5 minuten met PwC over AI en big data in productie

Manufacturing Global spreekt met Kaveh Vessali, PwC Middle East Partner (Digital, Data &AI) over de toepassing van AI en Big Data in Manufacturing

Kunt u alstublieft definiëren wat kunstmatige intelligentie is en wat Big Data is?

AI is het vermogen van een machine om zijn omgeving waar te nemen en taken uit te voeren die normaal gesproken menselijke intelligentie vereisen, en het is een heel veld van verschillende technologieën, technieken en toepassingen.

Big data is een set tools en mogelijkheden voor het werken met, voor het verwerken van, extreem grote datasets.

Hoe werken AI en Big Data samen?

Big data is slechts een van de factoren die AI mogelijk maken, maar aangezien we toenemende hoeveelheden gegevens zien, is het een van de belangrijkste 

Hoe kan dit worden toegepast op een productieomgeving?

In het algemeen zijn er veel voordelen van AI en het gebruik van data, waaronder kostenreductie, het minimaliseren van menselijke fouten en het verhogen van de productiviteit en efficiëntie. Het belangrijkste om te overwegen is dat elke instelling - voor het gebruik van welke technologie dan ook - het probleem is dat u probeert op te lossen? Of het nu gaat om het automatiseren van repetitieve taken of om het opnieuw uitvinden van het werk in fabrieken door mens en machine te laten samenwerken om betere en snellere beslissingen te nemen.

Waarom zouden fabrikanten AI en Big Data moeten gebruiken bij het toepassen van slimme productiemogelijkheden, wat is de waarde voor fabrikanten?

Eén visie is, nogmaals, de economische voordelen van AI, die in de productie ontstaan ​​als gevolg van: 

1. Productiviteitswinst door processen te automatiseren en het werk van bestaande arbeidskrachten uit te breiden met verschillende toepassingen van AI-technologieën.

2. Toegenomen vraag van de consument vanwege het toegenomen vermogen om gefabriceerde producten te personaliseren en op maat te maken, samen met digitale en AI-verbeterde producten en diensten van hogere kwaliteit.

De maakindustrie (en de bouwsector) zijn van nature kapitaalintensief, en in ons rapport uit 2018, "The potential impact of AI in the Middle East", schatten we dat de invoering van AI-toepassingen de bijdrage van de sectoren aan de bbp-winsten met meer dan 12,4% tegen 2030. 

Hoe kunnen AI en Big Data fabrikanten helpen evolueren in de Industrie 4.0-revolutie? Hoe zit het met degenen die al naar Industrie 5.0 kijken?

Het gaat echt om de investering die u nu doet om uw bedrijf toekomstbestendig te maken.

We zien doorgaans twee brede strategieën of benaderingen voor de adoptie van AI. Er zijn dingen die we onmiddellijk kunnen doen, zonder dat we een beroep hoeven te doen op Big Data, namelijk technologieën overnemen die we Sensing noemen, bijvoorbeeld die met computervisie. Er zijn tal van use-cases waarbij deze direct in de productie kunnen worden gebruikt, zoals voor automatische foutdetectie. Er is echter een spel op de langere termijn dat investeringen in gegevens vereist - het opzetten van de juiste verzamelingsmechanismen, opslag, gegevensbeheer, Big Data-mogelijkheden, enz. - om steeds waardevollere door machine learning aangedreven AI-gebruikscasussen te ontwikkelen. Dit is absoluut noodzakelijk voor een succesvolle adoptie op lange termijn.

Wat is de beste strategie voor organisaties die de waarde van AI en Big Data in de productie willen realiseren?

AI en Big Data zijn slechts een onderdeel van een succesvolle slimme fabriek. De organisaties die het voortouw nemen bij de adoptie van AI, zijn degenen die al de meeste vooruitgang hebben geboekt bij het digitaliseren van kernbedrijfsprocessen. Om vooruit te komen in het gebruik van AI-oplossingen op grote schaal, moeten er een aantal technologische investeringen en organisatorische beslissingen worden genomen, waaronder: 

1. Digitalisering van processen leidt uiteindelijk tot een beter vermogen om gegevens te genereren, en in de productieomgeving - met vele honderden sensoren die in realtime duizenden metingen genereren, is het resultaat Big Data. Gegevens zijn de sleutel tot het bouwen van AI, dus betrouwbare en nauwkeurige gegevensverzameling, beheer en governance zijn essentieel. De productielijn en fabrieken spelen een cruciale en directe rol in het data-acquisitieproces.

2. AI-strategie, zowel op lange als op korte termijn, begint bij de use cases, de bedrijfsapplicaties. Fabrikanten moeten zich afvragen waar ze AI willen gebruiken en deze use-cases verzamelen en projecten prioriteren op basis van een balans tussen verwachte impact en complexiteit van implementatie.

