Komentar pakar:Masa depan sampah di dunia digital

Sampah. Ini adalah kata yang kita semua kenal di industri manufaktur dan tantangan yang kita hadapi terus menerus. Itu datang dalam berbagai...

Limbah. Ini adalah kata yang kita semua kenal di industri manufaktur dan tantangan yang kita hadapi terus menerus. Itu datang dalam berbagai bentuk, tidak hanya dari bahan mentah, komponen, atau produk cacat yang tidak pernah sampai ke tangan pelanggan yang membayar, tetapi dalam sumber daya yang digunakan di setiap tahap proses manufaktur - seperti tenaga kerja, energi, penyimpanan, transportasi dan aset termasuk pabrik dan mesin - yang dikonsumsi tetapi tidak berkontribusi terhadap pendapatan keseluruhan. Sederhananya, pemborosan adalah biaya input yang tidak dimonetisasi, dan oleh karena itu output dalam hal efisiensi, produktivitas, kelincahan, dan kualitas semuanya mewakili pemborosan.

Sementara limbah telah menjadi konsep yang lebih formal di bawah filosofi Lean Manufacturing, itu adalah tantangan yang telah merasuki industri sejak lahirnya manufaktur modern. Ketika Matthew Boulton dan mitra bisnisnya John Fothergill membuka Pabrik Soho di Birmingham, Inggris pada tahun 1766, mereka membawa konsep 'produksi massal' untuk merevolusi industri rumahan yang tidak efisien saat itu. Pada tahun 1782, mereka mengganti penggilingan logam yang digerakkan oleh air dengan sumber tenaga baru yang revolusioner - mesin uap Watt - dan karenanya, 'perang melawan sampah' dimulai.

Sejak saat itu, kami terus menciptakan teknik, metode, proses, dan teknologi baru untuk mengurangi limbah. Ketika inovasi besar seperti mesin uap Watt muncul, pendahulu kami menyadari manfaat seismik dalam efisiensi dan produktivitas, yang diikuti oleh periode peningkatan berkelanjutan dan penyempurnaan. Hal ini semakin memaksimalkan manfaat dari inovasi-inovasi tersebut dan berlanjut hingga inovasi besar berikutnya muncul seperti listrik, di mana motor listrik menggantikan uap dan memungkinkan daya terdistribusi secara tinggi, lebih hemat biaya, dan dapat diandalkan. Kemudian jalur perakitan mengantarkan paradigma baru untuk pembagian dan pemanfaatan tenaga kerja dan transistor memunculkan kontrol dan otomatisasi komputer industri.

Masing-masing tonggak utama ini melihat dampak awal diikuti oleh periode penyempurnaan dan peningkatan berkelanjutan, di mana peningkatan berturut-turut memberikan hasil yang semakin berkurang hingga pergeseran seismik berikutnya terjadi. Saat mencari area untuk meningkatkan proses manufaktur, sebagian besar organisasi akan cenderung memilih 'buah gantung terendah' ​​terlebih dahulu, sebelum mencari peningkatan yang lebih sulit dan lebih halus karena mereka terus berusaha menemukan cara baru untuk menghilangkan pemborosan. Namun, mereka akan segera mencapai titik di mana biaya untuk menghilangkan sumber pemborosan menjadi sama atau lebih besar dari manfaat yang direalisasikan – sayangnya, hukum hasil yang semakin berkurang.

Pada tahap ini, membuat perbaikan ini menjadi tidak ekonomis dan, sebagai akibatnya, peningkatan efisiensi dan produktivitas mulai mendatar. Saya percaya bahwa di sinilah sebagian besar produsen saat ini, dan sebagian membantu menjelaskan apa yang disebut paradoks produktivitas. Meskipun investasi dalam peralatan, proses, dan teknik baru, pertumbuhan produktivitas tetap datar karena hasil panen yang rendah telah dipanen dan bisnis terjebak dalam siklus pengembalian yang semakin berkurang per unit investasi. Paradoks produktivitas hanya dapat dipatahkan ketika pergeseran seismik berikutnya muncul untuk memberikan peningkatan kinerja yang signifikan.

