Wawasan IBM tentang Tren Manufaktur Berbasis AI untuk 2022
Inovasi baru terus muncul dalam manufaktur digital, mencakup Industry 4.0, 3D printing/additive manufacturing, robot industri, kendaraan otonom, drone, augmented/virtual reality, Industrial Internet of Things (IIOT), edge computing, dan lainnya.
Kendra DeKeyrel, Vice President Asset Management Product Leader di IBM Software, memberikan komentar ahlinya tentang AI dan manufaktur saat kita memasuki 2022…
Adopsi Teknologi AI dan Otomasi
"Pasar AI kemungkinan akan menunjukkan pertumbuhan eksponensial selama beberapa tahun ke depan, mengingat bagaimana pandemi telah mempengaruhi bisnis di seluruh dunia. Meskipun banyak industri terpengaruh secara berbeda, kami melihat peningkatan penerimaan dan adopsi teknologi seperti AI dan otomasi di seluruh bidang untuk membantu bisnis dan karyawan mereka beroperasi dengan lebih efektif.
“Kami dapat mengharapkan lebih banyak perusahaan berinvestasi dalam AI dan otomasi untuk berbagai kasus penggunaan untuk mendorong efisiensi baru, menghemat biaya, dan membebaskan karyawan untuk fokus pada pekerjaan yang bernilai lebih tinggi."
Gunakan Teknologi Otomasi Berbasis AI untuk Mempercepat Rantai Pasokan
"Tahun ini kami telah melihat banyak produsen memikirkan ulang model operasional mereka, khususnya dalam area seperti optimisasi rantai pasokan, inspeksi kualitas, manajemen risiko, dan manajemen inventori.
“Pekerja di lantai produksi dapat menggunakan otomasi berbasis AI untuk menyelesaikan tugas rutin seperti inspeksi produk, perawatan prediktif, pemantauan bahaya keselamatan, atau mengidentifikasi defek produk. Otomasi berbasis AI tidak hanya akan memungkinkan waktu go-to-market yang lebih cepat dan efisien, tetapi juga akan memberikan karyawan kesempatan untuk fokus pada pekerjaan yang bernilai lebih tinggi."
Gunakan Pembelajaran AI untuk Membuat Perbaikan secara Real Time
"Dalam hal strategi, produsen harus memulai dengan alur dari plan-to-manufacturing, kemudian mempertimbangkan implikasi pada pesanan pelanggan, rekayasa, rantai pasokan, manajemen siklus hidup, dan aftermarket.
“Kemudian, sisipkan wawasan data dan pembelajaran AI ke dalam alur kerja proses sehingga perbaikan dapat direalisasikan secara real time, selalu. Penting untuk dicatat bahwa transformasi yang sukses dan dapat diskalakan membutuhkan pendekatan holistik yang memerlukan keseimbangan antara perspektif bisnis dan teknologi."
Perangkat Lunak Berbasis AI dapat Membantu Produsen Bergerak ke Perawatan Proaktif
"Misalnya, produsen otomotif besar memanfaatkan teknologi manajemen aset berbasis AI dari IBM, IBM Maximo, untuk mengatasi tujuan misi kritis teratas mereka - nol waktu henti dan nol defek.
“Perangkat lunak berbasis AI dapat membantu produsen bergerak dari perawatan reaktif berdasarkan siklus, ke perawatan proaktif yang berpusat pada keandalan, berdasarkan kondisi dunia nyata mesin seperti suhu, getaran, dan siklus.
“Dengan menganalisis data IoT industri, AI dapat membantu produsen mendeteksi anomali dan mengukur kesehatan peralatan setiap saat, memungkinkan mereka untuk lebih baik memprediksi dan secara proaktif memperbaiki masalah sebelum kegagalan terjadi. Ini dapat memiliki dampak signifikan pada mengurangi biaya operasional dan meningkatkan ketersediaan waktu operasional."
