Geleceğin Fabrikası, Komut Dosyaları Aracılığıyla Yazılıyor

Fiziksel nesnelerin nasıl üretildiğine dair doğru olan bir şey var: Üretim sektörü dışında neredeyse hiç kimse fiziksel nesnelerin nasıl üretildiğini gerçekten bilmiyor.

Genel hatları biliyorlar. Biri bir şey tasarlıyor. Başka biri onu inşa ediyor. Bir kamyon geliyor. Ama bir konseptin spesifikasyona, spesifikasyonun tedarik kararına, tedarik kararının üretim aşamasına, üretim aşamasının da sipariş ettiğiniz şeye dönüştüğü orta kısım büyük ölçüde görünmezdir ve inanılmaz derecede karmaşıktır ve çok uzun zamandır aşağı yukarı aynı şekilde işliyor.

Bu durum şimdi değişiyor.

Üretken yapay zeka, üretim yaşam döngüsünü abartılamayacak şekillerde yeniden yazmaya başlıyor. Bunu daha açık bir şekilde ifade etmeye çalışayım. Değişim öncelikle hızla ilgili değil, ancak işleri hızlandıracak. Öncelikle maliyetle ilgili de değil, ancak maliyet yapılarını önemli ölçüde değiştirecek. Daha temel bir şeyle ilgili: süreçte zekanın nerede, kim tarafından ve ne kadar erken uygulandığı. Elektrikleşme veya bilgisayarlaşma kadar endüstriyel ekonomiyi önemli ölçüde yeniden şekillendirecek bir dönüşümün başlangıcındayız ve henüz erken ve biraz kafa karıştırıcı bir dönemdeyken bunu anlayan şirketler, daha sonra herkes için kuralları yazacak olanlar olacak.

Üretimdeki En Pahalı Sorun Sandığınız Gibi Değil

Çoğu insana üretimde nerede yanlışlık olduğunu sorarsanız, sizi fabrikaya yönlendireceklerdir. Ancak en pahalı hataların bazıları çok daha önce, bir ürün fikrinin bir dizi gereksinime dönüşmeye başladığı şekilsiz aşamada meydana gelir. Ve işte tam da bu aşamada muazzam miktarda zaman ve para kaybolur.

Sorun uyumsuzluktur. Gereksinimler e-postalar, yarım yamalak okunmuş belgeler ve uyum sağlanmış gibi görünen ancak aslında sağlanmayan toplantılar aracılığıyla toplanır. Haftalar sonra mühendislik brifinglerinde, kimsenin fark etmediği, ancak bir prototip yanlış çıktığında, bir tedarikçi tam olarak uymayan bir şey teklif ettiğinde veya bir üretim ekibi kendilerine verilen tasarımın seri üretimde üretilemeyeceğini fark ettiğinde ortaya çıkan belirsizliklerle birlikte gelirler.

Üretken yapay zeka tam olarak bu aşamada devreye giriyor ve etkileri bundan sonra gelen her şeye yayılıyor. Bu sistemler, müşteri geri bildirimleri, düzenleyici başvurular, saha arıza verileri, rakip incelemeleri gibi çok büyük miktarda yapılandırılmamış girdiyi alıp, insan ekiplerinin başarabileceğinden daha hızlı ve tutarlı bir şekilde yapılandırılmış, çapraz referanslı gereksinimlere dönüştürebiliyor. Eskiden haftalar süren sistem mühendisliği çalışmaları artık saatler içinde tamamlanabiliyor.

Gereksinimler daha erken ve daha detaylı bir şekilde geldiğinde, iş teslim süreçleri değişir. Tedarik ekipleri, tedarikçileri tasarımdan sonra değil, tasarımla eş zamanlı olarak belirlemeye başlayabilir. Üretim planlaması, çizimler tamamlanmadan önce başlayabilir. Eskiden ardışık olan aşamalar, eş zamanlı olarak yürütülmeye başlanır.

