AWS, Google, Microsoft Mendorong Inovasi Manufaktur dengan Solusi Data & Software Lanjutan

Ford Motor meningkatkan variasi sensor di garis assembling-nya untuk mengubah Big Data menjadi Even Bigger Data sambil mendemokratisasi akses ke informasi yang dikumpulkan. "Kami memperkaya data yang dihasilkan peralatan dengan menambahkan sensor seperti pemantauan inframerah dan sensor getir untuk melengkapi data tradisional [yang dikumpulkan], seperti waktu siklus dan tekanan, untuk menciptakan kumpulan data yang lebih kaya," kata Mike Mikula, direktur manufaktur untuk program kendaraan. "Kami sekarang dapat membangun analitik yang lebih cerdas sekitar kontribusi sinyal-sinyal tersebut terhadap kualitas produk, efisiensi proses, dan kesehatan peralatan."

Membantu Ford dalam upayanya adalah "paling banyak platform IoT besar," katanya. Ford dan salah satu perusahaan platform IoT itu—Google—menumunkan kemitraan tahun ini untuk layanan manajemen data cloud industri dan aplikasi perangkat lunak analitik, di antara layanan lainnya.

Untuk mendorong penggunaan informasi yang dihasilkan ke lantai bengkel, Ford membangun platform data IoT yang memberikan akses pekerja produksi ke analitik melalui aplikasi low-code dan no-code yang tidak memerlukan atau memerlukan sedikit pengetahuan bahasa komputer.

Aplikasi baru yang dicipta kemudian dapat diskalakan ke pengguna lain di perusahaan yang menangani proses dan peralatan yang serupa, kata Mikula.

Sementara itu, Ford juga secara selektif memprioritaskan otak manusia di atas perangkat lunak untuk menganalisis data dan semakin bergantung pada pengembang internal daripada vendor aplikasi.

"Solusinya akan bergantung pada aplikasi," kata Mikula. "Kadang-kadang akan menjadi perangkat lunak, dan kadang-kadang akan menjadi analis data yang memproses sumber data. Kami ingin bergerak menuju solusi yang lebih otonom dan didorong oleh machine learning dan artificial intelligence. Tujuannya adalah untuk kurang bergantung pada SaaS [software as a service] yang dibeli."

Pada akhirnya, kata Mikula, upaya-upaya ini bertujuan untuk menurunkan biaya manufaktur secara keseluruhan—hematan yang kemudian dapat diteruskan kepada konsumen.

Dua raksasa data pesaing Google, Amazon dan Microsoft, kini juga menawarkan layanan cloud hosting dan solusi perangkat lunak bagi produsen.

"Ada banyak pemain yang sebelumnya di luar IoT industri seperti Google, Microsoft dan Amazon yang mengenali potensi untuk memanfaatkan kekuatan perangkat lunak mereka untuk menggantikan beberapa pemain tradisional Industrial Internet of Things," kata Mikula.

Raksasa teknologi ini membentuk New Big Three, mirip dengan referensi Big Three dulu untuk Ford, General Motors dan Chrysler. Perangkat lunak industri raksasa teknologi untuk pembuat kendaraan dan lainnya membantu dengan komponen dan tujuan Industri 4.0—digital twin, predictive maintenance, machine vision quality checks, autonomous operations dan lebih banyak lagi.

Sementara raksasa teknologi ini memanfaatkan keahliannya dengan data dan perangkat lunak untuk menjadi bagian dari Industri 4.0, mereka juga memiliki pengetahuan domain dari pembuatan barang.

Suatu rantai pasokan yang 'gila'

"Kami mungkin salah satu perusahaan manufaktur terbesar di dunia," kata Dominik Wee, global managing director, manufaktur dan industri di Google Cloud. "Google memiliki rantai pasokan yang gila, sangat dalam. Kami memiliki rantai pasokan yang kompleks seperti perusahaan manufaktur global apa pun."

