AWS, Google, Microsoft menerapkan keahlian dalam data, perangkat lunak hingga manufaktur
Ford Motor meningkatkan variasi sensor di lini perakitannya untuk mengubah Big Data menjadi Data yang Lebih Besar sekaligus mendemokratisasi akses ke informasi yang dikumpulkan. “Kami memperkaya data yang dihasilkan peralatan dengan menambahkan sensor seperti pemantauan inframerah dan sensor getaran untuk melengkapi data tradisional [yang dikumpulkan], seperti waktu siklus dan tekanan, untuk menciptakan kumpulan data yang lebih kaya,” kata Mike Mikula, direktur manufaktur untuk program kendaraan. “Kami sekarang dapat membangun analitik yang lebih cerdas seputar kontribusi sinyal tersebut terhadap kualitas produk, efisiensi proses, dan kesehatan peralatan.”
Membantu Ford dalam usahanya adalah "sebagian besar platform IoT yang lebih besar," katanya. Ford dan salah satu perusahaan platform IoT—Google—mengumumkan kemitraan tahun ini untuk layanan pengelolaan data cloud industri dan aplikasi perangkat lunak analitik, di antara layanan lainnya.
Untuk mendorong penggunaan informasi yang dihasilkan ke lantai pabrik, Ford sedang membangun platform data IoT yang memberi pekerja produksi akses ke analitik melalui aplikasi kode rendah dan tanpa kode yang tidak memerlukan atau sedikit pengetahuan tentang bahasa komputer.
Aplikasi yang baru dirancang kemudian dapat ditingkatkan ke pengguna lain di perusahaan yang berurusan dengan proses dan peralatan serupa, kata Mikula.
Sementara itu, Ford juga secara selektif lebih menyukai kekuatan otak manusia daripada perangkat lunak untuk menganalisis data dan semakin banyak beralih ke pembuat kode internal daripada vendor aplikasi.
“Solusinya akan tergantung pada aplikasinya,” kata Mikula. “Kadang-kadang itu akan menjadi perangkat lunak, dan kadang-kadang itu akan menjadi analis data yang mengolah sumber data. Kami ingin beralih ke solusi yang lebih otonom dan didorong oleh pembelajaran mesin dan kecerdasan buatan. Tujuannya adalah untuk mengurangi ketergantungan pada SaaS yang dibeli [perangkat lunak sebagai layanan].”
Pada akhirnya, kata Mikula, upaya tersebut dimaksudkan untuk mengurangi keseluruhan biaya produksi—penghematan yang kemudian dapat diteruskan ke konsumen.
Dua raksasa data Google yang bersaing, Amazon dan Microsoft, kini juga menawarkan hosting awan dan solusi perangkat lunak kepada produsen.
“Ada banyak pemain yang telah berada di luar industri IoT seperti Google, Microsoft, dan Amazon yang menyadari potensi mereka untuk memanfaatkan kekuatan perangkat lunak mereka untuk menggantikan beberapa pemain lama Industri Internet of Things tradisional,” kata Mikula.
Raksasa teknologi terdiri dari Tiga Besar Baru, mirip dengan Tiga Besar referensi tadi untuk Ford, General Motors dan Chrysler. Perangkat lunak industri raksasa teknologi untuk pembuat kendaraan dan lainnya membantu komponen dan tujuan Industri 4.0—kembar digital, pemeliharaan prediktif, pemeriksaan kualitas penglihatan alat berat, operasi otonom, dan banyak lagi.
Sementara raksasa teknologi ini memanfaatkan keahlian mereka dengan data dan perangkat lunak untuk menjadi bagian dari Industri 4.0, mereka juga memiliki pengetahuan domain untuk membuat sesuatu.
Rantai pasokan yang 'gila'
“Kami mungkin salah satu perusahaan manufaktur terbesar di dunia,” kata Dominik Wee, direktur pelaksana global, manufaktur, dan industri di Google Cloud. “Google memiliki rantai pasokan yang gila dan sangat dalam. Kami memiliki rantai pasokan yang serumit perusahaan manufaktur global mana pun.”