Özel mekanik parçalar üreten şirketler için, her siparişin yeni bir mühendislik problemi olduğu ve teklif verme hızının çoğu zaman iş kazanmakla kaybetmek arasındaki farkı belirlediği durumlarda, bu stratejik bir dönüşümdür.

Tecrübeli Bir Mühendisin Bildikleri

En iyi üretim mühendislerinin içinde, dışarıdan tarif edilmesi neredeyse imkansız olan bir bilgi birikimi vardır. Hangi toleransların seri üretimde elde edilebileceği, hangi alaşımların belirli ısı ve gerilim kombinasyonları altında bozulduğu, hangi tasarım kararlarının kağıt üzerinde şık görünse de takım ekibi için felaketlere yol açtığı... Bu bilgi birikimi on yıllar sürer, büyük ölçüde devredilemez ve kıdemli bir mühendis emekli olduğunda her seferinde kapıdan dışarı çıkar.

Yapay zekâ destekli yardımcı pilotlar bunu değiştirmeye başlıyor. Yeni bir bileşen geometrisi üzerinde çalışan bir mühendis artık sistemden seri üretimle ilgili bilgi alabiliyor, birden fazla yük senaryosunda arıza analizi alabiliyor ve malzeme değiştirmenin maliyet etkilerini değerlendirebiliyor. Tüm bunlar, herhangi bir fiziksel prototip mevcut olmadan önce, bilginin gerçekten işe yaradığı anda, tasarım ortamında gerçekleşiyor.

Açıkça belirtmek gerekirse: bu, mühendislik yargısının yerini tutmaz. Bağlamsal bilgi, mesleki sorumluluk ve kısıtlamalar altında yaratıcı problem çözme gerektiren kararlar hala bir insan gerektirir. Yapay zeka yardımcı pilotlarının yaptığı şey, mühendislerin bir yola girmeden önce keşfedebilecekleri çözüm alanını genişletmek ve üst düzey üretim sezgisinin yönlerini daha fazla kişiye daha erken dağıtmaktır. Bunları iyi benimseyen ekipler, üretim fiziği ve ekonomisi seçeneklerini kısıtlamadan önce daha fazla seçeneği değerlendirmiş olacakları için daha iyi tasarımlara ulaşacaklardır.

İki Yapay Zeka Türü Birleşiyor ve Fabrika Artık Asla Eskisi Gibi Olmayacak

Burada çok önemli bir ayrım var. Dijital yapay zeka var; tasarım, dokümantasyon, kaynak analizi ve karar destek sistemlerine yardımcı olan üretken sistemler. Bunlar bilgi üzerinde çalışır. Fiziksel yapay zeka var; endüstriyel robotları, otonom lojistiği, uyarlanabilir üretim ekipmanlarını çalıştıran algılama, planlama ve kontrol sistemleri. Bunlar madde üzerinde çalışır. Dünyayı algılarlar, eylemleri planlarlar ve nesneleri hareket ettirirler.

Geçtiğimiz on yılın büyük bölümünde bu iki kategori neredeyse tamamen ayrı dünyalarda gelişti. Ancak şimdi üretken modeller giderek artan bir şekilde fiziksel sistemleri programlamak, yönlendirmek ve yorumlamak için kullanılıyor. Robotlar doğal dil talimatlarını alıp hareket dizilerine çevirebiliyor. Görsel-dil modelleri, denetim sistemlerinin gözlemlediklerini insanların harekete geçebileceği terimlerle tanımlamasına olanak tanıyor. Üretken tasarım araçları doğrudan CNC makinelerine ve eklemeli üretim sistemlerine bağlanıyor, böylece bir modelin tasarladığı şeyi bir fabrika üretebiliyor.