Perusahaan membuat perangkat keras komputasi di pusat data-nya dan merancang chip komputer sendiri. Di sisi konsumen, perusahaan membuat ponsel, serta Chromecast dongles yang menambahkan fungsi canggih pada televisi.

Sementara Google telah menjadi produsen sejak perusahaan berdiri lebih dari 20 tahun yang lalu, perusahaan mulai berinvestasi besar dalam layanan manufaktur untuk orang lain saat Thomas Kurian, Presiden Google Cloud, dipekerjakan pada 2018, kata Wee. Kurian sebelumnya bekerja di Oracle selama 22 tahun.

Seiring dengan digitalisasi manufaktur, metodologi Google yang dikembangkan untuk pasar konsumen menjadi relevan bagi industri, kata Wee, yang sebelumnya bekerja di industri semiconductor sebagai insinyur industri.

"Kami yakin kita berada pada titik di mana teknologi ini—utama analitik dan area AI—yang telah sangat sulit digunakan untuk insinyur industri typis menjadi sangat mudah digunakan di lantai bengkel," katanya. "Itulah di mana kami yakin beda kompetitif kami terletak."

Wee mengatakan apa yang dilakukan Google untuk teknologinya untuk manufaktur di bawah Kurian meniru apa yang dilakukan sebelumnya di sisi konsumen: membuatnya sangat mudah digunakan sehingga Anda bahkan tidak menyadari Anda melakukannya.

Inspeksi kualitas menggunakan Google Cloud Vision Inspection adalah contoh yang baik, katanya.

"Karena machine vision sangat canggih, ini banyak digunakan [untuk inspeksi kualitas] dan jadi kami telah membuatnya sangat mudah untuk menerapkan machine learning dalam konteks lantai bengkel dan menggunakan sedikit gambar untuk melakukannya. Anda tidak perlu menjadi programmer atau ahli machine learning untuk melakukannya," kata Wee. "Itu benar-benar point and click."

Dia menunjuk pada kemudahan dengan mana perusahaan dapat mencoba Vision Inspection dan kemudian menskalakannya: "Untuk mentransfer metodologi, Anda tidak perlu membawa siapa pun dari Google atau membawa Perusahaan XYZ untuk melakukannya untuk Anda. Orang di dalam pabrik dapat melakukannya. Ini adalah pembuka besar—di mana machine learning bergerak dari fantasi menjadi penggunaan yang luas dalam manufaktur."

Kemudahan penggunaan adalah keuntungan kompetitif bagi perusahaan, kata Wee.

"Kami berbicara tentang pilot gap," katanya. "Banyak perusahaan telah mencoba machine learning dan augmented reality dan predictive maintenance, dan mereka melakukannya pada satu titik di satu bagian dari jejak manufaktur global mereka dan itu banyak kerja. Orang yang sangat spesial diperlukan tetapi mereka tidak pernah dapat menskalakannya."

Selain mudah digunakan, Google Cloud menggunakan perangkat lunak open-source, yang menjaga opsi produsen tetap terbuka, kata Wee.

Google juga menegaskan bahwa kekuatan analitik dan AI-nya tidak tertandingi: "Sebagai perusahaan yang memiliki pemrosesan data di inti keberadaannya selama 20-plus tahun, kami akan klaim tidak ada yang memahami itu lebih baik dari pada kami," katanya. "Jika Anda memiliki jumlah data yang besar untuk ditangani dalam konteks apa pun termasuk dari lantai bengkel, kami akan berpendapat bahwa kami adalah perusahaan yang tepat untuk melakukannya."

Mengubah tenaga kerja

Indranil Sircar, CTO Microsoft untuk industri manufaktur, mungkin akan sopan-santun tidak setuju dengan Wee.

"Microsoft Cloud for Manufacturing akan membantu pelanggan merekayasa ulang korporasi mereka, membangun pabrik yang lebih fleksibel dan menciptakan rantai pasokan yang lebih tangguh serta mengubah tenaga kerja mereka," katanya.

