैदा करते हैं। यह एकत्र करने में दशक लगते हैं, यह अधिकांश भागों में स्थानांतरण योग्य नहीं है, और हर बार जब एक वरिष्ठ इंजीनियर सेवानिवृत्त होता है तो यह दरवाजे से बाहर निकल जाता है।

एआई कोपिलॉट इसे बदलना शुरू कर रहे हैं। एक इंजीनियर जो एक नए घटक ज्यामिति पर काम कर रहा है अब एक प्रणाली से पूछ सकता है कि बड़े पैमाने पर निर्माण योग्य है या नहीं, विभिन्न लोड परिदृश्यों में विफलता विश्लेषण प्राप्त कर सकता है, और सामग्री बदलने के लागत परिणामों का मूल्यांकन कर सकता है। यह सभी डिजाइन वातावरण के भीतर होता है, किसी भी भौतिक प्रोटोटाइप के अस्तित्व से पहले, उस क्षण में जब जानकारी वास्तव में उपयोगी होती है।

स्पष्ट रूप से: यह इंजीनियरिंग निर्णय का प्रतिस्थापन नहीं है। जो निर्णय संदर्भ ज्ञान, पेशेवर जिम्मेदारी, और रचनात्मक समस्या समाधान को शामिल करते हैं वे अभी भी एक व्यक्ति की आवश्यकता है। एआई कोपिलॉट जो कर रहे हैं वह इंजीनियरों द्वारा अन्वेषण किए जा सकने वाले समाधान स्थान का विस्तार कर रहा है, और वरिष्ठ स्तर के निर्माण अंतर्ज्ञान के पहलू को अधिक लोगों में वितरित कर रहा है, पहले। जो टीमें उन्हें अच्छी तरह से अपनाती हैं वे बेहतर डिजाइन पर पहुंचेंगी, क्योंकि वे उत्पादन के भौतिकी और अर्थशास्त्र द्वारा अपने विकल्पों को बंद करने से पहले अधिक विकल्पों का मूल्यांकन करेंगी।

दो प्रकार के एआई मिल रहे हैं, और फैक्ट्री कभी भी वही नहीं होगी

एक अंतर है जो बहुत मायने रखता है। डिजिटल एआई – जेनरेटिव सिस्टम जो डिजाइन, दस्तावेज़, सोर्सिंग विश्लेषण, और निर्णय समर्थन में सहायता करते हैं। ये जानकारी पर काम करते हैं। और भौतिक एआई – धारणा, योजना, और नियंत्रण प्रणाली जो औद्योगिक रोबोट, स्वायत्त लॉजिस्टिक्स, अनुकूली निर्माण उपकरण को शक्ति प्रदान करती हैं। ये दुनिया पर काम करते हैं। वे दुनिया को महसूस करते हैं, क्रियाओं की योजना बनाते हैं, और चीजों को हिलाते हैं।

पिछले दशक के अधिकांश भाग के लिए ये दो श्रेणियां लगभग अलग-अलग दुनिया में विकसित हुईं। लेकिन अब जेनरेटिव मॉडल भौतिक प्रणालियों को प्रोग्राम, निर्देशित, और व्याख्या करने के लिए बढ़ती हुई मात्रा में उपयोग किए जा रहे हैं। रोबोट प्राकृतिक भाषा निर्देश प्राप्त कर सकते हैं और उन्हें गति अनुक्रम में अनुवाद कर सकते हैं। दृष्टि-भाषा मॉडल अनुमान प्रणालियों को मानवीय कार्रवाई के लिए कार्य करने योग्य शब्दों में जो वे देखते हैं उसे वर्णित करने की अनुमति देते हैं। जेनरेटिव डिजाइन टूल्स सीएनसी मशीनों और ऐडिटिव मैन्युफैक्चरिंग सिस्टम से सीधे जुड़े जा रहे हैं, इसलिए जो मॉडल डिजाइन करता है एक फैक्ट्री बना सकती है।

जलवायु प्रौद्योगिकी के लिए परिणाम चौंकाने वाले हैं। जेनरेटिव एआई सामग्री की खोज को तेज कर रहा है, बेहतर बैटरी रसायन विज्ञान, अधिक कुशल उत्प्रेरक, संरचनात्मक सामग्री खोज रहा है जो औद्योगिक कार्बन तीव्रता को कम करती है। निर्माण के लिए सामान्य रूप से, संगम का अर्थ है कि फैक्ट्रियां वास्तव में अनुकूली प्रणाली बन रही हैं, जो मांग में बदलाव या आपूर्ति व्यवधानों के प्रति प्रतिक्रिया करने में सक्षम हैं, लगभग वास्तविक समय में। डिजिटल मॉडल और भौतिक संयंत्र के बीच की सीमा धुंधली हो रही है। जो इसे प्रतिस्थापित करता है वह एक औद्योगिक बुनियादी ढांचा है जो सीखता है, अनुकूलन करता है, और डिजाइन और उत्पादन के बीच के लूप को बंद करता है जो पहले संभव नहीं था।

