Nedávny prieskum spoločnosti McKinsey v skutočnosti zistil, že lídri v oblasti umelej inteligencie prekonali svojich konkurentov v odvetví 3,4-násobne. Globálne odhady spoločnosti McKinsey ukazujú, že umelá inteligencia má do roku 2030 potenciál poskytnúť dodatočnú celkovú ekonomickú aktivitu vo výške približne 13 biliónov USD a hodnotu približne 1 bilión USD zostáva zachytiť z priemyselného sektora.

Aj keď je v priemyselnom sektore miera prijatia UI na nízkej úrovni, hodnotu možno dnes získať práve z existujúcej infraštruktúry. Podľa výskumu spoločnosti McKinsey operátori, ktorí aplikovali UI v priemyselných spracovateľských závodoch, hlásili desať- až pätnásťpercentný nárast výroby a štvor- až päťpercentný nárast EBITA. Prevádzkovatelia priemyselných výrobných a spracovateľských závodov majú obzvlášť dobrú pozíciu na to, aby využili výhody UI. Mnohé sa už vo veľkej miere spoliehajú na rozhodovanie založené na údajoch z prevádzok (v kombinácii s ponukou a dopytom po komoditách) a údajoch o cenách. Väčšina závodov dnes investovala značné prostriedky do technológií, ktoré umožňujú nasadenie a využitie umelej inteligencie, ako je návrh siete, riadiace systémy a zaznamenávanie historických údajov.

UI môže v budúcnosti pomôcť odhaliť vzory a poznatky, ktoré nie sú ľuďom ľahko zrejmé, čím sa zvýši produktivita výrobných podnikov a ich konkurenčná výhoda. V nasledujúcej časti ukážeme, ako môže technológia UI a agilná metodológia pomôcť podnikom rýchlo získať hodnotu, ako aj to, ako môže prijatie UI oživiť ľudí a procesy.

Obmedzenia tradičných prístupov riadenia procesov

výrobný podnik používa snímače na zhromažďovanie tisícok prevádzkových veličín, ako je prietok, teplota, tlak a výška hladiny, ktoré poskytujú informácie riadiacej logike pre rôzne ovládacie prvky. Napriek tomu väčšina priemyselných hráčov nemá odolné programy na riadenie presnosti a spoľahlivosti kritických procesných meraní.

Keď operátori závodu spozorujú problémy s meraním, zvyčajne sa vygenerujú požiadavky na údržbu. Mnohým závodom však chýba systematický prístup na udržiavanie kvality kritických meraní, z veľkej časti preto, že nemajú spoľahlivý spôsob, ako sledovať, ktoré z tisícok meraní sú pre efektívnu prevádzku najdôležitejšie. Stanovenie priorít je založené na všeobecnom porozumení a skúsenostiach, ale nedostatok systematického prístupu môže spôsobiť chyby v týchto meraniach. Spätnú väzbu z prevádzkových snímačov potom spracúvajú tri typy riadiacich prvkov, z ktorých každý má rôznu úroveň odolnosti: základné regulačné slučky s jednou premennou, riadenie s viacerými regulátormi a pokročilé riadenie procesov (APC).

Základné regulačné slučky s jednou premennou

Regulačné slučky s jednou premennou riadia jednu procesnú veličinu na požadovanú hodnotu, ako je napr. požadovaná hodnota prietoku, pomocou ovládanej premennej, ako je regulačný ventil (obr. 1). Kľúčovým obmedzením takýchto procesov je, že izolované slučky nezohľadňujú interakciu iných procesných veličín v reálnom svete. Viaceré regulačné slučky s jednou premennou v rámci toho istého systému sa navzájom „neregistrujú“, čo môže viesť k tomu, že regulátory s jednou premennou „bojujú“ o dosiahnutie svojich vlastných požadovaných hodnôt a negatívne tým ovplyvňujú iné premenné procesu, ktoré sú riadené ich vlastnými regulátormi.