Sircar telah di Microsoft hampir satu dekade. Sebelum itu, dia bekerja di Hewlett-Packard lebih dari 20 tahun.

Sementara baik Google maupun Microsoft membantu produsen mengumpulkan dan menganalisis data dari mesin mereka, Sircar mengatakan komponen terkait tenaga kerja dari layanan perusahaan itu—termasuk AI dan mixed reality menggunakan HoloLens 2—adalah beda kompetitif nyata dari tidak hanya Google dan Amazon tetapi juga penyedia solusi perangkat lunak industri tradisional.

Misalnya, Mercedes Benz USA menggunakan Microsoft Remote Assist, yang memungkinkan seseorang di komputer membantu seseorang yang memakai HoloLens secara jarak jauh.

Dalam video di situs web Microsoft, Edgar Campana, teknisi diagnostik terpusat di Mercedes Benz of Coral Gables, mengatakan, "Saya hanya dapat memakainya [HoloLens] dan mendapatkan dukungan segera. Mereka dapat benar-benar menunjukkan hal-hal kepada saya saat saya melihatnya. Mereka dapat melingkarinya. Mereka dapat menggambar garis. Itu hands-on: Itu benar-benar ada di sana. Saya dapat berbicara dengan mereka, melalui kendaraan secara real time. Ini sangat intuitif."

Sementara Remote Assist bersifat dua arah, dan memungkinkan pengguna untuk berbicara satu sama lain, Mixed Reality Guides Solutions hanya satu arah dan memungkinkan calon karyawan untuk berinteraksi dengan hologram sendiri atau dalam kombinasi dengan benda fisik.

"Airbus adalah contoh yang bagus," kata Sircar, dengan catatan bahwa perusahaan telah menggunakan "the Guides di garis produksi mereka, membawa pekerja untuk dengan cepat melihat tumpukan di atas kabel dan bagaimana itu harus dipasang."

Lingkungan 3D dapat menawarkan fitur yang tidak dapat ditawarkan pelatihan kehidupan nyata, seperti kemampuan untuk melihat elemen dalam tiga dimensi dari sudut apa pun.

Desainer Airbus dapat secara virtual menguji desain mereka untuk melihat apakah mereka siap untuk garis perakitan.

Microsoft memproduksi HoloLens 2 dan Surface Hub, papan tulis interaktif untuk bisnis. Perusahaan menjual produk fisik, termasuk konsol video game Xbox dan komputer pribadi layar sentuh Surface.

Masih, "manufaktur, seperti yang kita bicara, telah banyak di-outsource tetapi … kami tentu mengelola seluruh garis produksi itu, mulai dari desain dan pemasokan komponen hingga pengujian garis perakitan," kata Sircar.

Di sisi data cloud, perusahaan mengelola manufaktur infrastruktur ujung ke ujung.

Aplikasi pertama Microsoft untuk industri adalah pada 2002, dengan perangkat lunak perencanaan sumber daya perusahaan yang disebut Dynamics AX, katanya. Azure IoT menjadi tersedia pada 2016.

Selain pada 2016, Microsoft diundang untuk berpartisipasi dalam Plattform Industrie 4.0, inisiatif pemerintah Jerman, kata Sircar.

Microsoft mendirikan bersama konsorsium Open Manufacturing Platform (OMP) dengan BMW. OMP mempromosikan model data terbuka umum, yang merupakan bahasa data bersama untuk aplikasi bisnis dan analitik digunakan.

Menggunakan teknologi yang sama seperti Amazon

Amazon.com lebih dikenal untuk menjual daripada memproduksi. Namun, perusahaan membuat Kindle, perangkat Echo dan produk konsumen lainnya. Perusahaan juga membuat persentase besar perangkat keras yang menjalankan infrastruktur dan chip komputer sendiri.

