Egicon Capai Pengurangan Perbaikan 80% dengan Otomatisasi Real-Time

Egicon, produsen elektronik Italia, menggunakan alat analitik data yang muncul untuk sepenuhnya mengotomatisasi produksi mulai dari 2017. Di sela itu, mereka mengurangi tingkat perbaikan sebesar 80 persen, menghilangkan sisa, meningkatkan dukungan garansi, dan mengurangi waktu kemunculan untuk pelaporan kualitas menjadi real-time dari satu bulan.

Berdasarkan di wilayah Modena Italia, Egicon memproduksi unit kontrol elektronik, klaster instrumen, dan antarmuka manusia-mesin untuk sektor otomotif, pertanian, biomedis, dan penerbangan.

Egicon mengintegrasikan perangkat lunak Siemens Valor dan Opcenter Execution Electronics IoT ke dalam sistem produksi dan kualitasnya, memungkinkan pemantauan berkelanjutan dan kemampuan untuk memberikan pelanggan dengan dukungan garansi yang lebih baik dan data pelacakan.

“Kami dapat mengurangi tingkat perbaikan dari 30 bagian per juta menjadi 6, dan mencapai tingkat sisa nol persen pada 2019,” kata manajer produksi Egicon Michele Magri dalam studi kasus yang dipublikasikan. “Sekarang saya dapat mendapatkan pembaruan instan pada semua proses manufaktur kami tanpa meninggalkan meja saya. Saya dapat menghabiskan waktu saya untuk inovasi dan perbaikan.”

Produsen perangkat lunak lainnya juga melaporkan hasil yang signifikan.

Perangkat lunak Proficy milik GE Digital telah membantu produsen di berbagai sektor mencapai banyak manfaat, termasuk pengurangan limbah 90 persen, $5 juta penghematan perbaikan kualitas, dan penurunan downtime 80 persen, kata Cobus van Heerden, manajer produk senior untuk analitik dan perangkat lunak pembelajaran mesin untuk GE Digital. Satu perusahaan mendapatkan wawasan kunci dalam jam tentang cara mengontrol kimia pengeringan mereka untuk mendapatkan kualitas terbaik.

FactoryTalk Innovation Suite, tawaran bersama dari Rockwell Automation dan PTC, membantu Rockwell mencapai peningkatan efisiensi tenaga kerja 33 persen, peningkatan output 70 persen, dan pengurangan waktu pelatihan 50 persen, menurut studi kasus yang dipublikasikan.

Ini dan alat analitik data lainnya yang muncul mengatasi keterbatasan dan hambatan pendahulu mereka.

Membuat Analitik Lebih Mudah Diakses

Salah satu hambatan signifikan di masa lalu adalah bahwa alat yang menawarkan manfaat potensial tetap tidak digunakan, kata Izik Avidan, manajer unit bisnis, analitik manufaktur digital, Siemens Digital Industry Software.

Lebih dari 80 persen proyek analitik canggih gagal, katanya, pernyataan yang didukung oleh penelitian dari Gartner dan lainnya.

“Masalah utama dengan alat analitik data di masa lalu—dari perspektif produsen—adalah fakta bahwa mereka tetap alat,” kata Avidan. “Banyak penyedia platform dan solusi tidak menyadari bahwa produsen rata-rata tidak memiliki semua keterampilan yang diperlukan untuk sepenuhnya menggunakan alat ini. Alat tersebut memberikan fungsi yang dirancang untuk dilakukan tetapi proyek secara keseluruhan mungkin gagal. Anda harus dapat menghubungkan antara bahasa manufaktur dan semua teknologi baru ini. Pelanggan manufaktur tidak memiliki keterampilan ini.”

“Secara historis, Anda benar-benar membutuhkan PhD di matematika atau ilmu data untuk mendapatkan nilai dari analitik,” kata van Heerden. “Anda perlu meletakkan analitik di tangan orang operasional yang ada. Anda tidak dapat pergi ke pelanggan manufaktur dan mengatakan, ‘Anda perlu melatih ulang orang Anda atau mempekerjakan orang baru untuk mendapatkan manfaat dari analitik.’ Kunci adalah membuat analitik dapat diakses oleh insinyur proses dan operator baris.”

