Menghancurkan Mitos tentang Kecerdasan Buatan
Produsen menghadapi tugas yang sulit menyulap "agenda inovasi" saat ini. Saat ini, Industrial Internet of Things (IIoT), otomatisasi robot, dan kecerdasan buatan (AI) semuanya siap menjadi hal besar berikutnya. Tetapi mereka yang berada di garis depan manufaktur berhati-hati untuk merangkul inovasi — dan memang demikian. Terlalu sering harapan tidak terpenuhi, investasi modal dibuat sia-sia, dan eksperimen tidak menghasilkan keuntungan secara positif.
Sebaliknya, banyak perusahaan mengambil pendekatan menunggu dan melihat. Mereka menunggu perusahaan terkemuka, dengan anggaran yang lebih besar, untuk mengetahui bagaimana membuat teknologi baru ini layak, dalam proses mendidik seluruh pasar. Tapi AI-nya berbeda. AI Industri berfokus pada penggunaan data dari peralatan dan sensor untuk membuat prediksi cerdas dan mengotomatiskan pengambilan keputusan operasional. Produsen tidak bisa menunggu untuk mengimplementasikan AI industri—imbalannya terlalu besar. Terlepas dari mitos tentangnya, AI Industri adalah kasus langka dari inovasi terjangkau tanpa cacat bawaan. Mari kita bahas mitos satu per satu.
Mitos #1:AI Itu Mahal
Sementara semua inovasi memiliki potensi untuk meningkatkan manufaktur, mereka sering membutuhkan investasi besar. Tetapi AI dapat mencapai hasil yang nyata tanpa investasi yang signifikan. Rahasianya terletak pada mengetahui bagaimana menerapkannya dan memanfaatkan upaya R&D yang telah dilakukan oleh perusahaan berbasis internet. Memang, algoritma yang digunakan oleh Amazon dan Netflix sekarang dapat ditransfer ke implementasi offline shop-floor. Untuk produsen, pengangkatan berat–pengembangan dan pengujian teknologi inti–telah diselesaikan dan dibayar.
Namun, produsen harus memahami di mana AI paling baik diterapkan di lantai pabrik. Jangan disesatkan oleh gagasan futuristik tentang "pabrik yang terhubung". AI dapat hadir dalam format yang jauh lebih sederhana dan sangat praktis:mengoptimalkan proses yang ada dengan data yang ada. Mengingat proses tradisional manufaktur—alur kerja yang mapan, operasi 24/7, dan siklus hidup peralatan yang panjang—AI memiliki banyak hal untuk dikerjakan.
Ini akan segera menjadi AI yang kita kenal. Terintegrasi tanpa terlihat, ini akan meningkatkan area seperti pengeluaran bahan baku, efisiensi energi, dan throughput dengan pengambilan keputusan yang lebih tepat di setiap langkah. Terlebih lagi, tidak ada biaya modal atau perangkat keras baru yang diperlukan.
Mitos #2:AI Hanya Memberikan Hasil Nyata dalam Jangka Panjang
Biaya dimuka bukan satu-satunya ketakutan yang dimiliki produsen saat berinvestasi dalam inovasi. Kekhawatiran tentang waktu yang dibutuhkan untuk pengembalian investasi (ROI) juga dapat menutupi ambisi teknologi. Di bidang manufaktur, penerapan teknologi inovatif dapat memakan waktu bertahun-tahun, dengan ROI terkadang diukur dalam beberapa dekade. Prioritas lain campur tangan dan manajer mungkin menjadi kurang terdorong ketika hasil akhirnya tidak dijamin.
Situasinya berbeda dengan AI industri. Membangun model berbasis AI membutuhkan waktu berbulan-bulan, bukan bertahun-tahun. Pengujian untuk mengukur hasil AI pada proses berkelanjutan hanya membutuhkan waktu berhari-hari atau berminggu-minggu. Setelah model diterapkan, model tersebut segera menghasilkan nilai dengan menghasilkan hasil yang memandu perubahan strategis lebih lanjut.
Mitos #3:AI Mengganggu Proses yang Ada
Orang secara alami khawatir tentang perubahan, terutama ketika melibatkan mengubah proses yang sudah bekerja. Satu perubahan sering mengarah ke yang lain, dan, seperti yang diketahui oleh manajer berpengalaman, bahkan ketika teknologi bekerja, proses integrasi dan adopsi dapat menjadi tantangan. Namun, ketika AI digunakan untuk mengoptimalkan proses, semua ini tidak berlaku.
Di mana AI digunakan untuk pengoptimalan, tidak perlu mengubah jalur produksi atau melatih staf untuk menggunakan kontrol proses baru. Proyek integrasi TI yang kompleks—seringkali menjadi penyebab keluhan di antara CIO dan pengguna akhir—juga tidak diperlukan. Sebaliknya, proses bisnis yang sama dilakukan dengan cara yang sama, tetapi dengan cara yang jauh lebih efisien. Misalnya, AI dapat menyarankan mode operasi peralatan terbaik atau jumlah persis bahan baku yang dibutuhkan, semuanya dalam antarmuka yang sama yang sudah digunakan operator Anda. Satu-satunya hal yang terpengaruh oleh AI adalah keuntungan pabrikan.
AI telah lama berada di radar manufaktur. Namun saat ini, dengan kekuatan komputasi yang memadai dan data penting yang tersedia, AI dapat dikejar secara efektif. Ada beberapa alasan untuk menunda proyek AI; teknologi sudah ada di sini dan ketakutan tentang inovasi tidak berlaku. Dalam kasus AI, benar-benar tidak ada waktu seperti saat ini.
