Industrial IoT siap untuk turbocharge lean manufacturing

Perusahaan di sektor manufaktur selama bertahun-tahun telah berjuang untuk produksi atau proses ramping untuk menciptakan operasi yang lebih efisien. Salah satu tren terbaru dalam teknologi, munculnya Internet of Things (IoT), dapat memberikan dorongan besar bagi upaya lean.

Lean manufacturing, metode sistematis untuk menghilangkan pemborosan dalam sistem manufaktur, didasarkan pada konsep untuk memperjelas apa yang menambah nilai dengan mengurangi yang lainnya. Ini adalah filosofi manajemen yang terutama berasal dari sektor manufaktur Jepang, dan khususnya Sistem Produksi Toyota, yang berfokus pada pengurangan limbah untuk meningkatkan nilai pelanggan secara keseluruhan.

Lean mencakup seperangkat alat yang membantu dalam identifikasi dan pengurangan pemborosan yang stabil. Dan ketika pemborosan dihilangkan, kualitas meningkat dan pada saat yang sama waktu dan biaya produksi berkurang. Tujuan akhir lean adalah untuk mendapatkan hal yang tepat ke tempat yang tepat pada waktu yang tepat dan dalam jumlah yang tepat, untuk mencapai alur kerja yang sempurna sambil meminimalkan pemborosan dan menjadi fleksibel.

Internet of Things melibatkan penautan objek fisik seperti perangkat, produk konsumen, kendaraan, aset perusahaan, bangunan, dan "benda" lainnya melalui Internet. Objek "pintar" ini disematkan dengan elektronik, sensor, aktuator, perangkat lunak, dan konektivitas jaringan yang memungkinkan mereka mengumpulkan dan berbagi berbagai data dan merespons pesan kontrol.

IoT memungkinkan objek yang terhubung untuk dirasakan dan dikendalikan dari jarak jauh melalui infrastruktur jaringan yang ada. Konektivitas ini menciptakan peluang untuk integrasi yang lebih langsung antara objek fisik dengan sistem digital. Potensi manfaat mencakup peningkatan efisiensi, pengembangan produk yang lebih baik, dan layanan pelanggan yang ditingkatkan—untuk beberapa nama.

Cakupan potensi IoT sangat besar. Firma riset Gartner Inc. memperkirakan bahwa 6,4 miliar hal yang terhubung digunakan di seluruh dunia pada tahun 2016, naik 30% dari tahun 2015, dan 5,5 juta hal baru terhubung setiap hari. Perusahaan memperkirakan bahwa jumlah total hal-hal yang terhubung diperkirakan akan mencapai 20,8 miliar pada tahun 2020.

Dalam perusahaan, Gartner mempertimbangkan dua kelas dari hal-hal yang terhubung. Satu terdiri dari perangkat generik atau lintas industri yang digunakan di banyak industri, dan perangkat khusus vertikal yang ditemukan di industri tertentu. Perangkat lintas industri mencakup item seperti bola lampu yang terhubung dan sistem manajemen gedung.

Kelas lain mencakup perangkat khusus vertikal seperti peralatan khusus yang digunakan di rumah sakit dan perangkat pelacakan di kapal kontainer. Hal-hal yang terhubung untuk penggunaan khusus adalah kategori terbesar, tetapi ini dengan cepat berubah dengan meningkatnya penggunaan perangkat generik, kata Gartner.

Membawa lean ke level berikutnya

Dalam konteks membangun solusi manufaktur berbasis IoT, IoT membuka segala macam kemungkinan, seperti kemampuan untuk memantau kinerja produk setelah dibeli untuk memastikan pemeliharaan yang memadai dan kepuasan pelanggan, mengoptimalkan logistik rantai pasokan dan merampingkan rantai distribusi. Informasi tentang penggunaan produk dapat diumpankan kembali ke perusahaan sehingga mereka dapat menganalisis data untuk melakukan perbaikan dalam desain dan produksi.

Dengan pertukaran data yang konstan ini, dikombinasikan dengan teknologi otomatisasi baru yang muncul dan kemajuan dalam analisis data, produsen dapat mencapai impian "pabrik pintar" yang sesungguhnya.

IoT bersinggungan dengan metodologi lean dan berpotensi membawa lean ke tingkat berikutnya. Informasi yang diperoleh dari perangkat yang terhubung, termasuk pengalaman pengguna dengan berbagai produk, dapat diumpankan kembali ke pabrik berinstrumen untuk memberikan peluang yang belum pernah ada sebelumnya untuk meningkatkan proses manufaktur dan mengurangi pemborosan.

