Fabrica viitorului este scrisă în prompturi

Aici este ceva adevărat despre modul în care se fabrică obiectele fizice: aproape nimeni din afara producției nu știe cum se fabrică obiectele fizice.

Ei cunosc linii mari. Cineva proiectează ceva. Cineva altcineva îl construiește. Un camion sosește. Dar partea din mijloc, unde un concept devine o specificație, unde o specificație devine o decizie de sursă, unde o decizie de sursă devine o producție, unde o producție devine lucrul pe care l-ai comandat, acea parte este în mare măsură invizibilă și este uluitor de complexă și a funcționat mai mult sau mai puțin la fel de mult timp.

Asta se schimbă acum.

Inteligența artificială generativă începe să rescrie ciclul de viață al producției în moduri care sunt greu de exagerat. Să încerc să fiu precis despre asta. Schimbarea nu este în primul rând despre viteză, deși va face lucrurile mai rapide. Nu este în primul rând despre cost, deși va schimba structurile de cost în mod semnificativ. Este despre ceva mai fundamental: unde în procesul de aplicare a inteligenței, de către cine și cum devreme. Suntem la începutul unei transformări care va rescrie economia industrială la fel de semnificativ ca electrificarea sau computerizarea, și companiile care înțeleg asta acum, în timp ce este încă devreme și încă puțin confuz, vor fi cele care vor scrie regulile pentru toată lumea mai târziu.

Cea mai scumpă problemă din producție nu este ceea ce crezi

Cereți majorității oamenilor unde producția merge prost și ei vă vor arăta spre fabrică. Dar unele dintre cele mai scumpe eșecuri se întâmplă mult mai devreme, în faza fără formă când o idee de produs începe să se cristalizeze într-un set de cerințe. Și este acolo unde o cantitate enormă de timp și bani dispar.

Problema este nealinierea. Cerințele sunt adunate prin e-mailuri, documente citite pe jumătate, și ședințe în care alinierea pare să fie realizată, dar nu este. Ele ajung în briefuri de inginerie săptămâni mai târziu, purtând ambiguități înglobate pe care nimeni nu le-a observat – ambiguități care apar doar atunci când un prototip se întoarce greșit, sau un furnizor oferă ceva care nu se potrivește exact, sau o echipă de producție realizează că designul pe care l-au primit nu poate fi fabricat în masă.

Inteligența artificială generativă intervine exact la acest stadiu, și efectele se propagă înainte prin tot ce urmează. Aceste sisteme pot ingera intrări vastă neordonate – feedback de la clienți, depuneri de reglementare, date de eșec în teren, analize competitive – și le pot sintetiza în cerințe structurate, corelate, mai rapide și mai coerente decât echipele umane pot face. Ce a durat săptămâni de inginerie a sistemelor poate fi redactat în câteva ore.

Când cerințele ajung mai devreme și cu o fidelitate mai mare, predări se schimbă. Echipele de sursă pot începe să identifice furnizori în paralel cu proiectarea, nu după aceasta. Planificarea producției poate începe înainte ca desenele să fie finalizate. Etapele care erau odată secvențiale încep să ruleze concurent.

Pentru companiile care construiesc piese mecanice personalizate, unde fiecare comandă este o nouă problemă de inginerie și viteza de ofertare este adesea diferența dintre câștigarea afacerii și pierderea ei, aceasta este o transformare strategică.

Ce știe un inginer veteran

Există un fel de cunoaștere care trăiește în interiorul celor mai buni ingineri de producție, care este aproape imposibil de descris din exterior. Care toleranțe sunt realizabile la scară. Care aliaje eşuează sub combinații specifice de căldură și stres. Care decizii de proiectare par elegante pe hârtie și creează dezastre pentru echipa de tooling. Acest lucru necesită decenii pentru a fi acumulat, este în mare măsură netransferabil și iese pe ușă de fiecare dată când un inginer senior se pensionează.

Co-piloții AI încep să schimbe asta. Un inginer care lucrează la o nouă geometrie a componentei poate acum interoga un sistem despre fabricabilitate la scară, primi o analiză a eșecului în multiple scenarii de încărcare și evalua implicațiile de cost ale schimbării materialelor. Toate acestea se întâmplă în mediul de proiectare, înainte ca vreun prototip fizic să existe, în momentul în care informația este cu adevărat utilă.

Să fiu clar: nu este o înlocuire a judecății inginerești. Deciziile care implică cunoașterea contextuală, răspunderea profesională și rezolvarea creativă a problemelor sub constrângere încă necesită o persoană. Ceea ce fac co-piloții AI este extinderea spațiului de soluții pe care inginerii le pot explora înainte de a se angaja pe un drum, și distribuirea aspectelor intuiției de producție de nivel senior către mai multe persoane, mai devreme. Echipele care adoptă bine aceste tehnologii vor ajunge la proiecte mai bune, pentru că vor evalua mai multe opțiuni înainte ca fizica și economia producției să le închidă alegerile.