Naast technologie en bedrijfsprocessen vormen mensen natuurlijk de kern van elke succesvolle technologie-adoptie. AI-teams moeten niet alleen bestaan ​​uit datawetenschappers, maar ook uit data-ingenieurs en oplossingsarchitecten om hun werk mogelijk te maken, datastewards om nauwkeurigheid te garanderen, en worden in toenemende mate "Analytics/AI-vertalers" genoemd die kunnen communiceren met bedrijfsleiders en technologie-experts . Cultuur is ook van cruciaal belang, en fabrikanten moeten een data- en AI-gestuurde cultuur mogelijk maken, vertrouwen opbouwen in data en algoritmen door hun personeel voor te lichten over AI en zijn mogelijkheden, en hoe ze het beste waarde kunnen extraheren. Het is natuurlijk niet alleen het positieve, maar ook de risico's en beperkingen, aangezien deze, wanneer ze worden aangegaan zonder dat er verwachtingen zijn gesteld, een aanzienlijke invloed kunnen hebben op de investeringsbereidheid.

Wat zijn de uitdagingen als het gaat om het toepassen van AI en Big Data in de productie?

heeft aangetoond dat een van de grootste uitdagingen bij het implementeren van AI onzekerheid is over het rendement op investering (ROI). Zoals ik al zei, zijn er aanzienlijke investeringen nodig om een ​​langetermijngegevens- en AI-strategie succesvol te laten zijn, en de verwachtingen rond de tijd om tastbare opbrengsten te zien, moeten realistisch worden vastgesteld.

Veel bedrijven worstelen ook met de datakant:het verzamelen en aanleveren van de data die een AI-systeem nodig heeft om te functioneren, en ervoor te zorgen dat het accuraat is. Nogmaals, dit spreekt van de grotere investeringen die nodig zijn in digitalisering.

Enkele van de belangrijkste uitdagingen voor productiebedrijven bij het implementeren van AI op een schaal uit ons onderzoek zijn:  

• 40% → Technologieën niet volwassen  
• 40% → Personeel heeft onvoldoende vaardigheden om AI te implementeren en te beheren  
• 36% → Onzeker over het rendement op investering  
• 33% → Gegevens zijn nog niet volwassen 
• 32% → gebrek aan transparantie en vertrouwen  
• 24% → Ondernemingsraden en vakbonden  
• 22% → Regelgevende hindernissen in thuis- en belangrijke markten  

Een element dat hier wordt benadrukt, met name rond gebrek aan vertrouwen en vakbonden, is dat AI in de media doorgaans verkeerd wordt voorgesteld als het "vervangen" van werknemers en het aannemen van banen. Ja, er zijn efficiëntiewinsten te behalen met automatisering, zoals sinds de eerste industriële revolutie. Maar wij zijn van mening dat data en AI het meest waardevol zijn wanneer ze worden gebruikt om werknemers te vergroten, hun vaardigheden en de producten die worden vervaardigd te verbeteren.

Een andere uitdaging die we beginnen te zien ontstaan, zijn cyberaanvallen die zich steeds vaker richten op onderling verbonden apparatuur en machines in slimme fabrieken. PwC organiseerde onlangs een webcast, in samenwerking met de National Association of Manufacturers in de VS en Microsoft om dit te bespreken.

Wat zijn de huidige trends in AI en Big Data in de maakindustrie?

• We zien dat bedrijven iets meer focus leggen op het toevoegen van AI-oplossingen aan kernproductieprocessen, zoals engineering, assemblage en kwaliteitstesten 
• Veiligheid is van groot belang, waarbij technieken die zijn toegepast op het gebied van protocolnaleving (bijvoorbeeld het handhaven van een veilige afstand tot specifieke machines) worden toegepast in meer alledaagse scenario's voor naleving van het COVID-19-protocol 
• Er is veel belangstelling voor voorspellend onderhoud voor grote machines die betrokken zijn bij productieprocessen, en ook voor optimalisatie van de toeleveringsketen

Wat ziet u de komende 12-18 maanden gebeuren in de AI- en Big Data-industrie in de maakindustrie?

Eerlijk gezegd denk ik dat we een voortzetting zullen zien van waar we de afgelopen 12-18 maanden al naartoe gingen. AI en data worden al gebruikt in de productie, maar dit gebruik krijgt niet zoveel aandacht in de media als bijvoorbeeld de gezondheidszorg, maar de succesverhalen zijn er, en ze zullen doorgaan terwijl de operaties hun digitale reizen voortzetten.