Perusahaan membuat perangkat keras komputasi di pusat datanya dan merancang chip komputernya sendiri. Di sisi konsumen, ia membuat ponsel, serta dongle Chromecast yang menambahkan fungsi cerdas ke televisi.
Sementara Google telah menjadi produsen sejak perusahaan memulai lebih dari 20 tahun yang lalu, ia mulai berinvestasi besar-besaran ke dalam layanan manufakturnya untuk orang lain ketika Presiden Google Cloud Thomas Kurian dipekerjakan pada tahun 2018, kata Wee. Kurian sebelumnya bekerja di Oracle selama 22 tahun.
Saat manufaktur menjadi digital, metodologi Google yang dikembangkan untuk pasar konsumen menjadi relevan untuk industri, kata Wee, yang sebelumnya bekerja di industri semikonduktor sebagai insinyur industri.
“Kami percaya kami berada pada titik waktu di mana teknologi ini — terutama area analitik dan AI — yang sangat sulit digunakan untuk insinyur industri biasa menjadi sangat mudah digunakan di lantai pabrik,” katanya. “Di situlah kami percaya bahwa diferensiasi kompetitif kami berada.”
Wee mengatakan apa yang telah dilakukan Google untuk teknologi manufakturnya di bawah Kurian meniru apa yang dilakukan sebelumnya di sisi konsumen:membuatnya sangat mudah digunakan sehingga Anda bahkan tidak menyadarinya.
Pemeriksaan kualitas menggunakan Inspeksi Visi Google Cloud adalah contoh yang baik, katanya.
“Karena visi mesin sangat canggih, itu banyak digunakan [untuk pemeriksaan kualitas] dan jadi kami membuatnya sangat mudah untuk menerapkan pembelajaran mesin dalam konteks lantai toko dan menggunakan sangat sedikit gambar untuk melakukan ini. Anda tidak perlu menjadi seorang programmer atau spesialis pembelajaran mesin untuk melakukannya, ”kata Wee. “Ini benar-benar tunjuk dan klik.”
Dia menunjukkan kemudahan yang dapat digunakan perusahaan untuk menguji coba Inspeksi Visi dan kemudian menskalakannya:“Untuk mentransfer metodologi, Anda tidak perlu membawa siapa pun dari Google atau membawa Perusahaan XYZ untuk melakukannya untuk Anda. Orang-orang di dalam pabrik bisa melakukannya. Ini adalah pembukaan besar—di mana pembelajaran mesin bergerak dari fantasi menjadi digunakan secara luas di bidang manufaktur.”
Kemudahan penggunaan adalah keunggulan kompetitif bagi perusahaan, kata Wee.
“Kami berbicara tentang pilot gap,” katanya. “Banyak perusahaan telah mencoba pembelajaran mesin dan augmented reality dan pemeliharaan prediktif, dan mereka melakukannya pada satu titik di satu bagian dari jejak manufaktur global mereka dan itu banyak pekerjaan. Orang-orang yang sangat terspesialisasi dibutuhkan tetapi mereka tidak pernah mampu meningkatkannya.”
Selain mudah digunakan, Google Cloud menggunakan perangkat lunak sumber terbuka, yang membuat opsi produsen tetap terbuka, kata Wee.
Google juga menegaskan bahwa kekuatan analitik dan AI-nya tidak tertandingi:“Menjadi perusahaan yang memiliki pemrosesan data sebagai inti dari keberadaannya selama 20 tahun lebih, kami akan mengklaim bahwa tidak ada yang lebih memahami hal itu daripada kami,” katanya. “Jika Anda memiliki sejumlah besar data untuk ditangani dalam konteks apa pun termasuk dari lantai pabrik, kami berpendapat bahwa kami adalah perusahaan yang tepat untuk melakukannya.”
Mengubah tenaga kerja
Indranil Sircar, CTO Microsoft untuk industri manufaktur, mungkin dengan hormat tidak setuju dengan Wee.