Două tipuri de IA se contopesc, și fabrica nu va mai fi la fel

Iată o distincție care contează mult. Există inteligență artificială digitală – sistemele generative care asistă la proiectare, documentație, analiză de sursă și suport decizional. Acestea operează pe informații. Și există inteligență artificială fizică – sistemele de percepție, planificare și control care alimentează roboți industriali, logistică autonomă, echipamente de producție adaptivă. Acestea operează asupra materiei. Ele simt lumea, planifică acțiuni și mișcă lucruri.

Pentru cea mai mare parte a ultimului deceniu, aceste două categorii s-au dezvoltat în lumi aproape complet separate. Dar acum, modelele generative sunt din ce în ce mai mult utilizate pentru a programa, dirija și interpreta sisteme fizice. Roboții pot primi instrucțiuni în limbaj natural și le pot traduce în secvențe de mișcare. Modelele de viziune-limbaj permit sistemelor de inspecție să descrie ceea ce observă în termeni pe care oamenii îi pot acționa. Uneltele de proiectare generativă sunt conectate direct la mașini CNC și sisteme de fabricație aditivă, astfel încât ceea ce proiectează un model, o fabrică poate construi.

Pentru tehnologia climatică, implicațiile sunt izbitoare. Inteligența artificială generativă accelerează descoperirea de materiale, găsește chimii mai bune pentru baterii, catalizatori mai eficienți, materiale structurale care reduc intensitatea carbonului industrial. Pentru producție în general, convergența înseamnă că fabricile devin sisteme adaptative adevărate, capabile să se reconfigureze în răspuns la schimbări de cerere sau întreruperi de aprovizionare în timp real. Granița dintre modelul digital al unei fabrici și instalația fizică se dizolvă. Ceea ce o înlocuiește este o infrastructură industrială care învață, se adaptează și închide bucla dintre proiectare și producție în moduri care nu au fost posibile anterior.

Întrebarea forței de muncă

La un moment dat, în orice piesă onestă despre IA și producție, trebuie să vorbiți despre oameni. Nu cu aterizarea moale a “noi locuri de muncă vor apărea” care a devenit un fel de ritual de absolvire în scrierea tehnologică. Să vorbiți cu adevărat despre asta.

Anxietatea este reală și nu este nefondată. Ocuparea forței de muncă în producție a trecut deja printr-o serie de perturbări dure în ultimele patru decenii. O altă rundă de transformare condusă de IA nu este o abstracție pentru oamenii care lucrează în aceste industrii.

Ce arată datele timpurii este că efectul cel mai semnificativ pe termen scurt nu este deplasarea, ci ridicarea. Inginerii care utilizează co-piloți AI fac o inginerie mai importantă, petrec mai puțin timp cu documentația de rutină și mai mult cu apelurile de judecată care determină dacă un produs reușește. Managerii lanțului de aprovizionare navighează mai multă complexitate cu informații mai bune. Liderii operaționali aplică insight-uri generate de IA la medii în care răspunderea rămâne ferm umană.

Rolurile definite în primul rând de manipularea datelor de rutină, coordonarea repetitivă a sarcinilor sau munca fizică care cade în interiorul capacității curente a roboticii vor face față unei presiuni reale. Acest lucru necesită atenție onestă din partea companiilor și instituțiilor.

Forța de muncă din producția următorului deceniu va fi definită de capacitatea de a lucra eficient cu IA. De a înțelege ieșirile sale, de a pune la încercare ipotezele sale și de a aplica recomandările sale la decizii care necesită judecată umană. Acesta este un profil de abilități diferit de cel pe care producția l-a construit în jurul lui. Construirea lui la scară, în mod echitabil, la momentul potrivit, este una dintre problemele cu adevărat grele ale acestui moment.

Fereastra

Producția nu este un monolit. Adoptarea IA în aerospațial arată diferit de electronica de consum, diferit de componente industriale personalizate, diferit de dispozitive medicale. Ritmul schimbării variază enorm în funcție de infrastructura de date, mediul de reglementare și capacitatea organizațională.

Dar direcția nu este ambiguă. Ciclul de viață al producției este restructurat de IA la fiecare nod. Companiile care investesc în infrastructura de date, fluxuri de lucru de inginerie augmentate de IA, capacități ale forței de muncă și sisteme de guvernanță pentru decizii cu risc ridicat vor defini ce înseamnă producție avansată peste un deceniu.

Fabrica viitorului va fi modelată de modele, scrisă în prompturi, și rafinată prin colaborarea om-mașină pe care industria abia începe să o înțeleagă. Ce va produce aceasta va depinde de alegerile care se fac acum, în companiile care încă își pun întrebări.

Fereastra pentru construirea unui avantaj semnificativ este deschisă. Nu va rămâne deschisă la infinit.