Seperti yang dinyatakan oleh perusahaan konsultan Deloitte, “dalam mengoperasikan bisnis yang ada, IoT dan analitik membantu perusahaan untuk menghubungkan serangkaian aset yang beragam. Ini menghasilkan peningkatan efisiensi selama proses manufaktur.”

Perusahaan menjelaskan sejumlah area di mana efisiensi dapat ditambahkan. Salah satunya melalui percepatan perencanaan dan pra-manufaktur. Proses memilih pemasok, mempertimbangkan risiko, dan mengelola biaya material dapat disesuaikan melalui interkonektivitas yang dibawa IoT dan analitik, kata Deloitte.

“Analytics dapat memberikan wawasan untuk membantu perusahaan memperoleh pemahaman yang lebih baik tentang preferensi dan keinginan pelanggan, yang berpotensi menghasilkan peningkatan prediktabilitas dan kinerja di pasar,” kata Deloitte. “Memahami produk, dan fitur spesifik, yang dibeli memungkinkan perusahaan merencanakan produksi untuk memenuhi kebutuhan pasar.”

Manfaat potensial lain dari IoT adalah merampingkan proses manufaktur, yang berubah secara dramatis karena semakin banyak perusahaan yang menggabungkan kemampuan IoT dan analitik. “Alat prediktif dan pembelajaran mesin memungkinkan potensi masalah diidentifikasi dan diperbaiki sebelum terjadi,” kata perusahaan itu. “Nilai lean manufacturing dan proses just-in-time seperti Kaizen dan Kanban meningkat secara eksponensial” ketika kecerdasan yang diperoleh melalui IoT dan analitik dapat diterapkan.

Dan area ketiga di mana IoT dapat menambah nilai adalah dalam meningkatkan dukungan dan layanan pasca-manufaktur. Di masa lalu, kata Deloitte, produsen sering kehilangan jejak produk mereka setelah dijual. Sekarang, karena tingkat keterhubungan baru dan wawasan yang lebih luas yang diberikan oleh IoT dan analitik, produsen dapat mengumpulkan informasi dari pelanggan mereka secara efektif sambil meningkatkan layanan dan dukungan di aftermarket.

Manfaat IoT untuk lean manufacturing jauh melampaui proses dalam satu organisasi. IoT dapat membantu mengoptimalkan interaksi produsen dan mitra bisnis mereka, meningkatkan aliran material di sepanjang jalur pipa berdasarkan data yang lebih akurat tentang permintaan dan penggunaan produk. Platform pembuatan dan pengayaan layanan IoT seperti Accelerite Concert dapat sangat membantu dalam mewujudkan kolaborasi tersebut.

Produsen akan dapat sepenuhnya mewujudkan efisiensi produksi yang sangat sulit dan dalam beberapa kasus tidak mungkin dicapai melalui proses manual tradisional.

Kebutuhan vital akan analitik

Organisasi yang berhasil memanfaatkan Internet, teknologi seluler, analitik bisnis, dasbor kinerja digital, dan mengintegrasikan teknologi pendukung lainnya dengan peningkatan strategis berakhir dengan versi lean dan peningkatan berkelanjutan secara umum yang jauh lebih maju, menurut kepada Terence Burton, presiden dan CEO The Center for Excellence in Operations Inc., sebuah perusahaan konsultan manajemen.

Perusahaan “membutuhkan paradigma lean yang lebih tinggi untuk mendapatkan manfaat dari inovasi kompleks yang didukung oleh teknologi dalam model bisnis, daripada mengalami pemborosan yang tak terhindarkan dan erosi margin,” kata Burton. “Internet of Things tidak diragukan lagi akan memainkan peran besar dalam mengembangkan lean ke tatanan yang lebih tinggi, paradigma peningkatan yang didukung teknologi dan di seluruh perusahaan.”

Potensi manfaat yang dapat diberikan IoT bagi produsen berasal dari peningkatan ketersediaan data yang tepat waktu dan tepat. Kemampuan untuk instrumen, dengan biaya rendah, hampir setiap aspek dari proses manufaktur dan untuk menyampaikan data tersebut dengan cepat kepada pemangku kepentingan bisnis melalui Internet telah mengubah operasi bisnis dan model bisnis. Namun, janji "paradigma lean" tingkat tinggi yang berkembang sepenuhnya bergantung pada kemampuan produsen untuk memperoleh wawasan yang berarti dari data.

