Искусственный интеллект ведет к производству без отходов: трансформация заводов и цепочек поставок

Если мы хотим мир без отходов, нам, возможно, понадобится нечто иное, чем человеческий мозг, чтобы достичь этого.

Ответ, как и во многих других аспектах современного бизнеса, кроется в искусственном интеллекте — в частности, в его способности устранять промышленные отходы в производстве.

Стивен Пратт — генеральный директор компании Noodle.ai, использующей ИИ для оптимизации промышленных операционных потоков. Он рассматривает эту новейшую технологию как инструмент для «возвращения к тому, как должны работать заводы и цепочки поставок». А это означает достижение «бесшовного потока от сырья до полки».

Конечно, устранение отходов на производстве и за его пределами десятилетиями оставалось одержимостью руководителей цепочек поставок. Знаменитая производственная система Toyota, выделяющая семь форм муда (японское слово для «отходы»), восходит к концу 1940-х годов. Недавно концепции Lean и just-in-time (JIT) для поставки деталей на заводы и готовой продукции на склады устранили то, что менеджеры считали излишними запасами. (Настолько, что, к сожалению, многие ритейлеры остались без достаточного товара для удовлетворения взрывного спроса на потребительские товары во время пандемии COVID-19. «Бережливая» цепочка поставок для одного — это дефицит для другого.)

Можно спросить, не дали ли предыдущие теории по устранению отходов из системы больше книг и научных статей, чем реальных результатов на производстве. По словам Пратта, Всемирный банк оценивает глобальные промышленные отходы сегодня в 18 раз выше твердых бытовых отходов — «того, что мы называем мусором».

Справедливости ради, Lean, JIT, методология Six Sigma, Теория ограничений и другие инструменты передовительного планирования все оставили свой след в управленческих практиках на производстве и за его пределами. Производственные отходы были резко сокращены, но остаются проблемой в 2 трлн долларов сегодня. (Пратт разбивает эту цифру ниже.) «Мы ни в коем случае не близки к идеальному состоянию потока», — говорит он. «Многие цепочки поставок имеют фиксированные бизнес-правила, но спросите любого планировщика запасов, и он скажет, что единственное, что он знает — эти правила неверны».

На сцену выходит ИИ со свежим подходом к контролю отходов. Разница, по словам Пратта, заключается в использовании сложных алгоритмов для предсказания того, когда излишки деталей, продукции и практик угрожают заклинить работу. Такие оповещения позволяют людям принять меры для предотвращения проблемы до того, как она повлияет на поток продукции.

Использование ИИ специально для борьбы с производственными отходами имеет историю менее десяти лет, говорит Пратт, но уже доказало свою «невероятную эффективность». Предыдущие производственные приложения, включая планирование потребностей в материалах (MRP) и системы планирования ресурсов предприятия (ERP), страдали от медленных компьютеров и дорогих данных.

«Проклятием существования этих технологий было то, что они предполагали средние значения для выходов производства и сроков поставки», — объясняет Пратт. «Это как говорить о среднем размере обуви человека на планете. Разница между средним и реальностью составляет около половины всех отходов в мире».

Семь форм муда Toyota, выявленные японским промышленным инженером Таитити Оно, — это перемещение, запасы, движение, ожидание, перепроизводство, излишняя обработка и дефекты. С появлением ИИ Пратт расширяет концепцию за пределы завода, выделяя четыре крупнейшие области отходов в цепочке поставок сегодня:

• Бракованная продукция. Бракованный изделие, прошедшее через весь производственный процесс, подлежит утилизации. Стоимость для производителей, по словам Пратта, составляет около 861 млрд долларов в год.
• Аварии на производстве. Неплановый простой — «огромная проблема», стоимостью 689 млрд долларов в год.
• Ошибки в распределении. Завод выпускает безупречный продукт, который застребает на этапе распределения, потому что текущие ИТ-системы не могут обеспечить поставки в срок, в нужном месте и в нужном количестве. Стоимость излишних запасов: около 446 млрд долларов в год.
• Пустые полки. Отсутствие товара может не казаться формой отходов. Но страх ритейлеров перед дефицитом, когда клиенты хотят купить — что происходит примерно в 9% случаев — заставляет их затапливать цепочку поставок запасами. В результате, по словам Пратта, «они производят больше, чем нужно».

Впервые когда-либо растущие вычислительные мощности позволяют эффективно воздействовать на все четыре области. Средний компьютер, используемый для таких расчетов сегодня, в 2000 раз быстрее самого мощного суперкомпьютера мира в 2000 году, отмечает Пратт.

Роль ИИ быстро переходит от описательной аналитики к предписывающей. Современная ИИ-система может сканировать аномалии, предупреждать менеджеров о их приближении, предсказывать последствия таких событий и рекомендовать корректирующие действия. Кроме того, говорит Пратт, «она говорит вам, как настроить завод, чтобы не производить бракованную продукцию».

Ничто из этого не означает, что люди полностью исключены из процесса. Пратт рассматривает идеальную систему как сочетание грубой вычислительной мощности ИИ с креативностью и инсайтами человеческого мозга. И по любой мере ИИ еще далеко от исполнения своих обещаний в производственных средах, не говоря уже о более широком мире.

Как и с любой передовой технологией, принятие ИИ будет постепенным. Но Пратт считает, что его зрелость ускоряется требованиями крупных ритейлеров вроде Walmart к безупречной работе поставщиков. Их способность соответствовать таким критериям «может стать разницей между существованием и исчезновением», — говорит он.