Riadenie s viacerými regulátormi

Na prekonanie obmedzení riadenia s jednou premennou sa v niektorých prípadoch využíva integrácia viacerých regulátorov s jednou premennou, ktoré využívajú rôzne stratégie regulácie, ako je dopredná, pomerová, kaskádová a pod. Hoci jednotlivé regulačné slučky stále pôsobia na jeden vstup a jeden výstup, celková schéma riadenia zohľadňuje interakcie v reálnom svete a pokúša sa zmierniť negatívny vplyv na kritické premenné procesu. Výhodou tohto prístupu je, že ho možno implementovať priamo do riadiaceho systému bez ďalších nástrojov. Kompromisom však je, že schémy riadenia tohto typu sú pre mnohé procesy komplikované.

Pokročilé riadenie procesu

Tento prístup (z angl. Advanced Process Control, APC) používa základné riadiace algoritmy (obr. 2). APC sa zvyčajne implementuje nad úroveň riadenia s viacerými regulátormi a pracuje na dosiahnutí špecifických cieľových funkcií, ako je vyššia efektívnosť, priepustnosť a kvalita, vyvažovaním interakcií medzi základnými procesnými riadiacimi slučkami v rámci procesnej jednotky. Mnohé APC vytvárajú procesné modely a riadia viaceré procesné premenné. Iné APC používajú prístup založený na pravidlách, ako je fuzzy logika, aby napodobňovali znalosti a činnosti ľudských operátorov. Tak alebo onak, všetky APC vyžadujú neustálu údržbu, aby sa zohľadnili meniace sa podmienky procesu. Využitie APC v mnohých prevádzkach časom výrazne klesá a môže znížiť hodnotu vstupných investícií a vynaloženého inžinieringu. V niektorých prípadoch zostáva aktívnych a udržiavaných menej ako 10 % implementovaných APC.

Jednou z hlavných výziev pri udržiavaní a zlepšovaní existujúcich systémov s viacerými regulátormi a APC systémov je ich samotná veľkosť. S tisíckami procesných meraní, regulačných slučiek a veľmi zložitých systémov APC nie je veľa technických možností schopných systematicky určovať priority a sústrediť sa na oblasti, v ktorých by zlepšenie malo najväčší význam. Práve tu možno využiť ďalší potenciál umelej inteligencie.

Nový prístup k riadeniu procesov na úrovni organizácie

Niektorí predajcovia APC začali integrovať prvky pokročilej analýzy (z angl. Advanced Analytics, AA) a UI s cieľom zlepšiť presnosť svojich modelov procesov. Využitie AA a UI v rámci APC je však obmedzené na vylepšenie modelov APC. Budovanie schopností AA a UI v rámci organizácie a ich uplatňovanie vo výrobnom závode vo väčšom meradle predstavuje oveľa väčšiu príležitosť.

Prečo majú výrobné podniky dobrú pozíciu na to, aby profitovali z UI?

Výrobné závody majú zavedené nasledujúce prvky na vytváranie nových príležitostí pomocou UI:

  • Dostupnosť historických údajov. Výrobné závody výrazne investovali do získavania historických údajov, čo z nich robí ideálne prostredie na nasadenie UI. Väčšina závodov má roky podrobné historické údaje o podmienkach procesov a výkone. Navyše majú odolnú a bezpečnú architektúru siete, ktorá im umožňuje integrovať najnovšie cloudové technológie a zhromažďovať údaje z celej organizácie v centralizovanom dátovom modeli.

  • Existujúce odborné znalosti. Okrem infraštruktúry majú podniky odborníkov na výrobné procesy a technológie, ktoré v rámci svojich prevádzok využívajú. Poskytovanie pomoci pri zavádzaní UI v takýchto podnikoch im môže pomôcť maximalizovať dosah riešení UI. To znamená, že by bolo nerozumné očakávať, že odborníci na nejakú problematiku budú prezerať viacročné historické údaje o tisíckach parametrov a identifikovať všetky relevantné súvislosti. Namiesto toho sa môžu pozrieť na konkrétne premenné, v ktorých už rozumejú tomu, čo hľadajú, a zvyšok procesu hľadania súvislostí ponechať na algoritmy UI.

