Geleceğin Fabrikası Prompts ile Yazılıyor

Fiziksel nesnelerin nasıl üretildiğine ilişkin bir gerçek var: imalat dışındaki kimsenin fiziksel nesnelerin nasıl üretildiğini bilmiyor.

Genel hatlarını biliyorlar. Birisi bir şey tasarlıyor. Bir başkası onu inşa ediyor. Bir kamyon geliyor. Ancak orta kısım, bir kavramın bir spesifikasyona dönüşmesi, bir spesifikasyonun bir kaynak kararı haline gelmesi, bir kaynak kararının bir üretim çalışmasına dönüşmesi, bir üretim çalışmasının sipariş ettiğiniz şeye dönüşmesi, büyük ölçüde görünmez ve son derece karmaşıktır ve çok uzun süredir daha veya menos aynı şekilde çalışıyor.

Bu artık değişiyor.

Yaratıcı AI, üretimi yaşam döngüsünü, abartmadan söylemek zorundayım, önemli ölçüde değiştiriyor. Kesin olmak için çalışıyorum. Değişim, öncelikle hız hakkında değil, zwar daha hızlı olacak. Primarily maliyet hakkında değil, zwar maliyet yapılarını önemli ölçüde değiştirecek. Daha temel bir şey hakkında: süreçte zeka nerede uygulanır, kim tarafından ve ne kadar erken. Endüstriyel ekonominin elektrifikasyon veya bilgisayar gibi önemli ölçüde yeniden şekillenmesini sağlayacak bir dönüşümün başlangıcındayız ve bu şimdi anlayan şirketler, henüz erken ve biraz karmaşıkken, herkes else için kuralları yazacak.

İmalatta En Pahalı Sorun Ne Olduğunu Düşünmüyorsunuz

İnsanların çoğuna imalatın nerede yanlış gittiğini sorduğunuzda, fabrikaya işaret edecekler. Ancak en pahalı hatalar çok daha erken, bir ürün fikri bir dizi gereksinime dönüşmeye başladığında ortaya çıkıyor. Ve bu, zaman ve para kaybının büyük olduğu yer.

Sorun, hizalamama. Gereksinimler, e-postalar, yarı okunmuş belgeler ve hizalanmanın đạtıldığı ancak aslında değil gibi görünen toplantılar aracılığıyla toplanıyor. Mühendislik brifinglerinde, haftalar sonra, kimsenin fark etmediği belirsizlikler taşıyan belgeler olarak ortaya çıkıyorlar – belirsizlikler, bir prototip yanlış döndüğünde, bir tedarikçi bir şeyin tam olarak eşleşmediğini teklif ettiğinde veya bir üretim ekibi, ellerine verilen tasarımın gerçekten büyük ölçekte üretilemeyeceğini fark ettiğinde ortaya çıkıyor.

Yaratıcı AI, precis olarak bu aşamada müdahale ediyor ve etkileri, her şeyden sonra akan bir dizi etkisi yaratıyor. Bu sistemler, müşteri geri bildirimi, düzenleyici dosyalar, alan hata verisi, rekabetçi parçalama gibi büyük miktarda yapılandırılmamış girişi alabilir ve bunları, insan ekiplerinin yönetebileceğinden daha hızlı ve daha tutarlı bir şekilde yapılandırılmış, çapraz référenceli gereksinimlere sentezleyebilir. Haftalarca süren sistem mühendisliği, birkaç saat içinde hazırlanabilir.

Gereksinimler daha erken ve daha yüksek doğrulukla geldiğinde, teslimatlar değişir. Kaynak ekipleri, tasarımı takip eden değil, paralel olarak tedarikçileri belirlemeye başlayabilir. Üretim planlaması, çizimler finalize edilmeden önce başlayabilir. Artık ardışık olarak çalışan aşamalar, paralel olarak çalışmaya başlar.

Özel mekanik parçalar üreten şirketler için, her bir sipariş yeni bir mühendislik problemi ve hız-to-teklif often iş kazanmak veya kaybetmek arasındaki farktır, bu, stratejik bir dönüşümdür.

Bir Uzman Mühendisin Bildiği Şey

İmalat mühendislerinin en iyileri içinde yaşayan bir tür bilgi var ki, dışarıdan tarif etmek neredeyse imkansız. Hangi toleransların büyük ölçekte elde edilebileceği. Hangi alaşımların belirli ısı ve stres kombinasyonları altında başarısız olacağı. Hangi tasarım kararlarının kağıt üzerinde güzel göründüğü ancak takım ekibi için felaket yaratığı. Onlarca yıl birikerek oluşur, büyük ölçüde aktarılamaz ve her senior mühendis emekli olduğunda kapıdan çıkar.

AI kaptanları, bunu değiştirmeye başlıyor. Yeni bir bileşen geometrisi üzerinde çalışan bir mühendis, şimdi bir sistemden, büyük ölçekli üretilebilirlik hakkında sorgulayabilir, birden fazla yük senaryosunda başarısızlık analizini alabilir ve malzeme değiştirme maliyet etkilerini değerlendirebilir. Tüm bunlar, fiziksel bir prototip olmadan, tasarım ortamında, bilginin gerçekten yararlı olduğu anda gerçekleşir.

Açık olmak için: bu, mühendislik yargısının yerini almıyor. Bağlamsal bilgi, profesyonel sorumluluk ve kısıtlı yaratıcı problem çözme gerektiren kararlar hala bir kişi gerektirir. AI kaptanları, mühendislerin, bir yola bağlı kalmadan önce keşfedebilecekleri çözüm alanını genişletiyor ve senior düzeyindeki üretim sezgisinin bazı yönlerini daha fazla kişiye, daha erken dağıtıyor. Bunu iyi uygulayan ekipler, daha iyi tasarımlara ulaşacak, çünkü seçimlerini kapatmadan önce daha fazla seçeneği değerlendirecekler.

