В чем ажиотаж вокруг гиперавтоматизации?

Как можно использовать эту технологию в полной мере?

В своем отчете за 2019 год «Выйти за рамки RPA для обеспечения гиперавтоматизации» Gartner указала на отсутствие рекомендаций в отношении того, как организациям следует интегрировать роботизированную автоматизацию процессов (RPA) с другими инструментами. В отчете также подчеркивается, что бизнес-менеджеры испытывают давление, чтобы сосредоточиться на автоматизации простых рутинных процедур, но им не хватает стратегии, чтобы превратить разрозненные процессы автоматизации во что-то, что распространяется на все предприятие.

Решением, по мнению международной исследовательской компании, является гиперавтоматизация, определяемая как сквозная автоматизация, которая сочетает в себе дополнительные технологии и искусственный интеллект для расширения бизнес-процессов.

См. также: Самые актуальные тенденции гиперавтоматизации, которые меняют бизнес сегодня

Гиперавтоматизация объединяет несколько решений, таких как глубокое обучение, расширенная аналитика, машинное зрение, обработка естественного языка и RPA, для автоматизации сложных процессов, а не отдельных задач. Это позволяет бизнес-менеджерам решать более сложные задачи и сосредоточиться на долгосрочной стратегии оптимизации.

Чем это отличается от автоматизации?

Основное различие между традиционной автоматизацией и гиперавтоматизацией заключается в том, что первая имеет тенденцию сосредотачиваться на автоматизации конкретных процессов, таких как развертывание кобота, а не человека-работника для повторяющихся операций по сбору и размещению, в то время как вторая направлена ​​​​на оптимизацию всего производственного процесса с помощью целостного подхода. подход.

Например, чтобы снизить затраты на низкое качество, руководители завода могут решить внедрить автономную систему машинного зрения для обнаружения дефектных изделий на производственной линии. Это быстрый, простой и экономичный способ обеспечить тщательную проверку качества без необходимости полагаться на людей-инспекторов. Однако это не устраняет корень проблемы, который в первую очередь предотвращает появление дефектов.

Для этого производители могут использовать несколько станций обеспечения качества (ОК) вдоль производственной линии и интегрировать решение на основе ИИ для анализа результатов процесса обеспечения качества. Это позволит им провести анализ первопричин и понять, где дефекты возникают чаще и почему, а также инвестировать в автоматизированные решения, которые могут предотвратить проблему. Например, установив, что дефекты лакокрасочного покрытия регулярно возникают из-за избытка переносимого по воздуху мусора, производитель автомобилей может принять решение о внедрении автоматизированной системы увлажнения. Это может быть связано с интеллектуальными датчиками, которые активируются только тогда, когда уровень загрязняющих веществ в воздухе превышает допустимый порог.

В этом примере несколько автоматизированных инструментов используются в комбинации для комплексного решения задачи. Производители могут создать несколько таких экосистем, чтобы максимально повысить эффективность каждого аспекта производства, от получения заказа до окончательной доставки. Крайне важно, чтобы эти системы могли взаимодействовать друг с другом, чтобы добиться бесперебойного рабочего процесса и гарантировать наилучшие результаты.

Нужно ли мне это?

Gartner предсказал, что гиперавтоматизация станет одной из главных стратегических технологических тенденций с 2020 года, но это не обязательно означает, что производители должны поддаться ажиотажу. Первое, что нужно сделать, чтобы понять, может ли сквозная автоматизация принести существенную пользу бизнесу, — это создать дорожную карту, которая четко увязывает бизнес-цели с инструментами автоматизации, необходимыми для их достижения.

Gartner предлагает рассматривать три ключевые цели — доход, затраты и риски. В соответствии с этими параметрами производители могут подумать о том, какие технологии могут увеличить прибыль за счет повышения вовлеченности клиентов, увеличения производительности и автоматизации повторяющихся задач. Затем им следует перепроектировать процессы, чтобы снизить издержки низкого качества и оптимизировать производство. Наконец, им может потребоваться учитывать риски соответствия неэффективным процессам. Например, подача деталей на машину вручную может быть не только неэффективной, но и рискованной, а значит, может нарушать правила техники безопасности.

Внимательное рассмотрение этих факторов должно дать производителям более четкое представление о том, может ли гиперавтоматизация значительно повысить производительность и дать им конкурентное преимущество, которого без нее им может не хватать.

А как насчет устаревшего оборудования?

Гиперавтоматизация основана на новейших доступных технологиях автоматизации, а также на их способности безупречно взаимодействовать. В результате производители могут подумать, что это нежизнеспособный бизнес-подход для заводов, использующих устаревшее оборудование для критически важных приложений.

Машины, составляющие основу автоматизации производства, такие как программируемые логические контроллеры (ПЛК), могут прослужить несколько десятилетий, и нет причин заменять их, если они по-прежнему работают адекватно и соответствуют самым последним рекомендациям. Однако устаревшему оборудованию обычно не хватает коммуникационных возможностей, необходимых для реализации стратегии гиперавтоматизации.

Хотя для этого может потребоваться дополнительный уровень планирования, использование устаревшего оборудования не обязательно означает, что о сквозной автоматизации не может быть и речи. Если руководителям предприятий удастся разработать надежное экономическое обоснование для гиперавтоматизации, есть способы модернизировать старое оборудование с помощью интеллектуальных датчиков. Таким образом, машины можно подключить к промышленному Интернету вещей (IIoT) и отправлять ценные данные, которые можно использовать для оптимизации операций, снижения затрат и повышения производительности. Поставщик деталей для автоматизации, специализирующийся на устаревшем оборудовании, может легко предоставить производителям оборудование, необходимое для модернизации их машин и обеспечения соответствия их требованиям Индустрии 4.0.

Еще одна вещь, которую следует учитывать, — будут ли машины, подключенные к Интернету вещей, говорить на одном языке. Например, заводскому ПЛК нужен протокол связи, совместимый с полевыми устройствами. Производителям не обязательно нужен протокол того же бренда, что и их ПЛК — например, ProfiBus может подключаться ко всем ПЛК семейства Allen Bradley, но некоторые протоколы плохо работают с другими. Это означает, что для реализации гиперавтоматизации производителям придется изучить лучшие протоколы, чтобы убедиться, что все их оборудование может обмениваться данными.

Когда это возможно, разработка систем на основе архитектуры с открытым исходным кодом, такой как операционная система для роботов (ROS), а не проприетарного программного обеспечения, может помочь свести к минимуму трения и обеспечить совместимость.