कार्यबल प्रश्न

किसी भी ईमानदार टुकड़े में एआई और निर्माण के बारे में, आपको लोगों के बारे में बात करनी होगी। सामान्य सoft लैंडिंग के साथ नहीं जो प्रौद्योगिकी लेखन में एक प्रकार का अनुष्ठान मुक्ति बन गया है – “नई नौकरियां उभरेंगी”। वास्तव में इसके बारे में बात करें।

चिंता वास्तविक है और यह बिना आधार के नहीं है। निर्माण रोजगार पहले ही चार दशकों में विकृत करने वाले व्यवधानों से गुजर चुका है। एआई-संचालित परिवर्तन का एक और दौर एक अमूर्तता नहीं है जो इन उद्योगों में काम करने वाले लोगों के लिए है।

जो शुरुआती डेटा दिखाता है वह यह है कि सबसे महत्वपूर्ण निकट-मध्य प्रभाव विस्थापन नहीं है, बल्कि उन्नयन है। एआई कोपिलॉट का उपयोग करने वाले इंजीनियर अधिक परिणामी इंजीनियरिंग कर रहे हैं, नियमित दस्तावेज़ीकरण पर कम समय बिता रहे हैं और अधिक निर्णय ले रहे हैं जो निर्धारित करते हैं कि एक उत्पाद सफल होता है या नहीं। सोर्सिंग प्रबंधक अधिक जटिलता के साथ बेहतर जानकारी के साथ नेविगेट कर रहे हैं। ऑपरेशन नेता मानव जिम्मेदारी बनाए रखने वाले वातावरण में एआई-जनित अंतर्दृष्टि लागू कर रहे हैं।

भूमिकाएं जो मुख्य रूप से नियमित डेटा हैंडलिंग, पुनरावृत्ति समन्वय कार्य, या वर्तमान क्षमता के अंदर पड़ने वाले भौतिक कार्य से परिभाषित होती हैं, वे वास्तविक दबाव का सामना करेंगी। यह कंपनियों और संस्थानों से ईमानदार ध्यान देने की आवश्यकता है।

अगले दशक का निर्माण कार्यबल एआई के साथ प्रभावी ढंग से काम करने की क्षमता से परिभाषित किया जाएगा। इसके आउटपुट को समझने के लिए, इसके अनुमानों पर सवाल उठाने के लिए, और मानव निर्णय की आवश्यकता वाले निर्णयों पर इसकी सिफारिशें लागू करने के लिए। यह निर्माण के आसपास निर्मित कौशल प्रोफाइल से अलग है। इसे बड़े पैमाने पर, न्यायसंगत रूप से और समय पर बनाना इस पल की वास्तविक कठिन समस्याओं में से एक है।

विंडो

निर्माण एक एकल इकाई नहीं है। एयरोस्पेस में एआई अपनाया करने से उपभोक्ता इलेक्ट्रॉनिक्स, कस्टम औद्योगिक घटकों, चिकित्सा उपकरणों से अलग दिखता है। परिवर्तन की गति डेटा बुनियादी ढांचे, नियामक वातावरण, और संगठनात्मक क्षमता के अनुसार बहुत भिन्न होती है।

लेकिन दिशा स्पष्ट नहीं है। निर्माण जीवन चक्र को प्रत्येक नोड पर एआई द्वारा पुनर्गठित किया जा रहा है। डेटा बुनियादी ढांचे, एआई-संवर्धित इंजीनियरिंग कार्य प्रवाह, कार्यबल क्षमताओं, और उच्च-जोखिम वाले निर्णयों के लिए शासन प्रणालियों में निवेश करने वाली कंपनियां एक दशक से अधिक समय तक उन्नत निर्माण क्या दिखेगा, इसकी परिभाषा करेंगी।

भविष्य का फैक्ट्री मॉडल से लिखा जाएगा, प्रॉम्प्ट्स में लिखा जाएगा, और मानव-मशीन सहयोग के माध्यम से परिष्कृत किया जाएगा जिसे उद्योग अभी भी समझना शुरू कर रहा है। जो यह उत्पादित करेगा वह अब की जा रही पसंद पर निर्भर करेगा, कंपनियों में जो अभी भी यह तय करने की कोशिश कर रही हैं कि कौन से प्रश्न पूछने हैं।

अर्थपूर्ण लाभ बनाने के लिए खिड़की खुली है। यह अनिश्चित काल तक नहीं रहेगी।