İki Tür AI Birleşiyor ve Fabrika Asla Aynı Olmayacak

Bir ayrım var ki önemli. Dijital AI – tasarım, belgeleme, kaynak analizi ve karar destek sistemi ile yardımcı olan yaratıcı sistemler var. Bunlar bilgi üzerinde çalışır. Ve fiziksel AI – endüstriyel robotları, otonom lojistiği, adaptif üretim ekipmanını güçlendiren algılama, planlama ve kontrol sistemleri var. Bunlar madde üzerinde çalışır. Dünyayı algılar, eylemler planlar ve şeyler hareket ettirir.

Geçen on yılın çoğunda bu iki kategori, neredeyse tamamen ayrı dünyalarda gelişti. Ancak şimdi yaratıcı modeller, fiziksel sistemleri programlamak, yönlendirmek ve yorumlamak için giderek daha fazla kullanılıyor. Robotlar, doğal dil talimatlarını alabilir ve bunları hareket dizilerine çevirebilir. Görüntü-dil modelleri, insanların üzerine действ edebileceği terimlerle gözlemlediklerini tanımlamak için izin verir. Yaratıcı tasarım araçları, doğrudan CNC makinelerine ve eklemeli üretim sistemlerine bağlanıyor, böylece bir modelin tasarladığı şey, bir fabrikanın üretebileceği şeydir.

İklim teknolojisi için etkileri çarpıcı. Yaratıcı AI, malzeme keşfini hızlandırıyor, daha iyi pil kimyasalları, daha verimli katalizörler, endüstriyel karbon yoğunluğunu azaltan yapısal malzemeler buluyor. Geniş anlamda imalat için, birleşme, fabrikaların gerçekten adaptif sistemler haline gelmesi, talep değişikliklerine veya tedarik kesintilerine neredeyse gerçek zamanlı olarak yeniden yapılandırabilmesi anlamına geliyor. Dijital model ile fiziksel tesis arasındaki sınır eriyor. Yerini, tasarım ve üretim arasında bir döngü oluşturan, öğrenen, adapte olan ve öncekinden farklı bir şekilde öğrenen endüstriyel altyapı alıyor.

İşgücü Sorusu

AI ve imalat hakkında dürüst bir yazıda, bir noktada insanlardan bahsetmek zorundasınız. Teknoloji yazımındaki bir tür ritüel affı olan “yeni işler ortaya çıkacak” ifadesinin yumuşak inişiyle değil, gerçekten insanlardan bahsetmek zorundasınız.

Endişe gerçek ve temelsiz değil. İmalat istihdamı, zaten dört thập yıl boyunca zorlu kesintiler yaşamıştı. AI tarafından驱ülen bir başka dönüşüm turu, bu endüstrilerde çalışan insanlar için soyut bir kavram değil.

Erken veriler, en önemli近期 etkisinin, yer değiştirme değil, yükselme olduğunu gösteriyor. AI kaptanları kullanan mühendisler, daha önemli mühendislik yapıyor, rutin belgeleme için daha az zaman harcıyor ve ürünün başarısını belirleyen yargı çağrıları için daha fazla zaman harcıyor. Tedarik zinciri yöneticileri, daha iyi bilgilerle daha fazla karmaşıklıkla navigasyon yapıyor. Operasyon liderleri, AI tarafından üretilen içgörüler, insan yargısının hala sorumlu olduğu ortamlarda uyguluyor.

Rolü, esas olarak rutin veri işleme, tekrarlayan koordinasyon görevleri veya robotların şu anda kapasite çerçevesinde çalışabileceği fiziksel işle tanımlanan görevler, gerçek baskı altına girecek. Şirketlerin ve kurumların dürüst bir şekilde dikkat etmesi gerekiyor.

Gelecek on yılın imalat işgücü, AI ile etkili bir şekilde çalışabilme yeteneği tarafından tanımlanacak. Çıktılarını anlamak, varsayımlarını sorgulamak ve insan yargısı gerektiren kararlara önerilerini uygulamak. Bu, imalatın etrafında inşa edildiği beceri profili farklı. Bunu, zamanında, ölçekte, eşit bir şekilde inşa etmek, bu anın gerçekten zor sorunlarından biri.

Pencere

İmalat, tek bir yapı değil. AI benimseme, havacılıkta farklı, tüketici elektroniğinde farklı, özel endüstriyel bileşenlerde farklı, tıbbi cihazlarda farklı görünüyor. Değişim hızı, veri altyapısı, düzenleyici ortam ve organizasyonel kapasite tarafından enorm olarak değişiyor.

Ama yön belirsiz değil. Üretim yaşam döngüsü, her düğümde AI tarafından yeniden yapılandırılıyor. Veri altyapısı, AI ile güçlendirilmiş mühendislik iş akışları, işgücü yetenekleri ve yüksek riskli kararlar için yönetim sistemleri yatırımı yapan şirketler, bir thập yıl sonra gelişmiş imalatın nasıl görüneceğini tanımlayacak.

Geleceğin fabrikası, modellerle şekillendirilecek, prompts ile yazılacak ve insan-makine işbirliği ile rafine edilecek. Bu, endüstri henüz anlamaya başladığı bir şey. Ne üretileceği, şu anda, hala ne soruları sormaya çalıştıklarını belirleyen şirketlerin yaptığı seçimlere bağlı olacak.

Önemli bir avantaj oluşturmak için pencere açık. Sürekli açık kalmayacak.