Instrument de creștere a profitului

În raportul nostru, am întrebat reprezentanții companiilor maghiare pe tema big data, inteligenței artificiale (MI) și învățării automate care folosesc deja aceste noi tehnologii într-un mediu industrial sau de fabricație.

În prezentările noastre tehnologice, raportăm de obicei despre soluții și cazuri care pot ajuta liderii și factorii de decizie ai companiilor industriale și industriale să se orienteze în transformarea digitală prin experiența proiectelor deja implementate. În articolul nostru actual, vă prezentăm furnizorii care ajută companiile cu învățare automată și algoritmi bazați pe inteligență artificială să genereze cât mai multe venituri posibile.

Industria 4.0 se bazează pe o rețea de senzori mai ieftini și mai obișnuiți, inteligență artificială și învățare automată bazată pe aceasta, iar toate acestea sunt determinate de datele din care mașina învață în rețeaua neuronală ceea ce este optim și eficient. Majoritatea oamenilor folosesc instrumente (de exemplu, site de rețele sociale, chatbot, Spotify, Netflix) care au deja inteligență artificială în spate, iar aceste tehnologii pot apărea în fabrici de la prognozarea comenzilor până la întreținerea predictivă.

Transformați datele în profit

Un domeniu important al utilizării inteligenței artificiale bazate pe tipare de rețea neuronală este analiza predictivă, în care extrage regularități din analiza tiparelor bazate exclusiv pe date istorice.

Astăzi, datele sunt colectate în toate industriile în procesele care afectează producția, fie că este vorba de producție, aprovizionare, comenzi, vânzări sau servicii pentru clienți. Aceste date alimentează învățarea automată, sisteme echipate cu tehnologie de inteligență artificială. Fără date, nu ar fi capabili să învețe, să evolueze sau chiar să creeze. Datele susțin deciziile de afaceri, de la dezvoltarea strategiei la operațiunile de zi cu zi.

Există puțini profesioniști pe piață cu experiență în aplicarea industrială a inteligenței artificiale, astfel încât mărfurile sunt foarte, foarte mari, ceea ce face ca proiectele de MI să fie scumpe. Soluția este în formarea corporativă. Organizațiile trebuie să își pregătească proprii oameni de știință în date, experți, „pentru a răspândi gândirea datelor!” - spune István Nagy-Rácz, șeful Dmlab, unde, pe lângă faptul că a ajutat companiile să ajungă la luarea deciziilor bazate pe date, au fost semnalate pentru a învăța părțile interesate ce și cum să utilizeze datele. „Oferim programe de întreprindere în care lucrăm cu angajații companiei pentru a construi un prototip al unui proiect de date, astfel încât angajații companiei să găsească soluții la probleme reale în propriile date ale companiei, astfel încât să poată învăța știința datelor necesară, învățarea automată, AI sau mare cunoștințe de date., pe care le pot folosi în munca lor de zi cu zi imediat după antrenament. „Lucrăm ca furnizor, dar transmitem toate cunoștințele și codul în sine pentru a oferi partenerilor noștri cât mai multe cunoștințe în timpul unui proiect.”

De la date descriptive la învățarea automată până la creșterea veniturilor

Potențialul BI (business intelligence) poate fi cel mai bine exploatat prin obținerea și prelucrarea datelor necesare pentru luarea deciziilor din toate sursele posibile, atât în interiorul, cât și în afara companiei. Integrarea și procesarea acestor date diverse oferă inteligența metodelor de învățare automată.

Business intelligence este un element cheie al guvernanței corporative în secolul XXI.

BI sau business intelligence acoperă descoperirea datelor de afaceri, ceea ce înseamnă recuperarea, pregătirea și prezentarea datelor necesare pentru luarea deciziilor bazate pe date.

Putem ilustra cel mai bine lecția nevoii de BI cu un exemplu de la Péter Salga, CEO al Dyntell: dar ca un exemplu ilustrativ despre câte note de livrare nu au fost facturate companiei în ultimii cinci ani. În câteva momente, a fost dezvăluită o creanță de multe milioane de forinți, în urma căreia managerul companiei a început un apel telefonic febril în timpul prezentării pentru a emite imediat aceste facturi. De obicei, software-ul BI se plătește chiar și atunci când nu este încă în vigoare. ”

Aplicarea soluțiilor de inteligență artificială și industria 4.0 în mediul de fabricație a devenit o piatră de temelie a competitivității, iar Dyntell (Inteligența dinamică) se bazează pe aceasta. Compania este cunoscută în primul rând pentru planificarea resurselor întreprinderii ERP pentru întreprinderi mici și mijlocii (Dyntell ERP), dar dezvoltă și implementează și un sistem de business intelligence cu evoluție dinamică, Dyntell BI. Companiile folosesc de obicei BI pentru vizualizarea datelor și luarea deciziilor.

