Tuesday, January 18Modern Manufacturing
×

5 ตัวอย่างการใช้ AI ในการผลิตที่เกิดขึ้นจริง

หลายคนมองว่าปัญญาประดิษฐ์หรือ AI นั้นมักถูกมองว่าเป็นการปฏิวัติอุุตสาหกรรมครั้งใหม่ เป็นเหมือนบันไดขั้นต่อไปที่จะช่วยขับเคลื่อนหุ่นยนต์ และการทำงานด้วยดิจิทัลให้มีประสิทธิภาพมากยิ่งขึ้น ซึ่งในปัจจุบันโรงงานหลายแห่งเริ่มมีการบูรณาการ AI ในส่วนต่าง ๆ ของธุรกิจกันแล้วในปัจจุบัน

การใช้งานระบบอัตโนมัติด้วยการบูรณาการ IT และ OT เข้าด้วยกันจะช่วยลดเวลาที่ใช้ในกระบวนการต่าง ๆ ที่ดำเนินการแบบดั้งเดิลงได้อย่างมาก เพิ่มประสิทธิภาพ คุณภาพ และการมองเห็นซัพพลายเชนได้อย่างทั่วถึงยิ่งขึ้น ซ่างการใช้ AI ในกิจกรรมที่ทำแต่ละวันจะช่วยยกระดับกระบวนการทั้งหมดขึ้นได้ทั้งหมด นอกจากนี้ยังช่วยในการเปิดตัวสินค้าใหม่ การออกแบบที่มีความจำเพาะเจาะจงพิเศษ และวางแผนการเงินในอนาคตได้อย่างมีประสิทธิภาพ

ข้อมูลจาก MIT แสดงให้เห็นว่าผู้ผลิตกว่า 60% มีการใช้ AI ในการผลิตแล้ว แต่การใช้ AI นั้นเกิดขึ้นในบางภูมิภาคของโลกมากกว่าพื้นที่อื่น โดยยุโรปถือเป็นผู้นำในด้านดังกล่าวซึ่งคิดเป็น 51% ของผู้ประกอบการในพื้นที่ที่ใช้ AI แล้ว ญี่ปุ่นคิดเป็น 30% และสหรัฐอเมริกามีการใช้งานเพียง 28% โดยการใช้งานที่มากที่สุดอยู่ที่งานซ่อมบำรุงและควบคุมคุณภาพ ซึ่งการใช้งาน AI นี้เองจะส่งผลอย่างมากในการวิเคราะห์ข้อมูลที่เกิดขึ้นในยุคสมัยแห่งการทำงานอัตโนมัติ โดยตัวอย่างการใช้งานที่น่าสนใจ 5 ตัวอย่าง ได้แก่

1. ยกระดับกระบวนการผลิต

AI ถูกใช้ในหลากหลายการผลิตเพื่อเพิ่มประสิทธิภาพกระบวนการและผลิตภาพ ยกตัวอย่างโรงงานสิ่งทอ Lindström ที่ใช้ AI เพื่อทำให้กระบวนการต่าง ๆ ธุรกิจสอดประสานเป็นเนื้อเดียวกันเพิ่มความสามารถในการแข่งขันและความสำเร็จ กระบวนการต่าง ๆ จึงมีความน่าเชื่อถือในประสิทธิภาพและคุณภาพ

2. ผลิตภาพของโรงงาน

แพลตฟอร์มดิจิทัลที่ชื่อ Tomoni นั้นสนับสนุนงานควบคุม การตรวจวัดต่าง ๆ การวิเคราะห์ข้อมูล AI และอื่น ๆ ซึ่งตั้งเป้าในการสร้างโรงงานอัจฉริยะขึ้น ซึ่งโดยทั่วไปโรงงานพลังงานจะมีเซนเซอร์ประมาณ 1 หมื่นตัวเพื่อสร้างข้อมูลนับล้านจุดในแต่ะนาที และ Tomoni ใช้ข้อมู,ที่เกิดขึ้นเหล่านี้จับมาบริหารจัดการให้อยู่ในรูปแบบที่ใช้งานได้ไม่สับสน ในกรณีของมนุษย์เองหากต้องรับมือกับปริมาณข้อมูลมหาศาลในเสี้ยววินาทีอาจเกิดการตกหล่นหรือก่อให้เกิดปัญหาที่ตามมาในภายหลังได้ การมีแพลตฟอร์มอัจฉริยะที่สามารถรองรับข้อมูลที่เกิดขึ้นจริงได้ทั้งหมดจะช่วยให้การบริหารจัดการพื้นที่และกระบวนการมีความแม่นยำและมีประสิทธิภาพมากที่สุดได้ ไม่ว่าจะเป็นการคาดการณ์ต่าง ๆ การแก้ปัญหา หรือการวิเคราะห์ต่อยอดข้อมูล

