Як штучний інтелект застосовують у металургії

«Для більшості компаній старі активи стають перешкодою на шляху впровадження нових технологій», – пише Ендрю Зорік в колонці для Accenture. Але щоб залишатися конкурентоспроможними, залучати нові таланти й переймати знання у старших співробітників, потрібно впроваджувати технологічні інновації.

Деякі, наприклад, уже використовують штучний інтелект (AI) і машинне навчання, щоб управляти виробничими процесами й підвищувати безпеку співробітників на робочому місці. Однак такі приклади – швидше виняток, ніж правило.

Три взаємопов’язаних напрями

Наше міжгалузеве дослідження серед 1000+ компаній-першопрохідців показало, що 71% з них використовують AI щонайменше в одному бізнес-процесі та понад 40% – для покращення і продуктів і сервісів та управління ними.

Також наше дослідження показало, що промисловці найчастіше інвестують у три напрямки застосування AI, що перетинаються:

• перетворення процесів;
• застосування даних;
• переосмислення взаємодії людини з машиною.

Однак лише 5% металургійних компаній систематично працюють у всіх трьох напрямах (на міжгалузевому рівні таких компаній 10%).

Згідно з результатами дослідження, 19% металургійних компаній систематично застосовують AI для перетворення своїх процесів, 31% використовують дані разом зі штучним інтелектом для досягнення експоненціального зростання, 37%   переосмислюють взаємодію людей і машин.

Успіхи

Одна металургійна компанія працює із SAP для розроблення рішень у таких сферах, як аналіз процесів, машинне навчання, прогнозна аналітика та планування виробництва. Інша компанія використовує машинне навчання і аналіз даних для оптимізації споживання матеріалів у процесі виробництва сталі. Третя створила аналітичний центр передового досвіду для стимулювання прийняття рішень на основі даних.

Бар’єри

Як ми вже говорили, лише 5% металургійних компаній прагнуть досягти високих результатів у всіх трьох напрямах застосування AI. На шляху використання AI в металургії стоять дві головні перешкоди:

1. Металургія досі сприймається як важка галузь і така, що не потребує високих технологій і завдає шкоди довкіллю. Тому їй важко залучати молодих талановитих новаторів. (Насправді це дуже складна й автоматизована галузь, де точність має першорядне значення. На жаль, це не доносять до широких мас.)
2. Друга проблема – старіюча робоча сила галузі, а також відсутність методів передавання і збереження знань цих співробітників перш ніж вони вийдуть на пенсію.

Штучний інтелект і машинне навчання можуть допомогти подолати ці бар’єри. У книзі «Людина + машина» автори наголошують на перспективах колаборації людини й машини, за якої кожен підсилює і розширює можливості іншого.

Залучаючи досвідчених працівників до навчання смарт-машин, компанії зможуть накопичувати і застосовувати їхні знання для поліпшення процесів. Машини, тим часом, можуть зробити металургію безпечнішою та високопродуктивної галуззю для людини, звільнивши її від навантаження, пов’язаного з фізично небезпечними й повторюваними завданнями.

Можливості

Фокус AI в металургії відрізнятиметься від інших галузей промисловості. Для промисловості, заснованої на процесах, доступність активів має вирішальне значення, а найбільшим ризиком є нестабільне виробництво. Тому основна увага AI у сфері металів приділятиметься управлінню безперервними виробничими процесами для забезпечення надійності та злагодженості роботи обладнання. Це передбачає використання AI в таких сферах, як відстеження, прогнозування та управління якістю, а також усунення збоїв шляхом вивчення історичних даних.

Можливості для AI також поширюються на обслуговування клієнтів –можна говорити, наприклад, про відеозапис дефекту та використання розумних машин для виявлення проблеми до того, як це зробить клієнт. AI також може трансформувати R&D для нових продуктів.

Нарешті, AI може знизити потребу в кризовому управлінні, збираючи та комбінуючи дані й багаторічний досвід, щоб допомогти людям швидше приймати оптимальні рішення.

Висновок

Металургійна промисловість відстає від інших секторів у застосуванні можливостей штучного інтелекту. Але в міру розвитку інновацій у галузі «розумні», здатні до самонавчання технології відіграватимуть у ній дедалі більшу роль. Металургійні компанії мають визначити для себе, яким чином AI може принести найбільшу користь їхньому бізнесу. Ті, хто цього не зроблять, пастимуть задніх – і за кілька років можуть стати учасниками змагання, у якому їм не судилося перемогти.

Оригінальну версію колонки Ендрю Зоріка читайте тут