„Avem o echipă de învățare automată și, deoarece lucrăm cu date de afaceri, am dezvoltat rapid analize de serii temporale”, a prezentat Salga echipa Predynt, care se ocupă cu MI la Dyntell.
Seria temporală este atunci când datele sunt disponibile în timp. De obicei, acestea pot fi datele din carnetul de comenzi ale unei companii, care arată când o comandă este în curs de desfășurare, precum și date din linia de producție și mașini, precum și seriile de timp.
„Dacă există suficiente date în seria temporală, modelele pot fi analizate, există diferite metode pentru învățarea automată. Algoritmii de regresie și rețelele neuronale utilizează o metodă statistică pentru a arăta la ce se așteaptă următorul model în timpul următor. ”

CE - de câte piese aveți nevoie?

Péter Salga a prezentat știința prognozei cu exemplul industriei alimentare. „O brutărie - membră a unui grup imobiliar și de management hotelier - furnizează propriile hoteluri și brutării mai mici cu produse. Nevoia din partea lor a fost de a spune/prezice cât de multe dintre produsele de panificație se așteaptă să se epuizeze, cum ar fi câte cornuri vor fi necesare a doua zi. Prin posibilitatea de a prezice în avans cât de mult croissant se va pierde într-un anumit magazin în anumite zile, putem crește profiturile. La urma urmei, dacă produc mai mult decât ar trebui, surplusul este irosit, dacă este mai puțin, lasă bani pe masă. ” Pe o perioadă lungă de testare de două luni, au fost examinate nu doar tiparele seriilor temporale date, ci și seriile temporale externe, cum ar fi vremea, sărbătorile, perioada de predare, rolul cursului de schimb al euro etc. "Se pot identifica mulți parametri sensibili pe care ne putem concentra pentru a analiza ceea ce a avut un impact asupra consumului în trecut." Aceste prognoze sunt introduse automat în sistemul de guvernanță corporativă al panificației și sunt utilizate pentru a produce bunuri de panificație a doua zi.

Cercetare pentru eficiență

SZTAKI se ocupă cu învățarea automată și inteligența artificială încă din anii 80, inițial în principal în legătură cu controlul proceselor și procesarea imaginilor. Aceasta a însemnat că în timpul diferitelor operațiuni tehnologice - cum ar fi forarea sau frezarea - s-a examinat dacă calitatea este adecvată, dacă instrumentul se va sparge. „De la sfârșitul anilor 2000, subiectul digitalizării a devenit foarte popular și au existat destul de multe domenii de aplicare, deoarece sunt disponibile din ce în ce mai multe date, ceea ce ne permite să profităm de MI”, a spus Dávid Gyulai, Dr., Cercetător MTA SZTAKI, Laboratorul de Business Intelligence. La compania de proiecte comune MTA SZTAKI și Rețeaua Germană de Cercetare Fraunhofer, EPIC InnoLabs Kft., Gyulai coordonează sarcinile legate de analiza datelor industriale și învățarea automată, cercetează managementul producției și simularea producției.

Gyulai vede trei direcții cheie în acest domeniu: „Ceea ce interesează cel mai mult companiile este ce se întâmplă în timpul producției, ce procese sunt în vigoare, care este eficiența și starea mașinilor și cum să monitorizeze starea comenzii. Acesta este un domeniu simplu de analiză a datelor, ar trebui să fie primul pas pentru companii. Cealaltă zonă urmează deja din aceasta: explorarea relațiilor pentru a vedea ce factori afectează producția, vreau să văd dacă un produs este rău, apoi de ce este rău, este important să puteți urmări ceea ce sa întâmplat în timpul producției. Iar a treia zonă mare este prognozarea, indiferent dacă este vorba de întreținere, cerințe de stoc sau cantități de comandă. ” Majoritatea proiectelor lor sunt legate de managementul producției. Deja pot fi colectate date cu ajutorul cărora parametrii de producție și timpul de execuție pot fi calculați cu ușurință în timpul producției, iar tehnologia permite detectarea lor în timp real. „Ne ocupăm de gestionarea datelor legate de managementul producției. Încercăm să procesăm datele disponibile în sistemele MES, ERP, PLC în așa fel încât specialiștii în managementul producției să aibă informații utile de la ei. ”

Prin procesarea datelor industriale și punerea la dispoziția MI, se poate crea învățarea automată, nu numai pentru a implementa luarea deciziilor bazate pe date, ci pentru a automatiza aceste decizii, îmbunătățind astfel eficiența, asigurând o producție mai bună, mai bună și mai ieftină.