“Alat dirancang untuk para ahli, untuk membuat tantangan yang sulit lebih mudah bagi para ahli alih-alih menyederhanakan pekerjaan mereka,” kata Ed Cuoco, VP strategi dan solusi di PTC. Banyak alat juga membutuhkan ilmuwan data di lokasi. Akhirnya: “Alat-alat ini tidak cocok untuk produsen besar, yang biasanya tidak memiliki ilmuwan data sendiri,” kata Cuoco.

Sembilan Hambatan Tambahan dari Masa Lalu

Hambatan lain, menurut Avidan, Cuoco, dan van Heerden telah:

Gagal memahami dan mengatasi titik nyeri produsen.

Alat yang meminta produsen untuk mengganti peralatan lama yang mahal.

Kurangnya akses ke data yang diperlukan untuk mendapatkan wawasan, seringkali karena data tersebut ada dalam sistem terisolasi, kadang-kala disebut data gelap. Antara 60 persen (Forrester) dan 97 persen (Gartner) data yang dikumpulkan tetap tidak digunakan.

Data yang tidak dapat dengan mudah digabungkan dengan data lain.

Data yang sulit dibersihkan, diformat, dan disiapkan.

Alat yang mengasumsikan data memenuhi standar kualitas tinggi, membutuhkan ahli untuk meningkatkan kualitas data dalam banyak kasus.

Kurangnya alat analitik yang memungkinkan manajer untuk bertindak.

Alat analitik yang terlalu sulit digunakan oleh operator rata-rata.

Alat yang tidak dapat diskalakan di luar coba coba atau demonstrasi awal.

Hari Baru Memuncul

Alat saat ini menawarkan waktu-nilai cepat, operasi yang lebih mudah, dan skalabilitas. Secara bertahap, penyedia perangkat lunak manufaktur memahami bahwa pelanggan mereka memerlukan platform yang menggabungkan beberapa alat dan terintegrasi dengan baik di lantai pabrik, kata Avidan.

 “Kami sekarang melihat lebih banyak keberhasilan dalam alat analitik mengatasi hambatan-hambatan ini,” kata van Heerden. “Alat yang kami sediakan menunjukkan bukti nilai yang cepat.”

Produsen perangkat lunak merancang alat dan platform yang akan berjalan di pabrik yang menggunakan mesin yang berusia 40 tahun, serta dua tahun, kata Cuoco. “Alat ini perlu berfungsi di lingkungan dunia nyata,” katanya. “Itulah kunci keberlakuannya di pabrik. Itu memungkinkan pabrik untuk memanfaatkan hal-hal dalam kekuasaan mereka tanpa meminta mereka untuk menjadi ahli dalam hal-hal yang tidak di dalam keahlian mereka.”

 Alat yang muncul menawarkan kemampuan untuk mengakses, menyimpan, dan menangani data, ketersediaan ahli materi di lokasi atau tersedia dari jarak jauh, dengan biaya kepemilikan rendah yang tidak memerlukan terlalu banyak server tambahan atau sumber daya cloud, yang dapat dikonfigurasi, disesuaikan dengan mudah, dan mampu memberikan beberapa nilai segera, kata Avidan.

“Besarnya, sebagian besar perusahaan perangkat lunak memahami bahwa melemparkan beberapa solusi pembelajaran mesin di lantai pabrik tidak akan memecahkan masalah kualitas Anda,” katanya. “Sekarang, mereka menyediakan solusi turnkey lengkap, yang mungkin merupakan pengubah permainan.”

“Profesi saya tinggal di dalam tegangan tersebut dalam mencoba menyediakan solusi out-of-the-box dan juga memahami bahwa solusi perlu disesuaikan, fleksibilitas untuk menyesuaikan solusi untuk mengoptimalkan kebutuhan produsen,” tambah Avidan. “Dalam lima tahun terakhir, kami telah melihat lebih banyak proyek hibrid, yang merupakan platform dan alat, digabungkan dengan perangkat lunak yang disesuaikan khusus untuk jenis industri.”

Industri belum sampai ke titik di mana alat bekerja out-of-the-box, mirip dengan iPhone, kata Cuoco.

“Out of the box adalah arah,” katanya. “Out of the box adalah tujuan. Kami mulai cukup matang dalam solusi kami untuk melihat titik di mana itu akan terjadi.”

