Inteligentna produkcja jest zaprojektowana do bardzo szybkiego tworzenia aplikacji, które umożliwiają współpracę pomiędzy wszystkimi ludźmi, systemami i zasobami w przedsiębiorstwach, jednak na drodze do jej wdrożenia istnieje kilka kluczowych przeszkód, które wymagają pokonania.
Branża produkcyjna generuje więcej danych niż jakakolwiek inna gałąź przemysłu. Nowe poziomy łączności, zaawansowana technika obliczeniowa, bardziej “inteligentne” czujniki i urządzenia oraz ulepszony dostęp i przechowywanie danych, zwiększają ogólne zasoby i rozdzielczość dostępnych danych. Jeżeli wsłuchać się w ogólny medialny szum na temat tzw. Big Data, to można przyjąć założenie, że gromadzone dane tworzą dodatkową wartość biznesową, jeśli mogą być odpowiednio wykorzystane. W przyszłości firmy produkcyjne będą zbierać więcej danych, ale czy te dane będą wykorzystane efektywnie? Jest to kluczowe pytanie, którym warto się zająć, zaś idea i mechanizmy inteligentnej produkcji (ang. smart manufacturing) wypracowują właśnie odpowiedź na to i inne pytania.
Cele inteligentnej produkcji
Ogólnym celem wdrożenia mechanizmów inteligentnej produkcji jest bardzo szybkie tworzenie aplikacji, które umożliwiają współpracę pomiędzy wszystkimi ludźmi, systemami i zasobami przedsiębiorstwa, łącząc nie jako na wskroś łańcuchy aplikacji procesów produkcyjnych, tworząc nową architekturę systemową, która buduje nową platformę dla oprogramowania inteligentnej produkcji na przyszłość.
Przedsiębiorstwa produkcyjne wiedzą, że dostęp do danych procesowych jest ważny dla zwiększenia sprawności operacyjnej firm. Sprawność ta ulega poprawie, gdy informacje kontekstowe są dostarczane w odpowiednim czasie i w odpowiednie miejsce, tak aby umożliwić podejmowanie trafnych i szybkich decyzji.
Nowe technologie generują codziennie coraz większe ilości dostępnych danych. Niektórzy producenci wykorzystują technologie przetwarzania Big Data i analityczne w nadziei, że wiedza wydobyta z tych danych umożliwi im osiągnięcie nowych poziomów wydajności operacyjnej.
Aplikacje są kluczem do inteligentnej produkcji
Sukces nie polega tylko na zwykłej akwizycji danych i umożliwieniu dostępu do bardziej szczegółowych i różnorodnych danych. W rzeczywistości nie chodzi bowiem tylko o dane, ale również o bardzo szybkie tworzenie i dostarczanie zaawansowanych aplikacji interaktywnych.
Przykłady obejmują:
- Aplikacje, które dostarczają dokładnie wymaganą ilość właściwych informacji do odpowiedniego miejsca i w wymaganym czasie, aby pozwolić na podjęcie właściwej decyzji i natychmiastowe rozpoczęcie działania
- Aplikacje, które komunikują się pomiędzy systemami, stanowiąc siłę napędową cykli produkcyjnych i działań autonomicznych
- Aplikacje, które przewidują problemy i im zapobiegają, dzięki wykorzystaniu mechanizmów sztucznej inteligencji i technologii uczenia się maszyn.
Innymi słowy, nie jest to zwykłe wypompowywanie ogromu danych, ale aplikacje systemowe, wykorzystujące i dostarczające “właściwe dane”.
Aplikacje dla inteligentnej produkcji są elementem niezbędnym dla wyodrębniania wiedzy i wartości dodanej z tych zbiorów danych. Aplikacje takie bazują na rolach (ang. role-based) i działają w czasie rzeczywistym. Ponadto są przeznaczone do wykorzystania w specyficznych przypadkach użytkowania, powiązanych z unikalnymi wyzwaniami biznesowymi. Aplikacje te dostarczają proaktywne powiadomienia, co pozwala na bardzo szybkie rozwiązywanie ewentualnych problemów. Są one wdrażane w różnych formach – od galanterii elektronicznej (ang. wearables) poprzez urządzenia mobilne, aż do komputerów przemysłowych z ekranami dotykowymi.
Aplikacje te mogą łączyć światy fizyczny i cyfrowy wykorzystując rzeczywistość rozszerzoną (ang. augmented reality). Właściwie opracowane i wdrożone aplikacje są elastyczne, szybko i łatwo zmieniają się wraz z rodzajem prowadzonego biznesu. Inteligentna produkcja wymaga właściwych aplikacji. Jednak na drodze do dostarczania aplikacji dla inteligentnej produkcji pojawiają się przeszkody.