Seperti yang telah ditunjukkan sejarah, pergeseran ini tidak terjadi dalam semalam. Mereka awalnya bertemu dengan skeptisisme dan sering dicemooh, sebelum melalui periode hype, diikuti oleh kekecewaan karena manfaat yang dirasakan gagal terwujud. Transisi ini seringkali dapat memakan waktu beberapa tahun, mungkin beberapa dekade, sebelum secara bertahap, manfaat nyata mulai muncul melalui apa yang oleh firma analis TI, Gartner, disebut sebagai 'kemiringan pencerahan' - fase keempat dari Hype Cycle . Digitalisasi, Pabrik Cerdas, Pabrik Masa Depan, Industri 4.0, dan Internet Industri (IoT), semuanya merupakan variasi dari tema yang sama, dan mewakili akar dari siklus besar berikutnya. Meskipun banyak yang telah, dan terus dilaporkan, tentang tema-tema ini, semuanya didasarkan pada eksploitasi bahan dasar tunggal – informasi, senjata penting berikutnya dalam perang melawan limbah.

LIHAT JUGA:

• Manufaktur Global edisi Maret sudah tayang
• Geneva Motor Show:Tren teknologi otomotif teratas yang tidak boleh Anda lewatkan
• Siemens akan memperoleh energi baru KACO untuk meningkatkan kemampuan manufakturnya
• Bray International:mengubah pola pikir manufaktur katup melalui transformasi digital

Berkurangnya efisiensi dan pengembalian produktivitas dari teknologi lantai toko yang ada seperti otomatisasi dan metodologi peningkatan kinerja offline seperti six-sigma telah mencapai langit-langit kaca pepatah. Ambil, misalnya, ukuran Efektivitas Peralatan Keseluruhan (OEE) yang biasa digunakan untuk mengevaluasi seberapa efektif operasi manufaktur digunakan. OEE 100% menunjukkan lingkungan produksi yang sempurna, dengan hanya produk bagus yang diproduksi secepat mungkin dan tanpa waktu henti. Mencapai tingkat OEE ini bisa dibilang tidak mungkin, namun, penelitian umum di berbagai studi menunjukkan bahwa produsen kelas dunia berusaha untuk OEE sekitar 80-85% dengan 50-60% lebih khas, dan 30-40% tidak. luar biasa. Hal ini tidak hanya menggambarkan masih ada ruang yang signifikan untuk perbaikan dalam hal efisiensi dan produktivitas, tetapi juga mengungkapkan bahwa upaya kami untuk meningkatkan kinerja sangat jarang 'menggerakkan jarum'. Sebaliknya, produsen mengandalkan kulminasi dari sejumlah besar perbaikan yang lebih kecil, dan terkadang mahal, untuk membuat dampak nyata.

Untuk menembus langit-langit kaca ini, kita perlu memanfaatkan aset informasi dan data dengan mengembangkan tingkat ketajaman operasional yang lebih besar daripada yang kita miliki saat ini. Dalam sistem fisik, kita akan selalu memiliki tingkat variabilitas alami dan ketidakpastian, tetapi kita tidak boleh terus menggunakannya sebagai alasan untuk proses manufaktur yang kurang optimal. Sebagai gantinya, kita perlu menggunakan informasi ini untuk memahami kapan dan di mana hal ini terjadi (dalam waktu nyata atau hampir waktu nyata) dan untuk memiliki mekanisme untuk menanggapi dan mengurangi variabilitas dan ketidakpastian 'sebagaimana yang terjadi', atau lebih baik lagi 'sebelum itu terjadi'.

