Wawasan PwC: Memanfaatkan AI & Big Data untuk Transformasi Manufaktur
Bisakah Anda mendefinisikan apa itu kecerdasan buatan, dan apa itu Big Data?
AI adalah kemampuan mesin untuk merasakan lingkungan sekitarnya dan melakukan tugas-tugas yang biasanya membutuhkan kecerdasan manusia, dan ini adalah seluruh bidang teknologi, teknik dan aplikasi yang berbeda.
Big data adalah serangkaian alat dan kemampuan untuk bekerja dengan, untuk memproses, himpunan data yang sangat besar.
Bagaimana AI dan Big Data bekerja sama?
Big data hanyalah salah satu pendukung AI, meskipun seiring meningkatnya volume data, ini adalah salah satu yang paling penting.
Bagaimana ini dapat diterapkan di lingkungan manufaktur?
Secara luas, ada banyak manfaat AI, dan penggunaan data, yang meliputi mengurangi biaya, meminimalkan kesalahan manusia, dan meningkatkan produktivitas serta efisiensi. Hal penting yang dipertimbangkan adalah di lingkungan apa pun - untuk penggunaan teknologi apa pun - adalah apa masalah yang Anda coba selesaikan? Apakah hanya mengotomatiskan tugas-tugas berulang atau meresmikan ulang sifat kerja di pabrik dengan cara manusia dan mesin bekerja sama untuk membuat keputusan yang lebih baik dan lebih cepat.
Mengapa produsen harus menggunakan AI dan Big Data saat mengadopsi kemampuan manufaktur cerdas, apa nilainya bagi produsen?
Salah satu pendapat adalah, lagi, manfaat ekonomi AI, yang datang dalam manufaktur sebagai hasil dari:
1. Peningkatan produktivitas dari mengotomatiskan proses dan memperluas pekerjaan tenaga kerja yang ada dengan berbagai aplikasi teknologi AI.
2. Permintaan konsumen yang meningkat karena kemampuan yang meningkat untuk mempersonalisasi dan menyesuaikan produk manufaktur, bersama dengan produk dan jasa digital yang ditingkatkan AI dan berkualitas lebih tinggi.
Industri manufaktur (dan konstruksi) secara nature intensif modal, dan dalam laporan kami tahun 2018, “Dampak Potensi AI di Timur Tengah,” kami memperkirakan bahwa adopsi aplikasi AI dapat meningkatkan kontribusi sektor terhadap pertumbuhan PIB lebih dari 12.4% pada tahun 2030.
Bagaimana AI dan Big Data dapat membantu produsen untuk berevolusi dalam revolusi Industry 4.0? Bagaimana dengan mereka yang sudah mempertimbangkan Industry 5.0?
Ini sangat tentang investasi yang Anda lakukan sekarang, untuk memfutureproof bisnis Anda.
Kami biasanya melihat dua strategi atau pendekatan luas untuk adopsi AI. Ada hal-hal yang bisa kita lakukan segera, tanpa perlu merujuk ke Big Data - yaitu mengadopsi teknologi yang kita sebut Sensing, yang melibatkan komputer visi, misalnya. Ada banyak kasus penggunaan di mana ini dapat digunakan segera dalam manufaktur, seperti untuk deteksi kerusakan otomatis. Namun, ada strategi jangka panjang yang memerlukan investasi dalam data - mendapatkan mekanisme pengumpulan yang tepat, penyimpanan, tata kelola data, kemampuan Big Data, dll - untuk mengembangkan kasus penggunaan AI yang didorong machine learning yang semakin bernilai. Ini sangat diperlukan untuk keberhasilan adopsi jangka panjang.
Apa strategi terbaik bagi organisasi yang ingin mewujudkan nilai AI dan Big Data dalam manufaktur?
AI dan Big Data hanyalah satu bagian dari pabrik cerdas yang berhasil. Organisasi yang memimpin dalam adopsi AI adalah mereka yang telah membuat kemajuan terbesar dalam mengdigitalkan proses bisnis inti. Untuk terdepan dalam menggunakan solusi AI secara skala, ada sejumlah investasi teknologi dan keputusan organisasi yang harus diambil, termasuk:
1. Mengdigitalkan proses pada akhirnya mengarah pada kemampuan yang lebih baik untuk menghasilkan data, dan di lingkungan manufaktur - dengan ratusan sensor yang menghasilkan ribuan pengukuran secara real time, hasilnya adalah Big Data. Data adalah kunci untuk membangun AI sehingga pengumpulan, manajemen dan tata kelola data yang andal dan akurat adalah kunci. Garis produksi dan pabrik memainkan peran kritis dan langsung dalam proses pengumpulan data.
