Para Pemimpin Industri Memecahkan Hambatan AI dalam Manufaktur Pintar
Mengapa lebih banyak produsen di Amerika Serikat belum menerapkan teknologi manufaktur pintar seperti AI dan machine learning untuk mengurangi limbah, melakukan prediktif pemeliharaan, dan meningkatkan sistem otomatisasi mereka?
Pertanyaan tersebut menjadi inti diskusi lingkaran studi berjudul "Peran AI dalam Manufaktur," yang disponsori oleh CESMII, Institut Manufaktur Pintar. Para pembicara mewakili Procter & Gamble, Raytheon Space and Airborne Systems, Microsoft, UCLA, dan CESMII.
Para pembicara membahas cara mengatasi berbagai hambatan, seperti "purgatori pilot," perangkat lunak yang tergantung pada platform, ilmuwan data yang tidak memiliki pengetahuan domain manufaktur, serta "anarki data."
"Masih banyak omong kosong di ruang lingkup ini, yang tidak asing ketika Anda memiliki potensi untuk mengganggu seluruh industri," kata John Dyck, CEO CESMII dan moderator lingkaran studi. "Namun, hal itu membuatnya semakin penting untuk memahami perbedaan antara yang masih aspiratif dan yang secara praktis dapat dicapai."
Itu membawa kita kembali pada pertanyaan apa yang menghambat produsen dalam adopsi AI yang lebih luas?
Banyak perusahaan melaporkan upaya menggabungkan AI ke dalam bisnis mereka tetapi terjebak dalam "purgatori pilot," tidak mampu menskalakan proyek kecil yang berhasil.
Bahkan perusahaan Fortune 500 seperti Procter & Gamble mengakui memiliki masalah. Masih dalam tahap awal adopsi AI, perusahaan tersebut telah berhasil menerapkan beberapa algoritma machine learning. Namun, P&G menghadapi kendala dalam menskalakannya.
"Sadarilah, saya tidak memiliki infrastruktur yang dapat mengeluarkan data dengan cara yang saya inginkan," kata Jeff Kent, pemimpin platform pintar P&G. "Saya tidak memiliki platform yang dapat memberikan konteks dengan baik, dan saya tidak memiliki tempat di mana algoritma dapat dikembangkan dengan mudah oleh para ahli non-data science. Jadi, kita berada pada tahap di mana kita memiliki [beberapa] pilot yang berhasil, tetapi mereka tetap berada dalam konteks siapa yang mengembangkannya."
"Saya pikir kita sedang keluar dari purgatori pilot," tambahnya, "tetapi kita hanya akan dapat mempertahankan adopsi yang terukur dan mencapai janji penuh Industri 4.0 ketika semuanya digabungkan ke dalam proses kerja lengkap, serta sekumpulan aplikasi yang P&G, pemasok, dan OEM kami semua dapat berpartisipasi."
Kelly Dodds, direktur teknologi manufaktur canggih di Raytheon, mengatakan kontraktor militer tersebut berhasil mengintegrasikan AI ke dalam aplikasi robotik menggunakan penglihatan mesin.
"Kemampuan penglihatan mesin untuk mengambil apa yang Anda inginkan setiap kali dan meningkatkan dirinya sendiri adalah upaya yang signifikan," katanya.
Untuk membantu mengatasi tantangan adopsi AI, Dodds mengatakan Raytheon mempromosikan program pendidikan ilmu data dengan konteks manufaktur.
"Kami membutuhkan beberapa ilmu data yang memiliki keahlian domain," katanya. "Jadi, membangun saluran orang-orang yang memiliki konteks tersebut sangat penting."
Mengenai ilmu data, Jonathan Wise, VP teknologi CESMII, adalah pengembang perangkat lunak yang berpendapat rekan-rekannya harus memulai desain mereka dengan fleksibilitas penerapan dalam pikiran.
"Kami memiliki tenaga kerja yang telah mengembangkan kecerdasan ke dalam PLC selama beberapa dekade terakhir, tetapi para vendor platform tidak membangun lapisan abstraksi perangkat keras (HAL) antara kode dan PLC," katanya. "Sebaliknya, dalam perangkat lunak IT, selama beberapa tahun terakhir, kami telah membangun perangkat lunak kami … dari komponen, dan komponen-komponen tersebut longgar terintegrasi ke dalam arsitektur tertentu dan terhubung melalui antarmuka yang didefinisikan dengan baik."
Obat untuk perangkat lunak yang tergantung pada platform, kata Wise, adalah membangun algoritma yang independen platform dan dibangun dengan antarmuka informasi umum.
Selain itu, data itu sendiri perlu dalam format yang standar, katanya.
Jim Davis, wakil rektor IT di UCLA, mengatakan, "Caranya adalah ... memikirkan bagaimana Anda bertukar data, membagikannya, mempoolkannya, menggabungkannya, bekerja dengannya secara kolektif. Jadi, ada strategi yang mencakup seluruh industri."
Dengan pandemi dan perubahan iklim yang mengganggu rantai pasokan, mengurangi limbah dan menggunakan sumber daya secara efisien mungkin menjadi salah satu manfaat kritis dari adopsi AI, kata Walid Ali, ahli AI dalam manufaktur di Microsoft.
"Dengan proses industri yang mencakup hampir setengah konsumsi energi spesies manusia kita dan satu pertiga emisi gas rumah kaca global, ini adalah hal yang etis dilakukan, serta keputusan bisnis yang tepat dengan beberapa ekonomi yang mendorong kami untuk berkolaborasi pada loop sumber daya tertutup dan siklus hidup produk, setelah produksi hingga konsumsi," katanya.
"Ini adalah waktu peluang yang tak pernah terjadi sebelumnya yang memungkinkan kami untuk melakukan hal yang tepat dari sudut pandang teknologi dengan AI dan manufaktur pintar, serta peluang keberlanjutan di lingkungan tempat kami tinggal."
