Automatyzacja i digitalizacja dawno już wyszły ze sfery przyszłości przemysłu, stając się jego teraźniejszością, trendem, który wymusza konkurencja rynkowa i nieustanny postęp technologiczny. Według ekspertów, dobrze wprowadzone i dostosowane do potrzeb, zawsze się opłacają. Potwierdzają to firmy, które je wdrożyły i już liczą korzyści.
- Digitalizacja opłaca się zawsze. Kluczem do uzyskania satysfakcjonującego zwrotu z inwestycji jest przeprowadzenie audytu i określenie zakresu cyfryzacji - uważa Mariusz Zabielski, prezes Siemens Digital Industries Software w Polsce.
Inaczej będzie to przebiegać w wypadku dostawców, inaczej - producentów końcowych.
W pierwszym przypadku warunki brzegowe określone są przez OEM i weryfikowane w trakcie wspólnego audytu. Zlecający często chce przekazać dostawcy pewne procesy, które kiedyś były po jego stronie, np. związane z projektowaniem czy udoskonalaniem elementów, co wymaga sprawnego przepływu informacji. OEM w pewnym sensie podsuwa gotowe rozwiązania w postaci swoich najlepszych praktyk. W przypadku producentów końcowych definiowanie warunków brzegowych wynika m.in. z konkurencyjności, otoczenia rynkowego, poziomu samej organizacji, wykorzystywanych technologii czy sposobu wytwarzania.
- We wszystkich tych obszarach digitalizacja jest warunkiem koniecznym, ale niewystarczającym do osiągnięcia sukcesu. Najczęściej firmy wybierają priorytetowe obszary i rozpoczynają od nich digitalizację – mówi Mariusz Zabielski.
Czytaj także: Siemens: digitalizacja przedsiębiorstw staje się koniecznością
Konkurencja rynkowa i nieustanny postęp technologiczny wymuszają na firmach zmiany i doskonalenie. Zaczyna się zwykle od automatyzacji procesów.
W ubiegłym roku Grupa PGO zautomatyzowała w odlewni w Śremie proces wykańczania odlewów, który dotychczas był wykonywany całkowicie przez ludzi.
- Możliwości rąk ludzkich w pewnym momencie się kończą. W niektórych przypadkach maszyna potrafi robić to czterokrotnie szybciej niż najlepszy pracownik, więc to znacznie zwiększa efektywność. Z drugiej strony udało się zautomatyzować proces trudny z punktu widzenia ergonomii i BHP – mówi Łukasz Petrus, prezes PGO.
Automatyzacja to według niego odpowiedź na zwiększające się wymagania klientów. - Mam na myśli powtarzalność wyrobów, poziom koniecznej dokładności elementów, aspekt specjalistycznego opomiarowania. Dziś to wszystko możemy osiągnąć tylko i wyłącznie przez automatyzację – mówi Łukasz Petrus.
Kolejnym krokiem w tej drodze do spełnienia coraz wyższych wymagań odbiorców jest digitalizacja.
Robert Stobiński, członek zarządu Grupy Amica ds. transformacji cyfrowej, pokazuje to na przykładzie zmian w produkcji firmy. W latach 80-90. produkowała ona przykładowo kilka modeli piekarnika, teraz ma ich w ofercie kilkadziesiąt, a za 4-5 lat może produkować nawet kilkaset modeli. Pojedyncze partie produkcyjne stale się przy tym zmniejszają – kilka lat temu partie liczyły po 100-200 sztuk, dziś po kilkadziesiąt, a w przyszłości standardem może być zaledwie kilka sztuk jednego modelu następujących po sobie na linii produkcyjnej.
- Taka zmiana preferencji nabywców i rosnąca różnorodność wyrobów powodują m.in. duże trudności w prognozowaniu popytu, a co za tym idzie, produkcji – mówi Robert Stobiński.
Amica dopiero zamierza inwestować w digitalizację tego obszaru. Francuski Danone, który już to zrobił i oparł prognozowanie popytu na sztucznej inteligencji (AI), zmniejszył liczbę błędów w tym obszarze o 20 proc. Poza tym, dzięki wykorzystaniu uczenia maszynowego do przewidywania zmienności popytu, obniżył o 30 proc. straty wynikające z utraconej sprzedaży i o 30 proc. zmniejszył liczbę przestarzałych produktów. O połowę natomiast zredukował obciążenia planistów popytu.