“Microsoft Cloud for Manufacturing akan membantu pelanggan membayangkan kembali perusahaan mereka, membangun pabrik yang lebih gesit dan menciptakan rantai pasokan yang lebih tangguh serta mengubah tenaga kerja mereka,” katanya.
Sircar telah berada di Microsoft hampir satu dekade. Sebelum itu, ia bekerja di Hewlett-Packard lebih dari 20 tahun.
Sementara Google dan Microsoft membantu produsen mengumpulkan dan menganalisis data dari mesin mereka, Sircar mengatakan komponen terkait tenaga kerja dari layanan perusahaannya — termasuk AI dan realitas campuran menggunakan HoloLens 2 — adalah pembeda nyata tidak hanya dari Google dan Amazon tetapi juga tradisional. penyedia solusi perangkat lunak industri.
Misalnya, Mercedes Benz USA menggunakan Microsoft Remote Assist, yang memungkinkan seseorang di depan komputer membantu seseorang yang memakai HoloLens dari jarak jauh.
Dalam sebuah video di situs web Microsoft, Edgar Campana, teknisi diagnostik terpusat di Mercedes Benz dari Coral Gables, berkata, “Saya bisa memasangnya [HoloLens] dan mendapatkan dukungan segera. Mereka benar-benar dapat menunjukkan hal-hal kepada saya saat saya melihatnya. Mereka bisa melingkarinya. Mereka bisa menggambar garis. Ini langsung:Ini benar-benar ada di sana. Saya dapat berbicara dengan mereka, melalui kendaraan secara real time. Ini sangat intuitif.”
Meskipun Bantuan Jarak Jauh bersifat dua arah, dan memungkinkan pengguna berbicara bolak-balik, Solusi Panduan Realitas Campuran hanya satu arah dan memungkinkan peserta pelatihan untuk berinteraksi dengan hologram sendiri atau dalam kombinasi dengan objek fisik.
“Airbus adalah contoh yang bagus,” kata Sircar, mencatat bahwa perusahaan telah menggunakan “Panduan di lini manufaktur mereka, membawa pekerja untuk dengan cepat melihat lapisan di atas kabel dan cara pemasangannya.”
Lingkungan 3D dapat menawarkan fitur yang tidak dapat diberikan oleh pelatihan kehidupan nyata, seperti kemampuan untuk melihat elemen dalam tiga dimensi dari sudut mana pun.
Desainer Airbus secara virtual dapat menguji desain mereka untuk melihat apakah mereka siap untuk jalur perakitan atau tidak.
Microsoft memproduksi HoloLens 2 dan Surface Hub, papan tulis interaktif untuk bisnis. Ini menjual produk fisik, termasuk konsol video game Xbox dan komputer pribadi layar sentuh Surface.
Namun, “manufaktur, seperti yang kita bicarakan, telah banyak dialihdayakan tetapi … kami pasti mengelola seluruh lini produksi itu, mulai dari desain dan pengadaan pelengkap dan pengujian jalur perakitan,” kata Sircar.
Di sisi data cloud, perusahaan mengelola pembuatan infrastruktur secara menyeluruh.
Aplikasi pertama Microsoft untuk industri adalah pada tahun 2002, dengan perangkat lunak perencanaan sumber daya perusahaan yang disebut Dynamics AX, katanya. Azure IoT tersedia pada tahun 2016.
Juga pada tahun 2016, Microsoft diundang untuk berpartisipasi dalam Plattform Industrie 4.0, inisiatif pemerintah Jerman, kata Sircar.
Microsoft mendirikan konsorsium Open Manufacturing Platform (OMP) dengan BMW. OMP mempromosikan model data terbuka umum, yang merupakan bahasa data bersama untuk digunakan aplikasi bisnis dan analitik.
Menggunakan teknologi yang sama seperti Amazon
Amazon.com dikenal lebih untuk penjualan daripada manufaktur. Tapi itu membuat Kindle, perangkat Echo dan produk konsumen lainnya. Itu juga membuat sebagian besar perangkat keras yang menjalankan infrastruktur dan chip komputernya sendiri.