Ini tidak mudah, dan membutuhkan pemahaman dan pemantauan terus menerus dari banyak variabel, tidak hanya di satu pengukuran, proses atau karakteristik produk, tetapi di seluruh lanskap kausal. Dalam lingkungan manufaktur, proses jarang sepenuhnya terisolasi, karena kinerja satu proses kemungkinan akan disebabkan oleh segudang pengaruh lain - baik langsung maupun ambien. Ini sering disebut sebagai 'Kutukan Dimensi' – semakin banyak dimensi yang kita miliki, semakin banyak data yang kita butuhkan dan semakin sulit untuk memperoleh wawasan yang dapat ditindaklanjuti. Sayangnya, otak manusia tidak dirancang untuk menangani tingkat kerumitan ini, karena kita berjuang untuk memahami kesimpulan di sejumlah dimensi yang sangat rendah dan dengan kecepatan yang sangat lambat.

Untungnya, beberapa teknologi yang muncul sedang menyatu dan matang untuk membentuk fondasi bagi perubahan berikutnya dalam efisiensi dan produktivitas manufaktur. Biaya dan miniaturisasi sensor canggih memungkinkan organisasi dari semua ukuran untuk menangkap jumlah data yang tak terbayangkan secara terus-menerus dari rantai permintaan dan pasokan mereka atau bahkan tertanam di dalam produk itu sendiri. Bergantung pada tingkat kecanggihannya, ini dapat memungkinkan operasi komputasi otonom menggunakan algoritme canggih yang tertanam langsung di dalam sensor (dikenal sebagai Edge Computing) untuk bekerja secara langsung dengan sensor dan perangkat lain dalam loop tertutup (Machine-to-Machine). Karena munculnya jaringan komunikasi di mana-mana (tren yang akan berubah lagi ketika standar 5G baru menjadi arus utama), sensor ini dapat mengomunikasikan data yang dikumpulkan dengan kecepatan tinggi dari lokasi mana pun di dunia.

Aliran data ini memerlukan sejumlah besar penyimpanan data dan sumber daya komputasi yang dapat menyaring, menyortir, dan menganalisis informasi dengan cepat sehingga wawasan waktu nyata dapat dihasilkan, dan ini dimungkinkan oleh data besar dan komputasi awan yang dengan cepat memisahkan nilai bisnis data dan informasi dari infrastruktur lokal yang mahal. Terakhir, analisis dan wawasan yang diperoleh dari data ini perlu tersedia di tempat yang tepat pada waktu yang tepat. Tindakan yang efektif harus dilakukan, selalu tersedia di hampir semua perangkat, dalam bentuk yang sangat visual dan intuitif sehingga pekerja dapat dengan mudah menafsirkan dan bertindak. pada. Hal ini dimungkinkan oleh evolusi antarmuka Software-as-a-Service (SaaS) dan Rich Web Application (RWA) berbasis cloud yang menjadi arus utama saat ini

Digitalisasi pabrik, lantai toko, dan rantai pasokan akan memungkinkan produsen untuk dengan cepat mengidentifikasi dan menghilangkan pemborosan dengan cara yang sebelumnya tidak mungkin atau layak secara ekonomi dan ini akan mengantarkan era baru efisiensi dan produktivitas. Setelah buah gantung rendah dipetik, kami akan terus mengembangkan teknologi dan teknik untuk menemukan cara baru dan inovatif untuk mengurangi limbah lebih jauh lagi, hingga hukum hasil yang semakin berkurang mulai berlaku, dan kami mencari perubahan besar berikutnya untuk muncul. Namun, seperti yang diingatkan oleh guru Artificial Intelligence (AI) Andrew Ng, mengkhawatirkan hal itu sekarang seperti mengkhawatirkan kelebihan populasi di Mars.

InfinityQS - penyedia terkemuka  Kontrol Proses Statistik (SPC)  perangkat lunak dan layanan untuk produsen di seluruh dunia. Solusinya mengotomatiskan pengumpulan dan analisis data selama proses manufaktur, untuk memungkinkan keputusan perbaikan proses secara real-time dan mencegah cacat sebelum terjadi. Dikembangkan oleh ahli statistik industri menggunakan metodologi yang telah terbukti untuk analisis dan kontrol kualitas, solusi InfinityQS menghemat jutaan dolar bagi produsen terkemuka setiap tahun.