Mengelola Kompleksitas dan Variasi Rekayasa Otomotif dengan PLE dan Digital Twin
Rekayasa otomotif belum pernah memiliki begitu banyak kompleksitas yang harus diatasi. Memproduksi jutaan kendaraan per tahun adalah tantangan yang menakutkan. Kompleksitas ini tumbuh secara eksponensial dengan diperkenalkannya fitur dan fungsi cerdas generasi berikutnya untuk mengaktifkan pengemudi otonom. Produsen menghadapi berbagai tantangan dalam memaksa kompleksitas ini, mengelola variasi, dan membawa inovasi ini ke pasar dengan cepat dan efisien, sambil memberikan tingkat keamanan dan keandalan tertinggi.
Dari pengemudi otonom dan sistem keamanan canggih, hingga cruise control adaptif dan pengawasan jalur, inovasi sedang berkecepatan tinggi. Kendaraan otonom membutuhkan jaringan yang rumit dari perangkat lunak, serta bagian listrik dan mekanis yang saling berinteraksi untuk mengaktifkan sensor berbasis radar, pemetaan 3D, pengenalan citra, komunikasi kendaraan-ke-kendaraan, kecerdasan buatan, dan lebih banyak lagi. Produsen mobil dan pemasok didorong ke tepi kemampuan mereka. Tim rekayasa semakin terkontrol oleh tugas-tugas rutinis dalam mengelola kompleksitas yang semakin bertumpuk ini.
Ada kebutuhan dan peluang yang luar biasa untuk perbaikan dramatis dalam cara baris produk otomotif dirancang, dikirim, dan berkembang. Pendekatan "berpusat pada produk" tradisional—dimana produk individu dalam baris produk dirancang, diproduksi, dan dipelihara secara terpisah—cukup tidak lagi viable.
Beberapa produsen sekarang beralih ke Product Line Engineering (PLE) berbasis fitur, disiplin yang muncul yang menyediakan pendekatan manajemen variasi dan kompleksitas yang terpadu di seluruh baris produk, dan melalui seluruh siklus hidup rekayasa dan operasional.
Pendekatan ini disebut "berbasis fitur" karena memungkinkan insinyur kendaraan untuk memulai proses persyaratan dan desain dengan mempertimbangkan fitur terlebih dahulu. Dengan PLE berbasis fitur, fitur menentukan bagian, bukan bagian yang menentukan fitur. Ini memberikan semua orang di seluruh perusahaan bahasa yang sama.
Meskipun pendekatan ini telah diadopsi di seluruh sektor industri, penerapan PLE terdepan sedang terjadi di sektor otomotif. Produsen yang mengadopsi PLE melaporkan peningkatan efisiensi, waktu ke pasar, skalabilitas baris produk, dan kualitas produk yang berusia satu pangkat.
Seiring dengan peningkatan dramatis dalam kompleksitas rekayasa dan manufaktur, produsen mobil kini ditantang oleh kompleksitas tambahan dalam memelihara dan mengembangkan kendaraan setelah mereka keluar dari pabrik. Teknologi digital twin adalah area inovasi lain, selain PLE, untuk membantu mengatasi masalah ini. Gartner mengidentifikasi digital twin sebagai salah satu dari 10 Tren Teknologi Strategi Teratasnya untuk 2018, dan artikel di Forbes menyebutkan bahwa, "Semua indikasi tampaknya memprediksi kita berada di ambang ledakan teknologi digital twin."
Dalam otomotif, digital twin—gambar digital atau representasi virtual dari produk fisik—digunakan untuk mempertahankan koneksi dengan setiap kendaraan saat keluar ke lapangan.
Digital twin adalah produk sampingan dari proses PLE berbasis fitur, yang secara otomatis menghasilkan representasi digital berdasarkan fitur yang terkandung pada kendaraan tertentu. Setelah kendaraan diproduksi dan siap keluar dari lantai pabrik, digital twin juga selesai. Produsen dapat secara efektif memantau, memelihara, dan mengembangkan kendaraan di lapangan berdasarkan fitur spesifik yang terkandung dalam kendaraan tersebut. Misalnya, saat kendaraan dilakukan service, atau bagian tertentu diganti, informasi tersebut dimasukkan ke dalam digital twin-nya untuk memastikan gambar cermin tetap terpertahankan.
Dengan digital twin, masalah kualitas jauh lebih mudah ditangani secara proaktif, karena perusahaan dapat dengan cepat mengidentifikasi produk mana yang memiliki fitur tertentu yang ditemukan mengandung cacat dan memperbaikinya di semua produk yang memiliki fitur tersebut.
