Завод Rockwell в Сингапуре активно использует ИИ
На заводе Rockwell в Сингапуре работают несколько разновидностей искусственного интеллекта. В июне Всемирный экономический форум присвоил этому заводскому комплексу статус объекта в сети Global Lighthouse Network, отметив его производительность. Боб Баттермор, старший вице‑президент и главный директор по цепочке поставок, называет сингапурский завод проектом «Rockwell на Rockwell», где компания испытывает технологии для масштабирования в собственных заводах, прежде чем предлагать решения внешним клиентам.
«Сингапур уже был заводом мирового класса. Их эффективность, уровень брака — всё это уже было на высоком уровне, и это подняло его на новый уровень», — говорит Баттермор.
Он привёл успешные примеры применения традиционного машинного зрения, генеративного ИИ и агентного ИИ, работающих на сингапурском заводе и масштабируемых на другие заводы Rockwell.
Rockwell сотрудничает с Microsoft, чтобы запускать все эти приложения в облаке на серверах Azure.
«Это стратегическое партнёрство. Речь не только о том, что мы можем делать на наших собственных заводах, используя их инструменты, но и о том, что мы можем делать для наших клиентов, и в конечном счёте развёртывать ИИ, развёртывать MES [системы исполнения производства], размещённые в облаке на платформе Azure, вместе с нашим программным обеспечением для компьютеризированного управления техническим обслуживанием», — говорит Баттермор.
Программное обеспечение предиктивного обслуживания контролирует конвейер, который проходит между уровнями завода. Программное обеспечение для предиктивного обслуживания использует более традиционные алгоритмы машинного обучения, в отличие от современных сложных моделей ИИ. Rockwell применил предиктивное обслуживание к системе конвейера, который постоянно работает между двумя уровнями сингапурского завода.
«Мы взяли сотни тысяч точек данных из нашего контроллера и из нашей MES, которые подаются в 64 разные алгоритма машинного обучения для этой системы конвейера», — говорит Баттермор.
Система предиктивного обслуживания для конвейера была введена в эксплуатацию два года назад. С тех пор система конвейера ни разу не повлияла негативно на производство.
На сингапурском заводе оператор использует очки дополненной реальности
Завод также использует систему «связанный рабочий», которая задействует генеративный ИИ и дополненную реальность, позволяя операторам получать доступ к эксплуатационной информации и процедурам ремонта. Операторы могут задавать вопросы «копилоту по обслуживанию» как в тексте, так и голосом, как называет его Баттермор.
«В Сингапуре у нас 394 единицы оборудования. … Когда приходит новый сотрудник, может потребоваться от девяти до двенадцати месяцев, чтобы он вошёл в курс дела», — говорит Баттермор.
Rockwell решил создать копилота по обслуживанию, чтобы сократить этот период обучения.
Все данные из уровня управления завода, которые проходят через MES, а также данные, связанные с техническим обслуживанием и простоем при устранении неисправностей, поступают в ИИ‑движок. Rockwell также добавил в систему институциональные знания.
«Мы фактически сидели с техниками и просили их задокументировать всё то действительно умное, что у них в голове накопилось за годы, внести это в ИИ‑движок, а затем мы взяли все руководства по всем этим 394 машинам и поместили их в этот ИИ‑движок, Microsoft OpenAI в Azure», — рассказывает Баттермор.
Раньше на достижение уровня компетентности у новых техников уходило 12 месяцев. Сейчас на сингапурском заводе Rockwell достигает этого уровня за четыре месяца. Среднее время на ремонт (MTTR) сократилось с 18 до 12 минут, а запас запчастей на складе сократился на 25%.
Новое модное слово в ИИ — «агентный»
На сингапурском заводе Rockwell работает «многоагентная система контроля качества». Представьте «агентов» как начальников отделов, каждый из которых отвечает только за один аспект операции. Агент может контролировать и докладывать по этому аспекту — будь то визуальный контроль качества, анализ вибраций или метрология и т.д. — гораздо быстрее и точнее, чем человек.
Теперь представьте, что эти ИИ‑агенты‑начальники сидят за одним столом со своим боссом, человеком. Один из агентов за столом — «агент действий ИИ», который предлагает варианты для решения, между которыми должен выбрать человек‑руководитель.
Агентная система контроля качества обрабатывает данные от машин на линии, систем управления и других источников, и может соотнести рост показателей ошибок с конкретными участками производственного процесса.
«Когда мы объединяем всё это вместе, техники запрашивают ИИ, и он возвращает: „Вот три вещи, которые ранее исправляли эту проблему“». И техник взаимодействует с ИИ в реальном времени, когда пытается устранить неисправность машины. ИИ позволяет им очень быстро получить «Вот как вы ремонтируете эту потенциальную проблему»», — говорит Баттермор.
После установки многоагентной системы контроля качества сингапурский завод добился снижения брака на 35%.
Определить, с чего начать внедрение ИИ
Боб Баттермор, старший вице‑президент и главный директор по цепочке поставок, Rockwell Automation, признаётся, что определить, с чего начать внедрение ИИ, было нелёгкой задачей для него и его команды. Чем больше успешных внедрений ИИ мы видим в самых разных приложениях, тем труднее порой решать, с чего начинать.
«Когда мы начали этот путь два с половиной года назад и рассматривали случаи использования ИИ, которые хотели бы затронуть в первую очередь, команда испытывала сложности с вопросом: „Какую пользу мы получим?“ … Стоимость внедрения этих вещей не была большой, но я продолжал спрашивать, сколько мы сэкономим? Откуда придёт выгода в качестве, снижении дефектов, эффективности, производительности и людях. В начале был некоторый дискомфорт», — говорит Баттермор.
Он и его команда решили сосредоточиться на чем‑то простом, что могло бы принести раннюю лёгкую победу: на снижении отходов.
«Атакуйте те области, где у вас самые большие объёмы потерь. На чём мы фокусируемся: не пытайтесь решить весь кейс сразу. Сначала решите самую простую часть кейса — и если вы получите 2% улучшения качества, это, вероятно, окупится для начальной реализации, а затем вы продолжаете двигаться к действительно масштабному решению», — говорит Баттермор.
Наконец, Баттермор упомянул ещё одно приложение ИИ, которое Rockwell использовал для управления услугами по перевозке сотрудников на различных заводах, включая сингапурский. Данные автобусных маршрутов были обработаны агентом ИИ для анализа.
«На всех наших заводах по всему миру, где у нас это есть, включая Сингапур, мы смогли с помощью ИИ оптимизировать маршруты и сэкономить более полумиллиона долларов на транспортных услугах. [ИИ] показал нам, что люди не садятся на тот пункт — они на самом деле садятся здесь, хотя живут в другом месте — и это позволило оптимизировать маршруты автобусов. Просто ещё один способ сократить затраты в операциях».
Деннис Симека — опытный журналист в области технологий с глубоким опытом в системах машинного зрения, машинном обучении/искусственном интеллекте и дополненной/смешанной/виртуальной реальности (XR), с публикациями в потребительских, разработческих и B2B изданиях.
В IndustryWeek он освещает конкурентные преимущества, которые получают производители, внедряющие проверенные технологии.