  • Technológia UI je dostupnejšia ako kedykoľvek predtým. Aktuálny pokrok v cloudových technológiách znížil technické obmedzenia pri nasadení riešení UI. Najmä menší hráči už dnes dokážu rýchlo nasadzovať a testovať riešenia UI bez veľkých investícií do infraštruktúry. Okrem dostupnosti lacnejšieho cloudového úložiska a cloudových výpočtov prešli renesanciou aj nástroje UI a metodológie nasadenia. Vďaka štandardizovaným nástrojom a spôsobom práce sa nasadenie UI stalo skôr záležitosťou projektov typu „urob si sám“ ako zložitých a rozsiahlych výskumných aktivít. Hoci väčšina riešení pre základné aj pokročilé riadenie procesov sú proprietárne technológie, ktoré si vyžadujú špecifické skúsenosti, dátové inžinierstvo a UI sú výrazne prenosnejšie medzi systémami a organizáciami.

Riešenia UI sú najlepšou voľbou, keď môžu pomôcť spracovať obrovské množstvo procesných údajov, identifikovať medzi nimi súvislosti a odvodiť z nich nové možnosti a príležitosti. Iné počítačové systémy sa spoliehajú na to, že sú naprogramované pomocou explicitných pravidiel, systémy UI možno použiť na objavenie relevantných pravidiel prostredníctvom učenia sa z veľkého množstva procesných údajov pod dohľadom a bez dozoru. Namiesto toho, aby odborníci na danú problematiku identifikovali všetky pravidlá a vzťahy, ktorými sa riadi proces, umelá inteligencia dokáže odhaliť vzory a poznatky, ktoré nie sú pre ľudí ľahko viditeľné. Odborníci na danú problematiku potom môžu tieto poznatky využiť a integrovať ich do svojich prevádzkových rozhodnutí na zlepšenie výkonu. Týmto spôsobom môže UI pomôcť vlastníkom a operátorom optimalizovať tradičné riadenie procesov aj celé prevádzky (obr. 3).

Optimalizácia tradičných metód riadenia procesov pomocou UI

Umelá inteligencia môže slúžiť ako systém na podporu rozhodovania, pomáhajúci identifikovať príležitosti, ktoré nemusia byť viditeľné pre ľudí vo veľmi zložitých priemyselných procesoch. Môže tiež pomôcť zlepšiť kvalitu údajov a odhaliť poruchy snímačov. Technológia UI sa použila na identifikáciu nasledujúcich problémov a príležitostí, ktoré by zvyčajne vyžadovali skúsených odborníkov na danú problematiku, aby identifikovali:

  • riadiace slučky, ktoré fungujú zle a inak neboli identifikované,
  • predtým neidentifikované interakcie medzi premennými procesu, ktoré majú vplyv na výrobu, ale nie sú zahrnuté v algoritmoch riadenia,
  • procesné merania, ktoré majú veľký vplyv na výrobu, ale nie sú zahrnuté v APC,
  • modelovanie vzťahov medzi premennými procesu a výrobou s cieľom posúdiť konfiguráciu existujúcich APC,
  • nových kandidátov na ďalšie APC, ktoré budú mať najväčší vplyv na výrobu.

Optimalizácia prevádzok pomocou UI

So zlepšením riadenia procesov umožňuje technológia UI identifikovať a optimalizovať prevádzkové postupy v rôznych procesných podmienkach. Operátori sa pri riadení procesov závodu často spoliehajú na svoje skúsenosti a intuíciu. Mnohí majú hlboké odborné znalosti o prevádzke svojich závodov, ale prvok ľudskej zaujatosti a tendencia udržiavať status quo má vplyv na potenciál neustáleho zlepšovania. Technológia UI umožňuje detekciu ďalších vzorov a náhľadov, ktoré nie sú ľahko viditeľné z dôvodu vysoko komplexnej a variabilnej povahy výrobných procesov.