Pięć przeszkód na drodze do inteligentnej produkcji
1. Kontekstualizacja danych
Przedsiębiorstwa chcą podejmować inteligentne decyzje na podstawie gromadzonych danych procesowych. Jednak zwykle przedsiębiorstwo posiada wiele różnych systemów oprogramowania, tak że techniki otrzymywania danych z tych systemów różnią się. Ponadto łączenie danych biznesowych z danymi technologicznymi produkcji może być trudne, więc kontekstualizacja danych jest sprawą zasadniczą dla podejmowania inteligentnych decyzji.
2. Niedoinwestowane i przytłoczone pracą działy IT
Działy informatyczne (IT) firm są często niedoinwestowane i przytłoczone nadmiarem zadań do wykonania. Nie posiadają możliwości dostarczania wymaganych aplikacji, a w przyszłości będzie istniał popyt na jeszcze więcej aplikacji i zarządzanie tymi aplikacjami. Dlatego optymalnym rozwiązaniem jest taka organizacja elementów aplikacji, aby umożliwiać użytkownikom biznesowym podejmowanie inteligentnych decyzji dotyczących zarządzania produkcją.
3. Zmiany i zarządzanie zmianami
Współcześnie ciągłe zmiany są normą. Tak więc aplikacje muszą być elastyczne, ponieważ strategia biznesu, produkty, wymagania klientów i systemy informatyczne cały czas się zmieniają. Te wyzwania będą spotęgowane w przyszłości, ponieważ postęp technologiczny będzie siłą napędową masowego wzrostu ilości dostępnych danych, czego wynikiem będzie popyt na coraz więcej aplikacji.
4. Istniejące systemy informatyczne
Nawet jeśli same aplikacje są tworzone, to konwencjonalne oprogramowanie nie jest wystarczające, aby sprostać skali i różnorodności wymaganych współcześnie aplikacji w systemach inteligentnej produkcji. Większość personelu produkcyjnego często otrzymuje dostęp do paneli typu read-only (tylko do odczytu), dających widok na funkcjonowanie produkcji z perspektywy “lusterka wstecznego” i nie oferujących żadnych środków interakcji, rozwiązywania lub unikania problemów.
Ponadto istnieją problemy związane z dwoma podejściami, które zwykle mają miejsce w odniesieniu do aplikacji: obsługi systemów IT (ang. information technology – informatyka) i poziomu OT (ang. operations technology – sprzęt i oprogramowanie sterujące pracą fabryki).
Aplikacje obsługujące produkcję muszą stanowić swego rodzaju pomost pomiędzy tymi dwoma podejściami (IT i OT). Stałe ulepszanie systemu inteligentnej produkcji wymaga koniecznie elastycznych aplikacji. Jednak istniejące starsze systemy (ang. legacy systems) często są trudne w rozszerzaniu i obsłudze. Nie mogą być szybko przystosowywane do ewoluujących, zmieniających się potrzeb.
5. Różne systemy
Istniejące interfejsy pomiędzy różnymi systemami mogą być problematyczne. Obecne podejścia koncentrują się na systemach zapisu i przenoszenia danych pomiędzy systemami wykorzystywanymi w obsłudze procesów produkcji. Ponieważ ilość danych ciągle rośnie, to takie podejście staje się bardziej złożone i mniej praktyczne.
Lepsza droga do wdrożenia inteligentnej produkcji
Potrzebne jest zatem nowe podejście, aby osiągnąć wspomniany na początku cel inteligentnej produkcji. Na szczęście można tworzyć nowe rozwiązania bez wymiany istniejących systemów informatycznych. W rzeczywistości można bowiem wykorzystywać te same nowoczesne technologie oprogramowania, jakie używane są w życiu codziennym, do tworzenia nowych, złożonych i opartych na rolach aplikacji, które mogą stanowić pomost pomiędzy istniejącymi systemami informatycznymi, a nowymi źródłami danych. Nowoczesne technologie informatyczne obejmują: tzw. chmurę, urządzenia mobilne, narzędzia obsługi Big Data oraz technologie społecznościowe i zaawansowane narzędzia analityczne, które są solidne i sprawdzone.
Autor: Brad Williams jest konsultantem w firmie ThingWorx. Jest także członkiem grupy roboczej MESA International, zajmującej się tematyką inteligentnej produkcji.