Producenci coraz częściej sięgają po rozwiązania wykorzystujące sztuczną inteligencję. Zaczynają ją wdrażać przede wszystkim w trzech konkretnych obszarach, ponieważ oferują one jasną wartość biznesową, względną łatwość wdrożenia, dostępność danych i możliwości stworzenia skutecznych rozwiązań. Są nimi kontrola jakości produktu, inteligentna konserwacja i właśnie planowanie popytu. Konserwacji dotyczy 29 proc. implementacji technologii AI, a badania jakości 27 proc.
General Motors zaczął wykorzystywać system wykrywający oznaki wskazujące na możliwość nadejścia awarii robotów i wymiany wadliwych elementów, zanim do awarii dojdzie. Pomaga to firmie uniknąć kosztów nieplanowanych przestojów, które mogą sięgać nawet 20 000 dol. na minutę przestoju.
Po system kontroli jakości oparty na sztucznej inteligencji i systemie kamer sięgnęło Audi i wprowadziło go w tłoczni zakładu. Ucząc się poprawnego oceniania powierzchni wychodzących z prasy elementów nadwozi, system obejrzał kilka milionów zdjęć testowych. Według firm wprowadzających podobne systemy, zrobotyzowane systemy kontroli jakości mają potencjał do eliminacji nawet 100 proc. strat wynikających wcześniej z błędów na etapie kontroli jakości.
Producent opon Bridgestone oparł na zautomatyzowanej kontroli jakości nowy system montażu, co zaowocowało ponad 15-proc. poprawą w ujednoliceniu produktu.
Czytaj także: Europejski przemysł liderem we wdrażaniu sztucznej inteligencji. Oto przykłady
- Organizacje początkowo koncentrują swoje wysiłki na zastosowaniach, które zapewniają najszybszy, najbardziej wymierny zwrot z inwestycji, zwłaszcza w zakresie automatycznej kontroli jakości i inteligentnego utrzymania i naprawy – mówi Mirosław Bartecki, główny architekt AI w Capgemini Business Services.
Technologie cyfrowe trafiają do kolejnych obszarów działalności. General Motors wykorzystało uczenie maszynowe w procesie przygotowywania prototypów. Udało się dzięki temu zbudować jednoelementowe rozwiązanie wspornika pasów bezpieczeństwa, które jest o 40 proc. lżejsze i 20 proc. mocniejsze niż poprzednie, składające się z 8 elementów.
Robert Stobiński wskazuje na kolejny aspekt digitalizacji – optymalizację kosztów procesów wewnętrznych. I to nie tylko na produkcji.
- Jeżeli przykładowo wprowadzenie automatycznych rozwiązań w dziale finansowym sprawi, że niektóre osoby, wykonujące dotąd czasochłonne, powtarzalne czynności, nie będą już musiały ich wykonywać, to zyskają wolny czas na prowadzenie analiz, których dotąd nie wykonywały, bo po prostu nie miały na to czasu. A to już oznacza wartość dodaną dla organizacji. Chcemy bowiem nie tylko wiedzieć, dlaczego mamy taki, a nie inny rezultat pojedynczego procesu, ale przede wszystkim symulować możliwe wyniki w przyszłości w zależności od podejmowanych decyzji dotyczących parametrów wejściowych do tych procesów. Inaczej mówiąc, opierać decyzje biznesowe w większym stopniu o modele predykcyjne niż determistyczne – wyjaśnia Robert Stobiński.
Problemy związane z automatyzacją i robotyzacją produkcji, zachęty i bariery tego procesu będą tematem dyskusji podczas panelu "Tech" w trakcie konferencji EEC Trends, którą wydawca portalu WNP.PL organizuje 25 lutego w warszawskim hotelu Sheraton.
Do udziału w dyskusji zostali zaproszeni: Jakub Michalski, wiceprezes zarządu, VersaBox Sp. z o.o., Anna Timofiejczuk, dziekan, Wydział Mechaniczny Technologiczny, Politechnika Śląska, Piotr Wiśniewski, dyrektor zarządzający, DB77 Consulting Sp. z o.o., Łukasz Wojtczak, pełnomocnik dyrektora ds. automatyzacji i robotyzacji w przemyśle, Przemysłowy Instytut Automatyki i Pomiarów PIAP, Sieć Badawcza Łukasiewicz oraz Rafał Żmijewski, sales director, Siemens Digital Industries Software. Dyskusję poprowadzi redaktor naczelny WNP.PL Rafał Kerger.
Oglądasz archiwalną wersję strony Europejskiego Kongresu Gospodarczego.
Co możesz zrobić:
Przejdź do strony bieżącej edycji lub Kontynuuj przeglądanie