Napríklad prevádzkovatelia veľkej povrchovej bane na ťažbu medi verili, že existujú iba tri druhy rudy vhodné na spracovanie, z ktorých jedna bola zďaleka najvýznamnejšia. V dôsledku toho len zriedka zmenili nastavené hodnoty spracovania (alebo „recept“). Nástroje strojového učenia však odhalili, že v skutočnosti existuje sedem rôznych druhov rudy a typy privádzané do mlyna sa menili oveľa častejšie, ako si operátori uvedomovali. To predstavovalo príležitosť použiť snímače, analytiku a riadenie procesov na identifikáciu týchto zmien takmer v reálnom čase a na aktualizáciu receptúr spracovania tak, aby vyhovovala konkrétnemu typu rudy. Celkovo viedla nová receptúra k zvýšeniu výroby viac ako o 10 % za menej ako šesť mesiacov.

Odolné riešenia UI môžu pomôcť identifikovať optimálne prevádzkové receptúry v rôznych procesných podmienkach, keď sa zmení kvalita krmiva alebo požadovaný mix produktov. Tieto systémy UI sa v priebehu času neustále učia a zlepšujú. Umelá inteligencia môže tiež pomôcť identifikovať a zdokumentovať poznatky súvisiace so zložitosťou výrobných závodov. To pomáha vytvárať konzistentný výkon medzi operátormi a zachováva odborné znalosti v rámci podniku, keď starší operátori odchádzajú do dôchodku.

Ako vytvoriť konkurenčnú výhodu pomocou UI

Výrobné podniky, ktoré maximalizujú poznatky zo svojich údajov pomocou riešení AI, môžu zlepšiť výkon a neustále sa prispôsobovať meniacim sa trhovým podmienkam. V odvetviach s nestálymi maržami a množstvom dodávateľských reťazcov a regulačných tlakov budú mať podniky, ktoré najlepšie využívajú údaje a zostanú flexibilné, významnú výhodu oproti svojim konkurentom. Napríklad trh určuje ceny komodít, ktoré tieto podniky vyrábajú, takže hlavnými pákami na zlepšenie ziskovosti sú znižovanie nákladov a zvyšovanie efektívnosti. Umelá inteligencia môže pomôcť na oboch týchto frontoch zlepšením výroby s použitím rovnakého množstva energie – nielen zvýšením výroby, ale aj znížením nákladov na vyrobenú tonu.

Ako sa uvádza v nedávno vydanej publikácii spoločnosti McKinsey, úspešné prijatie UI bude fungovať len prostredníctvom efektívnej súhry ľudí, procesov a technológií (obr. 4). Aby sme dokázali posunúť tradičné myslenie a umožnili vytváranie hodnôt pomocou UI, sú potrebné nasledujúce tri kroky: prijatie UI na oživenie ľudí a procesov, umožnenie rýchleho získavania hodnôt pomocou technológie UI a agilnej metodológie a zrýchlenie prijatia UI pomocou generatívnej UI.

Prijatie UI na oživenie ľudí a procesov

Čo najskoršia implementácia riešení UI môže v rámci výrobných závodov viesť k prepracovaniu spôsobu fungovania tradičných tímov. Tradične spracovateľské a výrobné procesy fungujú ako ostrovy. Vytvorením jasného prepojenia medzi týmito procesmi a diskusiou o tom, ako UI zistila interakcie medzi procesmi, môže vedenie podniku dosiahnuť obrovské zlepšenia v spôsobe, akým podnik funguje. Okrem toho plánovacie, prevádzkové a údržbárske tímy už nemusia pracovať v uzavretých štruktúrach s pevnými formálnymi komunikačnými kanálmi. Namiesto toho môžu malé multidisciplinárne tímy zamerané na konkrétne ciele využiť svoje poznatky, aby našli rýchle a efektívne stratégie na zlepšenie procesov a výkonu.