Alat ini, kadang-kala digabungkan dengan insinyur manufaktur yang berpengalaman, dapat membantu produsen meningkatkan kinerja dan pemeliharaan prediktif serta mengintegrasikan kontrol kualitas ke dalam produksi, kata Avidan.

Alat juga beralih “melampaui peringatan” yang menyerahkan tindakan pada manusia untuk menjadi lebih closed loop—di mana alat itu sendiri dapat mengambil tindakan kontrol real-time yang aman, memungkinkan pabrik untuk memperoleh atau mempertahankan produktivitas yang dioptimalkan, kata van Heerden.

Alih-alih menawarkan analitik sebagai sekadar komponen dari tawaran, lebih banyak penyedia perangkat lunak manufaktur menawarkan analitik dalam solusi yang mengatasi kasus penggunaan tertentu, kata Cuoco.

“Jika Anda memperkenalkan insinyur manufaktur yang berpengalaman ke pola data dalam kumpulan data atau daftar kesimpulan yang pernah dia lihat sebelumnya, dia akan dapat dengan mudah mengonversi data tersebut menjadi tindakan yang dapat diambil oleh operator, manajer baris, atau pemilik pabrik dan secara dramatis meningkatkan hasil,” kata Avidan. “Dengan solusi turnkey ini kita dapat mengatasi sebagian besar tantangan dalam beberapa hari atau bahkan beberapa jam.”

Bahkan lebih baik akan menjadi waktu ketika lebih banyak pengetahuan domain ahli dapat ditambahkan ke alat ini, kata Cuoco. “Semakin banyak pengetahuan domain spesifik perlu disematkan,” katanya. “Bagaimana kita bisa mempertemukan ahli dan mesin dan membuat mereka keduanya memahami masalah? Mesin harus dapat mengatakan, ‘Saya mampu mempertimbangkan parameter yang spesifik untuk domain ini.’”

Analitik juga semakin meningkat saat diterapkan di seluruh rantai pasok dari pemasok bahan baku, ke pengiriman, ke produsen, ke pelanggan akhir, kata van Heerden.

Beberapa Tantangan Masih Tersisa

Masih diperlukan penyempurnaan yang membuat alat lebih mudah dibuat, serta alat yang dirancang sehingga mesin dapat melakukan lebih banyak pekerjaan, kata Cuoco.

Biaya pasti perlu turun lebih lanjut sehingga teknologi dapat diakses oleh produsen kecil dan menengah yang menghadapi masalah serupa, kata Avidan.

Lebih banyak standar diperlukan sehingga produsen dapat lebih mudah mengintegrasikan teknologi dari vendor yang berbeda, katanya.

“Kami harus memahami bahwa sudah ada banyak perangkat lunak di lantai pabrik,” kata Avidan. “Setiap solusi yang ingin Anda perkenalkan ke dalam ekosistem itu harus terintegrasi dengan baik dan mulus ke dalam solusi IT ini … sehingga jika Anda memiliki item tindakan yang perlu didorong dari satu sistem teknis ke sistem lain, itu dapat dilakukan dalam satu portofolio. Itu adalah salah satu hal terpenting yang dapat Anda lakukan.”

Seiring standar dan antarmuka menjadi lebih terbuka, integrasi akan menjadi lebih mudah, kata van Heerden.

Memilih Mitra

Untuk sukses, bekerjasama dengan vendor industri tepercaya yang menyediakan produk komprehensif, kata van Heerden.

“Banyak vendor analitik menawarkan solusi yang dapat memecahkan sebagian masalah. Beberapa dapat menganalisis data,” katanya. “Beberapa dapat membuat prediksi. Beberapa dapat menjalankan simulasi. Yang lain dapat mengoptimalkan pengaturan. Bekerjasama dengan vendor tepercaya yang tidak akan menghilang besok dan yang dapat menawarkan semua kemampuan ini dalam satu produk.”

Produsen yang mencari kesempurnaan segera dan integrasi lengkap harus menurunkan harapan untuk mendukung pendekatan langkah demi langkah. “Jangan mengambil pendekatan ‘big bang’ untuk mengadopsi teknologi sampai semua sistem sempurna,” katanya. “Saya merekomendasikan pendekatan cepat dan bertahap. Bekerjakan orang operasional dengan alat yang mudah digunakan sehingga mereka dapat mendapatkan nilai bertahap yang cepat.”