Раскрытие гиперавтоматизации: трансформация бизнес-операций за пределами RPA

Как технология может быть использована в свой полный потенциал? В своем отчете 2019 года «Move Beyond RPA to Deliver Hyperautomation» Gartner указал на отсутствие руководства в том, как организации должны интегрировать роботизацию процессов (RPA) с другими инструментами. Отчет также подсветил, что бизнес-менеджеры испытывают давление фокусироваться на автоматизации простых рутинных процедур, но не имеют стратегии превратить изолированные процессы автоматизации во что-то, что расширяется на весь завод.

Решение, согласно глобальной исследовательской компании, — гиперавтоматизация, определенная как сквозная автоматизация, комбинирующая комплементарные технологии и искусственный интеллект для усиления бизнес-процессов.

Смотрите также: Самые горячие тренды гипер-автоматизации, срывающие бизнес сегодня

Гиперавтоматизация объединяет множественные решения, такие как глубокое обучение, продвинутая аналитика, машинное зрение, обработка естественного языка и RPA для автоматизации сложных процессов, а не отдельных задач. Это позволяет бизнес-менеджерам справляться с более крупными вызовами и фокусироваться на долгосрочной стратегии оптимизации.

Как это отличается от автоматизации?

Главное различие между традиционной автоматизацией и гиперавтоматизацией в том, что первая имеет тенденцию фокусироваться на автоматизации специфических процессов — таких как развертывание кобота вместо человеческого работника для повторяющихся pick-and-place приложений — в то время как вторая нацеливается на оптимизацию всего производственного процесса с ganzheitlichem подходом.

Например, для снижения стоимости плохого качества, заводские менеджеры могут решить внедрить систему Автономного Машинного Зрения для обнаружения дефектных изделий на производственной линии. Это быстрый, легкий и стоимостно-эффективный способ обеспечить тщательные проверки качества без необходимости полагаться на человеческих инспекторов. Однако это не решает корень проблемы, который — предотвращение дефектов от происхождения в первую очередь.

Для этого производители могут использовать несколько станций обеспечения качества (QA) вдоль производственной линии и интегрировать ИИ-базированное решение для анализа результатов QA-процесса. Это позволит им выполнять анализ первопричин и понимать, где дефекты происходят чаще и почему, и инвестировать в автоматизированные решения, которые могут держать проблему в зачете. Например, однажды установлено, что дефекты покраски регулярно происходят из-за избытка воздухонесённых частиц, автопроизводитель может решить внедрить автоматизированную систему увлажнения. Это может быть связано с умными сенсорами для активации только тогда, когда уровень воздухонесённых загрязнителей поднялся выше допустимого порога.

В этом примере несколько автоматизированных инструментов используются в комбинации для справления с вызовом сквозным. Производители могут создавать несколько таких экосистем для максимизации эффективности каждого аспекта производства, от приобретения заказа до финальной доставки. Критически, эти системы должны уметь коммуницировать друг с другом для достижения гладкого рабочего процесса и гарантии лучших результатов.

Нужно ли мне это?

Gartner предсказал, что гиперавтоматизация будет одной из топовых стратегических технологических трендов с 2020 года и далее, но это не обязательно означает, что производители должны покупать в хайп. Первая вещь, чтобы понять, может ли сквозная автоматизация доставить существенную бизнес-ценность — создать дорожную карту, четко выравнивающую бизнес-цели с инструментами автоматизации, необходимыми для их достижения.

Gartner предлагает рассматривать три ключевых объектива — выручка, затраты и риски. Согласно этим параметрам, производители могут захотеть подумать о том, какие технологии могут драйвить выручку через усиление клиентского вовлечения, увеличение выходов и автоматизацию повторяющихся задач. Они должны затем перепроектировать процессы для снижения стоимости плохого качества и оптимизации производства. Наконец, они могут нуждаться в рассмотрении комплаенс-рисков неэффективных процессов — например, кормление частей в машину вручную может быть не только неэффективным, но и рискованным, и поэтому может нарушать регламенты безопасности.

Тщательное рассмотрение этих факторов должно дать производителям более ясную идею о том, может ли гиперавтоматизация значительно бустить продуктивность и дать им конкурентное преимущество, которого им может не хватать без неё.

Что насчет легаси-оборудования?

Гиперавтоматизация основана на последних технологиях автоматизации, доступных, а также на их способности бесшовно интеркоммуницировать. В результате производители могут думать, что это не жизнеспособный бизнес-подход для заводов, использующих легаси-оборудование для критических приложений.

Машины, формирующие хребет заводской автоматизации, такие как программируемые логические контроллеры (PLC), могут длиться несколько десятилетий, и нет причины заменять их, если они все еще адекватно выполняют и соответствуют самым недавним гайдлайнам. Однако легаси-оборудование обычно лишено коммуникационных возможностей, необходимых для внедрения стратегии гиперавтоматизации.

Хотя это может включать дополнительный слой планирования, использование легаси-машин не обязательно означает, что автоматизация сквозная вне вопроса. Если заводские менеджеры смогут разработать твердый бизнес-кейс для гиперавтоматизации, есть способы ретрофитнуть старое оборудование с умными сенсорами. Таким образом, машины могут быть подключены к Индустриальному Интернету вещей (IIoT) и посылать ценные данные, которые могут быть использованы для оптимизации операций, снижения затрат и увеличения продуктивности. Поставщик автоматизационных частей, специализирующийся на устаревшем оборудовании, может легко предоставить производителям железо, которое им нужно для ретрофита их машин и сделать их fit для Индустрии 4.0.

Еще одна вещь для рассмотрения — будут ли IoT-подключенные машины говорить на одном языке. Например, заводский PLC нуждается в протоколе коммуникации, который совместим с полевыми устройствами. Производителям не обязательно нужен протокол от того же бренда их PLC — например, ProfiBus может коннектиться со всеми PLC от семьи Allen Bradley, но некоторые протоколы не играют хорошо с другими. Это означает, что для внедрения гиперавтоматизации производителям придется исследовать лучшие протоколы для обеспечения того, что все их оборудование может коммуницировать.

Когда возможно, разработка систем на основе open-source архитектуры — такой как Robot Operating System (ROS) — вместо проприетарного ПО, может помочь минимизировать трения и обеспечить интероперабельность.