Agilný prístup tiež pomáha vytvoriť kultúru úzkej spolupráce a neustáleho zlepšovania, v ktorej tímy pracujú na získaní dodatočnej hodnoty v priebehu týždňov a nie mesiacov a rokov. Rýchle výsledky dosiahnuté vďaka efektívnosti, ktorú nástroje UI poskytujú, motivujú tímy ku kontinuálnemu zlepšovaniu. Takýto prístup postupom času pomáha podniku zostať na špici vo svojom odvetví, pokiaľ ide o technologický pokrok a ziskovosť.

Umožnenie rýchleho získania hodnôt pomocou technológie UI a agilnej metodológie

Tradičné riadenie projektov vyžadovalo mesiace alebo roky, kým bolo riešenie pripravené na použitie. Dokonca aj dnes môže nová implementácia APC trvať viac ako rok, kým bude možné pozorovať a vyhodnotiť jej vplyv. Agilná metodika sa zameriava na rýchle nasadenie a iterácie, aby sa zabezpečilo, že tím objaví správne kritériá úspechu a splní ich. Táto metóda transformovala podniky tým, že im umožnila fungovať efektívnejšie a získať hodnotu v priebehu niekoľkých týždňov a nie rokov.

Riešenia UI možno aplikovať agilným spôsobom, pri ktorom sa rýchlo nasadí dôkaz koncepcie, aby sa zistila realizovateľnosť a potenciálny vplyv. Napríklad v spomínanej bani tím zostavoval a testoval dátové modely v dvojtýždňových intervaloch. Vylepšenia boli pridané do backlogu, ktorý sa potom použil na určenie úloh pre nasledujúce intervaly.

Táto a podobné metódy môžu pomôcť znížiť riziká spojené s realizáciou veľkých kapitálovo náročných projektov bez jasného obrazu o potenciálnom dosahu. Agilná metodológia je dominantným prístupom v technologickom priemysle, kde sa preukázala jej účinnosť a v súčasnosti je čoraz bežnejšia aj v iných odvetviach.

Urýchlenie prijatia UI pomocou generatívnej UI

Hoci tradičná aj generatívna UI majú individuálnu hodnotu, prevádzkové výhody sa môžu znásobiť, keď sa obe nasadia v tandeme. Zložitosť poznatkov a nejasných vzťahov objavených simuláciami alebo optimalizačnými algoritmami založenými na UI však môže spôsobiť odpor medzi prevádzkovými operátormi z dôvodu nedostatočného pochopenia toho, čo možno vnímať ako čiernu skrinku. V tomto bode môže generatívna UI vysvetliť odporúčania v ľahko zrozumiteľnom jazyku, čím sa zvýši dôvera a zvýši sa prijatie. Generatívna umelá inteligencia by sa však mala považovať za doplnok k tradičnému riadeniu zmien, nie za priamu náhradu.

Toto je vzrušujúca doba pre riadenie procesov a na obzore je veľa nových inovácií. Zaujímavé aktivity sa realizujú v oblasti samoladiacich riadiacich slučiek, riadenia odolného posunu a chybám, včasnej detekcie anomálií, učenia sa bez modelu či návrhu stratégie riadenia pomocou UI. Podniky, ktoré investujú do budovania svojich schopností využívať UI, získajú podmienky pre svoj ďalší rast a upevnia si svoju pozíciu na trhu.

Zdroj: Barbosa, F. – Blay, K. – Doheny, M. – Farooq, U. – Korbel, M. – Lehmitz, S. – Selischop, R. – Swan, D. – Luce, A. – Mori, L. – Morin, X.: AI: The next frontier of performance in industrial processing plants. McKinsey. [online]. Publikované 19. 9. 2023.   

-tog-