Seberharga apa pun data IoT bagi upaya lean produsen, penting bagi mereka untuk diingat bahwa memiliki informasi dalam jumlah besar tidak serta merta membantu jika mereka tidak memiliki waktu dan cara yang efektif untuk menganalisis makna dan konteks data.

Hanya teknologi analitik dan kecerdasan buatan (AI) tingkat lanjut (seperti pembelajaran mesin dan pemeliharaan prediktif), dikombinasikan dengan fleksibilitas, kemampuan pemrosesan, dan penyimpanan komputasi awan, yang akan memberi produsen kemampuan untuk mengoptimalkan data IoT dan memanfaatkannya sebagai bagian dari metodologi lean mereka.

Pabrik pintar masa depan perlu menerapkan platform analisis data besar generasi berikutnya, berbasis cloud yang memungkinkan mereka menggunakan informasi yang baru diperoleh secara maksimal. Platform harus mampu menganalisis data terstruktur maupun tidak terstruktur, baik saat diam (dalam database) dan dalam penerbangan (dari sumber data streaming) dan menyertakan satu alat untuk akuisisi data, penyimpanan, transformasi, AI, dan visualisasi.

Produsen harus mampu menelusuri data IoT melalui dasbor yang mudah dipahami, sehingga mereka dapat menemukan pola dan mendeteksi anomali yang secara langsung dapat berkontribusi untuk menciptakan lebih banyak operasi ramping. Mereka harus dapat dengan cepat mengidentifikasi korelasi yang berguna dan membuat kesimpulan yang dapat mengarah pada proses yang ditingkatkan.

Meskipun kecerdasan bisnis (BI) dan alat visualisasi data bukanlah hal baru, teknologi saat ini sering kali memerlukan penggunaan analis data, pengembang BI, dan pengembang ETL sebelum wawasan dapat diungkapkan kepada pengguna bisnis. Alat analitik generasi berikutnya, seperti Accelerite ShareInsights akan menempatkan lebih banyak kekuatan di tangan pemilik bisnis dan pakar materi pelajaran yang sepenuhnya memahami proses pabrik, bukan ilmuwan data dan pemrogram. Mereka juga akan dapat diakses oleh tim operasi pabrik dan tim pengembangan, yang dapat membantu menyediakan aliran data terintegrasi untuk membuat produk dan proses lebih efisien.

Pada akhirnya, transformasi paling signifikan dalam cara penerapan metodologi lean ke pabrik pintar akan datang dari penggunaan AI untuk melakukan bentuk analisis data besar yang canggih yang tidak mungkin dilakukan oleh analis manusia. Algoritme AI sekarang menggerakkan kendaraan semi-otonom; merekomendasikan apa yang harus kita tonton di TV, baca atau dengarkan; mengenali pola bicara dan wajah kita; mendiagnosis penyakit kita dan banyak lagi.

Algoritme ini tidak hanya mampu belajar; mereka juga mampu mendeteksi pola, korelasi, dan anomali dalam kumpulan data besar yang tidak akan terdeteksi oleh manusia. Mereka dapat memprediksi perilaku sistem yang kompleks dan saling terhubung dan merekomendasikan tindakan yang optimal untuk mencapai tujuan tertentu.

Jenis kemampuan ini akan sangat penting saat produsen bergerak menuju personalisasi produk, di mana produk dapat melayani pengguna tertentu dan wawasan prediktif akan diperlukan untuk mengonfigurasi jalur produksi dan rantai pasokan dengan cara yang paling efisien.

Analisis IoT generasi berikutnya akan menempatkan kekuatan AI langsung di tangan pemangku kepentingan bisnis untuk mendorong pengoptimalan berkelanjutan. Dan metodologi lean yang diberdayakan AI tidak hanya akan lebih baik dalam menghilangkan pemborosan yang mau tidak mau menyusup ke dalam sistem yang kompleks; itu akan memprediksi pemborosan itu sebelum terjadi dan mengambil langkah-langkah untuk memastikan bahwa itu tidak pernah terjadi.

Manufaktur di masa depan adalah tentang membangun produk yang diinginkan pelanggan pada waktu yang tepat, dan bersama-sama proses lean, IoT, analitik data besar, dan AI akan memungkinkan pabrik pintar masa depan beroperasi dengan kecepatan yang belum pernah terjadi sebelumnya efisiensi.

Artikel ini dibuat dalam kemitraan dengan Accelerite. Penulis adalah Wakil Presiden Senior dan Manajer Umum Unit Bisnis Pembuatan Layanan di Accelerite.