3. การซ่อมบำรุงเชิงป้องกัน

Baker Hughes ผู้ผลิตคอมเพรสเซอร์และโซลูชันสำหรับธุรกิจก๊าซและน้ำมันได้ใช้ AI เพื่อระบุในการซ่อมบำรุงโดยร่วมมือกัย MS Azure และ C3.ai เพื่อสร้าแอปพลิเคชัน AI ที่เอื้อให้ผู้ควบคุมงานสามารถดูข้อมูลกระบวนการผลิตได้แบบ Real-time ทำให้โครงการที่จะผลิตในอนาคตมีประสิทธิภาพมากยิ่งขึ้น รวมถึงยกระดับกระบวนการและอัตราการผลิต โดยแอพลิเคชันังกล่าวจะใช้ Machine-learning (ML) เพื่อจัดการกับช้อมูลในอดีตและปัจจุบันในกระบวนการผลิตทั้งหมดและสร้างการจำลองภาพกระบวนการผลิตเหล่านั้นตลอดทั้งห่วงโซ่มูลค่าทั้งหมด ทำให้สามารถตรวจจับความผิดปกติ คาดการณ์การผลิต และวางแผนเชิงรุกเพื่อยกระดับประสิทธิภาพการผลิตได้ ยกตัวอย่าง Shell ที่ใช้เทคโนโลยีดังกล่าวเพื่อเร่งความเร็ว Digital Transformation ทั้งธุรกิจ เพิ่มประสิทธิภาพ ความปลอดภัย และลดผลกระทบที่เกิดขึ้นกับสิ่งแวดล้อม ทั้งยังใช้ในการสนับสนุนการซ่อมบำรุงเชิงคาดการณ์และติดตามการทำงานของวาล์วกว่าครึ่งล้านตัว

4. การออกแบบผลิตภัณฑ์

Sentry Equipment ได้พัฒนา SentryGuard ซึ่งเป็น Sampling Machine ให้สามารถนำทางผู้ปฏิบัติงานโดยใช้แพลตฟอร์ม Aveva System สำหรับลดเวลาในการพัฒนาสินค้าได้โดยใช้ความสามารถในการวิเคราะห์ข้อมูลตัวอย่าง การแจ้งเตือนและการนำผู้ปฏิบัติงานไปยังทางออกของปัญหาหรือสมมุติฐาน ซึ่งช่วยลดเวลาทางวิศวกรรมลงได้ถึง 80%

5. การทำงานไร้สัมผัสและปราศจากการสูญเปล่า

ยิ่งมีผู้คนทำงานในสายการประกอบมากขึ้นเท่าไหร่ ยิ่งมีโอกาสที่จะเกิดความผิดพลาดมากขึ้นด้วยเท่านั้น ระบบอัตโนมัติและหุ่นยนต์จึงเกิดขึ้นเพิ่มจัดการกับปัญหาดังกล่าวและสิ่งเหล่านี้ต้องการ AI เพื่อช่วยตั้งแต่การทำงานพื้นฐานและการบริหารโฟลวของการทำงาน เมื่อบูรณาการเทคโนโลยีดิจิทัลเข้ากับมาตรฐานของการทำงาน AI จะขับเคลื่อนให้เกิดการปฏิบัติงานแบบไร้สัมผัสและปราศจากความผิดพลาดขึ้นได้

ที่มา:
Datamation.com

เนื้อหาที่น่าสนใจ:
4 บทเรียน Lean Manufacturing ท่ามกลางสถานการณ์ COVID-19
  •  
  •  
  •  
  •  
  •  
Thos
"Judge a man by his questions rather than his answers"
Voltaire
READ MORE
×