2. Strategi AI, baik jangka panjang maupun pendek, dimulai dengan kasus penggunaan, aplikasi bisnis. Produsen perlu bertanya di mana mereka ingin menggunakan AI dan mengumpulkan kasus penggunaan ini bersama-sama dan memprioritaskan proyek berdasarkan keseimbangan antara dampak yang diharapkan dan kompleksitas implementasi.
Tentu saja, selain teknologi dan proses bisnis, manusia adalah jantung dari setiap adopsi teknologi yang berhasil. Tim AI perlu terdiri tidak hanya dari ilmuwan data, juga insinyur data dan arsitek solusi untuk mengaktifkan pekerjaan mereka, pengelola data untuk memastikan akurasi, dan semakin banyak yang disebut ‘Analytics/AI translators’ yang mampu berkomunikasi dengan pemimpin bisnis dan ahli teknologi. Budaya juga adalah kunci, dan produsen perlu memungkinkan budaya yang didorong data dan AI, membangun kepercayaan pada data dan algoritma dengan mendidik tenaga kerja mereka tentang AI dan kemampuannya, cara terbaik untuk mengekstrak nilai. Ini bukan hanya hal positif, tapi juga risiko dan keterbatasan, karena ini ketika ditemukan tanpa harapan yang telah ditetapkan, dapat secara signifikan mempengaruhi kemauan untuk berinvestasi.
Apa tantangan ketika berkaitan dengan adopsi AI dan Big Data dalam manufaktur?
menunjukkan bahwa salah satu tantangan utama dalam implementasi AI adalah ketidakpastian tentang return on investment (ROI). Seperti yang saya katakan, ada investasi yang signifikan yang diperlukan agar strategi data dan AI jangka panjang berhasil, dan harapan tentang waktu untuk melihat return nyata harus ditetapkan secara realistis.
Banyak perusahaan juga kesulitan dengan sisi data: mengumpulkan dan menyediakan data yang diperlukan sistem AI untuk beroperasi, dan memastikan bahwa itu akurat. Lagi, ini berkaitan dengan investasi yang lebih besar yang diperlukan dalam digitalisasi.
Beberapa tantangan utama untuk perusahaan manufaktur dengan implementasi AI secara skala dari penelitian kami meliputi:
- 40% → Teknologi belum matang
- 40% → Tenaga kerja kurang keterampilan untuk mengimplementasikan dan mengelola AI
- 36% → Tidak yakin return on investment
- 33% → Data belum matang
- 32% → Kurangnya transparansi dan kepercayaan
- 24% → Dewan kerja dan serikat pekerja
- 22% → Hambatan regulasi di pasar domestik dan penting
Salah satu elemen yang disorot di sini, khususnya sekitar kurangnya kepercayaan dan serikat pekerja, adalah bahwa AI biasanya disalahrepresentasikan dalam media sebagai ‘menggantikan’ pekerja, dan mengambil pekerjaan. Ya, ada penghematan efisiensi yang dapat diperoleh dari otomatisasi, seperti yang telah terjadi sejak revolusi industri pertama. Namun kami percaya bahwa Data dan AI paling berharga ketika digunakan untuk memperluas kemampuan pekerja, meningkatkan kemampuan mereka dan produk yang diproduksi.
Tantangan lain yang mulai kita lihat muncul adalah siberseranggan yang semakin menargetkan peralatan dan mesin yang terhubung di pabrik cerdas. PwC baru-baru ini mengadakan webcast, dalam kerjasama dengan National Association of Manufacturers di AS dan Microsoft untuk membahas ini.
Apa tren saat ini di AI dan Big Data dalam manufaktur?
- Kami melihat perusahaan sedikit lebih berfokus pada menambahkan solusi AI ke proses produksi inti seperti rekayasa, dan montir serta pengujian kualitas
- Keamanan sangat penting, dengan teknik yang diadopsi dalam kemampuan kepatuhan protokol (misalnya menjaga jarak aman dari mesin tertentu) yang diadopsi dalam skenario sehari-hari untuk kepatuhan protokol COVID-19
- Ada minat yang besar pada pemeliharaan prediktif untuk mesin besar yang terlibat dalam proses manufaktur, dan juga optimisasi rantai pasok
Apa yang Anda lihat terjadi di industri AI dan Big Data dalam manufaktur dalam 12-18 bulan ke depan?
Jujur, saya kira kita akan melihat kelanjutan dari tempat kita sudah pergi selama 12-18 bulan terakhir. AI dan data sudah digunakan dalam manufaktur tapi penggunaan ini tidak mendapat perhatian sebanyak, misalnya, perawatan kesehatan, tetapi kisah sukses ada, dan akan terus berlanjut seiring operasi terus perjalan digital mereka.