AWS (Amazon Web Services) meluncurkan lini industri pada tahun 2020, termasuk produk dan layanan untuk IoT, AI, pembelajaran mesin, analitik, dan solusi edge.
Lini ini menampilkan “layanan dan solusi baru dan yang sudah ada dari AWS dan jaringan mitra AWS, yang dibuat khusus untuk pengembang [perangkat lunak], insinyur, dan operator di lokasi industri,” kata Douglas Bellin, kepala pengembangan bisnis global untuk pabrik pintar dan Industri 4.0. “Secara kolektif, ini membawa pendekatan modular untuk memungkinkan pengumpulan, penyimpanan, analisis, dan wawasan data.”
Proses untuk membuat peningkatan tersebut dimulai sejak awal dengan mengumpulkan dan meneliti data, dan AWS telah menemukan beberapa cara untuk menjinakkan semua “0” dan “1” tersebut.
“Jika Anda memulai di tingkat perangkat lunak dan data, ada lebih dari 350 protokol berbeda yang digunakan di industri ini,” kata Bellin, yang bergabung dengan AWS pada 2017 setelah lebih dari 10 tahun di Cisco.
AWS Lookout for Equipment menggunakan data peralatan historis dari sensor yang ada, bersama dengan informasi dari peristiwa pemeliharaan historis, dan membangun model pembelajaran mesin kustom yang melacak pola perilaku normal mesin tersebut. Saat data operasional menyimpang dari normal yang diketahui, Lookout for Equipment menandai penyimpangan tersebut kepada pengguna yang sesuai melalui peringatan dan dasbor.
Produk lain, AWS IoT SiteWise, membuat satu sumber data dengan menyederhanakan ekstraksi data dari database yang biasa ditemukan di fasilitas industri, mentransfer data baik secara lokal atau ke cloud, dan menyusunnya agar mudah diakses oleh pengguna dan aplikasi. Kerangka aplikasi memungkinkan perhitungan metrik kinerja industri umum, seperti efisiensi peralatan secara keseluruhan. Ini juga memantau operasi di berbagai fasilitas industri, menganalisis data peralatan industri, mencegah masalah peralatan yang mahal, dan mengurangi kesenjangan dalam produksi.
Selain menstandardisasi data, rintangan umum lainnya saat membuat pabrik pintar adalah menggabungkan peralatan lama. Peralatan mesin apa pun yang dilengkapi dengan PLC akan memiliki beberapa data untuk diserahkan, tetapi akan menjadi minimal dibandingkan dengan mesin modern. Sebagai tanggapan, AWS memiliki mitra yang dapat menambahkan perangkat keras yang diperlukan untuk melacak beberapa parameter mesin. Itu juga menciptakan sensor getaran dan suhu berbiaya rendah untuk peralatan berputar, yang disebut Amazon Monitron.
Amazon Monitron juga merupakan layanan pemantauan kondisi peralatan berbasis pembelajaran mesin yang memungkinkan pemeliharaan prediktif dengan menganalisis sinyal sensor dari peralatan industri, seperti motor, pompa, dan kotak roda gigi.
Ini adalah sistem ujung-ke-ujung yang terkelola sepenuhnya yang mencakup sensor untuk menangkap data getaran dan suhu, gerbang untuk mentransfer data secara otomatis ke AWS Cloud, dan aplikasi seluler untuk penyiapan, analitik, dan pemberitahuan tentang perilaku mesin yang tidak normal.
“Amazon Monitron didasarkan pada teknologi yang sama yang digunakan di Amazon, memanfaatkan lebih dari 20 tahun pengalaman deteksi anomali untuk lebih meningkatkan akurasi model,” kata Bellin.
Dengan Amazon Monitron, manajer keandalan dapat mulai melacak kondisi peralatan dalam hitungan beberapa jam—tanpa memerlukan pekerjaan pengembangan atau pelatihan khusus, kata AWS.
Produsen dapat menggunakan Amazon Monitron untuk mengaktifkan pemeliharaan prediktif, memantau peralatan dari jarak jauh, dan melacak kondisi peralatan yang tidak dapat diakses, tambah Bellin.
