Как ИИ борется с отходами на заводах и в цепочке поставок

Если мы хотим, чтобы мир был безотходным, для его достижения нам может понадобиться нечто иное, нежели человеческий мозг.

Ответ, как и во многих других аспектах современного бизнеса, заключается в искусственном интеллекте - в данном случае в его способности устранять промышленные отходы на производстве.

Стивен Пратт - главный исполнительный директор Noodle.ai, компании, использующей ИИ для оптимизации производственных операций. Он рассматривает зарождающуюся технологию как инструмент для «возвращения к тому, как должны работать фабрики и цепочки поставок». А это означает достижение «непрерывного потока от сырья на полку».

Конечно, устранение отходов на заводе и за его пределами было навязчивой идеей руководителей цепочки поставок на протяжении десятилетий. Знаменитая производственная система Toyota, которая определяет семь форм муда Японское слово «отходы» восходит к концу 1940-х годов. Совсем недавно теории бережливого производства и «точно в срок» (JIT) для поставки запчастей на фабрики и готовой продукции на склады отбросили то, что менеджеры считали избыточными запасами. (К сожалению, настолько сильно, что многие розничные торговцы остались без достаточного количества товаров для удовлетворения растущего спроса на потребительские товары во время пандемии COVID-19. «Скудная» цепочка поставок для одного человека - дефицит для другого.)

Возникает вопрос, принесли ли предыдущие теории по вымыванию отходов из системы больше книг и научных статей, чем реальных результатов на заводе. Согласно Пратту, по оценкам Всемирного банка, мировые промышленные отходы сегодня в 18 раз больше, чем твердые бытовые отходы - «то, что мы называем мусором».

Честно говоря, бережливое производство, JIT, методология шести сигм, теория ограничений и другие инструменты расширенного планирования оставили свой след в практике управления на предприятии и за его пределами. Производственные отходы резко сократились, но сегодня это проблема на 2 триллиона долларов. (Пратт сокращает это число ниже.) «Нет и близко к идеальному состоянию потока», - говорит он. «Многие цепочки поставок имеют фиксированные бизнес-правила, но спросите любого планировщика запасов, и они скажут вам, что единственное, что они знают, - это то, что эти правила неверны».

Вместе с AI приходит новый подход к управлению отходами. Разница, по словам Пратта, заключается в использовании сложных алгоритмов для прогнозирования того, когда избыточные детали, продукты и методы могут привести к засорению производства. Такие предупреждения позволяют людям принять меры, чтобы предотвратить проблему, прежде чем она повлияет на поток продукта.

По словам Пратта, использование ИИ специально для борьбы с отходами производства менее десяти лет, но уже доказало, что оно «невероятно эффективно». Предыдущим производственным приложениям, включая планирование потребности в материалах (MRP) и планирование ресурсов предприятия (ERP), мешали медленные компьютеры и дорогие данные.

«Беда этих технологий в том, что они предполагали средние показатели урожайности и сроков поставки», - объясняет Пратт. «Это все равно, что говорить о среднем размере обуви человека на планете. Разница между средним значением и реальностью составляет примерно половину потерь во всем мире ».

Семь форм муда , которые предлагает компания Toyota. Как определил японский промышленный инженер Тайити Оно, это транспорт, запасы, движение, ожидание, перепроизводство, переработка и дефекты. Используя искусственный интеллект, Пратт расширяет концепцию за пределы фабрики, чтобы очертить то, что он считает четырьмя крупнейшими областями потерь в цепочке поставок сегодня:

• Неисправные продукты . Неисправный элемент, который проходит весь производственный процесс, необходимо выбросить. По словам Пратта, производители обходятся примерно в 861 миллиард долларов в год.
• Заводские поломки. Незапланированные простои - это «гигантская проблема», которая обходится в 689 миллиардов долларов в год.
• Ошибки при распространении . Фабрика выпускает безупречный продукт, который останавливается на этапе распространения, потому что нынешние I.T. системы не могут выполнить поставленные задачи по времени, месту и количеству. Стоимость избыточных запасов:около 446 миллиардов долларов в год.
• Пустые полки. Отсутствие чего-либо может показаться не пустой тратой. Но страх розничных продавцов перед дефицитом, когда клиенты хотят купить - что происходит примерно в 9% случаев - заставляет их наводнять цепочку поставок запасами. В результате, по словам Пратта, «они производят больше, чем должны».

Впервые постоянно растущие вычислительные возможности позволяют эффективно атаковать все четыре эти области. «Средний компьютер, используемый сегодня для таких вычислений, в 2000 раз быстрее, чем самый быстрый суперкомпьютер в мире в 2000 году», - отмечает Пратт.

Роль ИИ быстро меняется от описательной к предписывающей аналитике. Сегодня система, управляемая ИИ, может сканировать аномалии, предупреждать менеджеров о их неизбежности, прогнозировать последствия таких событий и рекомендовать корректирующие действия. Кроме того, по словам Пратта, «в нем рассказывается, как настроить завод, чтобы вы не выпускали бракованную продукцию».

Все это не означает, что люди полностью исключены из поля зрения. Пратт рассматривает идеальную систему как систему, которая сочетает в себе мощные вычислительные мощности ИИ с творчеством и пониманием человеческого мозга. И в любом случае ИИ еще предстоит пройти долгий путь, прежде чем он выполнит свои обещания в производственной среде, не говоря уже о мире в целом.

Как и в случае с любой передовой технологией, внедрение ИИ будет постепенным. Но Пратт считает, что его зрелость ускоряется из-за требований крупных розничных продавцов, таких как Walmart, к безупречной работе поставщиков. Их способность соответствовать таким критериям «может быть разницей между существованием и гибелью», - говорит он.