AWS (Amazon Web Services) meluncurkan garis industri pada 2020, termasuk produk dan layanan untuk IoT, AI, machine learning, analitik dan solusi edge.

Garis ini menampilkan "layanan dan solusi baru dan yang ada dari AWS dan jaringan mitra AWS, yang dibangun secara khusus untuk [pengembang] perangkat lunak, insinyur dan operator di situs industri," kata Douglas Bellin, global head of business development for smart factory and Industry 4.0. "Secara kolektif, ini membawa pendekatan modular untuk memungkinkan pengumpulan data, penyimpanan, analisis dan wawasan."

Proses untuk membuat perbaikan yang diinginkan dimulai awal dengan mengumpulkan dan memeriksa data, dan AWS telah menemukan beberapa cara untuk mengatasi semua "0" dan "1" tersebut.

"Jika Anda memulai dari tingkat perangkat lunak dan data, ada lebih dari 350 protokol berbeda yang digunakan di industri," kata Bellin, yang bergabung dengan AWS pada 2017 setelah lebih dari 10 tahun di Cisco.

AWS Lookout for Equipment menggunakan data peralatan historis dari sensor yang ada, bersama dengan informasi dari peristiwa pemeliharaan historis, dan membangun model machine learning kustom yang melacak pola perilaku normal dari mesin tersebut. Ketika data operasional menyimpang dari normal yang diketahui, Lookout for Equipment menandai penyimpangan tersebut kepada pengguna yang tepat melalui peringatan dan papan dashboard.

Produk lain, AWS IoT SiteWise, membangun satu sumber data dengan menyederhanakan ekstraksi data dari database yang biasanya ditemukan di fasilitas industri, mentransfer data baik secara lokal maupun ke cloud, dan menyusunnya agar dapat diakses dengan mudah oleh pengguna dan aplikasi. Kerangka kerja aplikasi memungkinkan komputasi metrik kinerja industri umum, seperti efisiensi peralatan keseluruhan. Ini juga memantau operasi di seluruh beberapa fasilitas industri, menganalisis data peralatan industri, mencegah masalah peralatan yang mahal dan mengurangi kesenjangan produksi.

Selain menyelaraskan data, hambatan umum lain saat menciptakan smart factory adalah mengintegrasikan peralatan legacy. Setiap mesin perkakas yang dilengkapi dengan PLC akan memiliki beberapa data untuk diberikan, tetapi akan minimal dibandingkan dengan mesin modern. Responnya, AWS memiliki mitra yang dapat menambahkan perangkat keras yang diperlukan untuk melacak beberapa parameter mesin. Perusahaan juga menciptakan sensor getir dan suhu berendah biaya sendiri untuk peralatan berputar, yang disebut Amazon Monitron.

Amazon Monitron juga merupakan layanan pemantauan kondisi peralatan berbasis machine learning yang memungkinkan predictive maintenance dengan menganalisis sinyal sensor dari peralatan industri, seperti motor, pompa dan gearbox.

Ini adalah sistem ujung-ke-ujung yang sepenuhnya terkelola yang mencakup sensor untuk menangkap data getir dan suhu, gateway untuk secara otomatis mentransfer data ke AWS Cloud, dan aplikasi seluler untuk pengaturan, analitik dan pemberitahuan perilaku mesin yang abnormal.

"Amazon Monitron didasarkan pada teknologi yang sama yang digunakan di Amazon, memanfaatkan pengalaman deteksi anomali selama lebih dari 20 tahun untuk meningkatkan akurasi model lebih lanjut," kata Bellin.

Dengan Amazon Monitron, manajer keandalan dapat mulai melacak kondisi peralatan dalam waktu beberapa jam—tanpa pekerjaan pengembangan atau pelatihan khusus yang diperlukan, kata AWS.

Produsen dapat menggunakan Amazon Monitron untuk mengaktifkan predictive maintenance, memantau peralatan secara jarak jauh dan melacak kondisi peralatan yang tidak dapat diakses, kata Bellin tambahan.