İklim teknolojisi açısından sonuçlar çarpıcı. Üretken yapay zeka, malzeme keşfini hızlandırıyor, daha iyi pil kimyaları, daha verimli katalizörler ve endüstriyel karbon yoğunluğunu azaltan yapısal malzemeler buluyor. Genel olarak üretimde ise bu yakınsama, fabrikaların gerçek zamanlı olarak talep değişimlerine veya tedarik kesintilerine yanıt olarak yeniden yapılandırılabilen, gerçekten uyarlanabilir sistemler haline gelmesi anlamına geliyor. Bir fabrikanın dijital modeli ile fiziksel tesis arasındaki sınır ortadan kalkıyor. Bunun yerini, daha önce mümkün olmayan şekillerde tasarım ve üretim arasındaki döngüyü tamamlayan, öğrenen ve uyum sağlayan bir endüstriyel altyapı alıyor.

İşgücü Sorunu

Yapay zeka ve üretim hakkında dürüst bir yazıda, bir noktada insanlardan bahsetmek zorundasınız. Teknoloji yazılarında bir tür ritüel haline gelen "yeni işler ortaya çıkacak" gibi yumuşak bir yaklaşım değil. Gerçekten de insanlardan bahsedin.

Kaygı gerçek ve yersiz değil. Üretim sektöründeki istihdam, son kırk yılda zaten büyük değişimler geçirdi. Yapay zekâ destekli bir başka dönüşüm turu, bu sektörlerde çalışan insanlar için soyut bir kavram değil.

İlk veriler, en önemli kısa vadeli etkinin yer değiştirme değil, yükselme olduğunu gösteriyor. Yapay zekâ destekli mühendisler, daha sonuç odaklı mühendislik çalışmaları yapıyor, rutin dokümantasyona daha az zaman ayırıp, bir ürünün başarılı olup olmayacağını belirleyen karar verme süreçlerine daha fazla zaman harcıyorlar. Tedarik zinciri yöneticileri, daha iyi bilgilerle daha karmaşık durumlarla başa çıkıyor. Operasyon liderleri, sorumluluğun kesinlikle insan üzerinde olduğu ortamlarda yapay zekâ tarafından üretilen içgörüleri uyguluyorlar.

Temel olarak rutin veri işleme, tekrarlayan koordinasyon görevleri veya robotik teknolojisinin mevcut yetenek sınırları içinde kalan fiziksel işlerle tanımlanan roller, gerçek bir baskıyla karşı karşıya kalacak. Bu durum, şirketler ve kurumlar tarafından dürüst bir şekilde ele alınmayı gerektiriyor.

Önümüzdeki on yılın üretim iş gücü, yapay zekâ ile etkili bir şekilde çalışma yeteneğiyle tanımlanacak. Yapay zekânın çıktılarını anlamak, varsayımlarını sorgulamak ve önerilerini insan yargısı gerektiren kararlara uygulamak. Bu, üretimin temelini oluşturan beceri profilinden farklı bir beceri profili. Bunu büyük ölçekte, adil bir şekilde ve zamanında hayata geçirmek, bu anın gerçekten zor sorunlarından biri.

Pencere

Üretim tek tip bir yapıda değildir. Havacılık ve uzay sektöründe yapay zekanın benimsenmesi, tüketici elektroniğinden, özel endüstriyel bileşenlerden ve tıbbi cihazlardan farklılık gösterir. Değişim hızı, veri altyapısına, düzenleyici ortama ve organizasyonel kapasiteye göre büyük ölçüde değişir.

Ancak yönelim belirsiz değil. Üretim yaşam döngüsü, her aşamada yapay zeka tarafından yeniden yapılandırılıyor. Veri altyapısına, yapay zeka destekli mühendislik iş akışlarına, iş gücü yeteneklerine ve yüksek riskli kararlar için yönetim sistemlerine yatırım yapan şirketler, on yıl sonra gelişmiş üretimin nasıl görüneceğini belirleyecek.

Geleceğin fabrikası, modellerle şekillenecek, komutlarla yazılacak ve sektörün henüz anlamaya başladığı insan-makine işbirliğiyle geliştirilecek. Bunun sonucunda ortaya çıkacaklar ise, hangi soruları soracaklarını henüz çözmeye çalışan şirketlerin şu anda yaptığı seçimlere bağlı olacak.

Anlamlı avantajlar yaratmak için fırsat penceresi açık. Ancak bu pencere sonsuza dek açık kalmayacak.