Det är väl idag få som inte är överens om att data driver dagens industriella processer. Vissa bedömare har liknat data vid ”nutidens olja”.
Data i huvudrollen alltså, men samtidigt använder många tillverkare fortfarande äldre programvara och flera skilda, icke sammankopplade system för att analysera anläggningsinformation. Detta är resurskrävande och kräver frekventa manuella uppdateringar för att säkerställa noggrannhet. Dessutom, menar Siemens och Google Cloud, att medan AI-projekt har distribuerats av många företag så är det ännu generellt fråga om ”öar” spridda över fabriksgolvet. Även om det finns tillverkare som kämpat för att implementera AI i stor skala över sina globala verksamheter.
EN BEFRIELSE FRÅN REPETITIVA PROCESSER
Men idag handlar effektivitet i tillverkningssammanhang långt ifrån bara om vad som händer på fabriksgolven; det finns annat som påverkar väldigt mycket, inte minst då de ofta distribuerade tillverkningsmiljöerna och försörjningskedjorna. Lägger man till detta de förändringar kring distansarbetets roll, som kommit med Corona, så blir helhetsbilden komplex.
Google Clouds Dominik Wee, director för “Manufacturing and Industrial”, talar t o m om en ”destabiliseringen i industriella försörjningskedjor”. Denna effekt får fler och fler tillverkare att föra produktionsaktiviteter närmare hemmet. De högre kostnaderna för att göra affärer mer lokalt innebär också det att vi kommer att se tillverkare förlita sig mer på artificiell intelligens (AI) och automatisering för att få lägre kostnader med högre kvalitet.
– Förutom det kan automation och AI hjälpa till att befria arbetare från repetitiva processer, tilldela arbetare till distanserade roller och möjligheter att övervaka maskiner på distans. Till exempel kan fabriker köras med begränsad kapacitet med visuell inspektion och fjärrövervakning av maskinen, säger Wee.
MOLNBASERADE MODELLER
Genom att kombinera Google Clouds datamoln och AI/ML-kapacitet med Siemens Digital Industries Factory Automation-portfölj kommer tillverkare att kunna harmonisera sina fabriksdata, köra molnbaserade modeller ovanpå dessa data och distribuera algoritmer i sina edge-nätverk. Detta möjliggör applikationer som visuell inspektion av produkter eller lösningar som kan förutsäga slitage på maskiner på monteringsbandet.
”Att distribuera AI till verkstadsgolvet och integrera det i automatisering och nätverk är en komplex uppgift som kräver högt specialiserad expertis och innovativa produkter som Siemens Industrial Edge,” skriver bolaget och pekar ut målet med samarbetet mellan Google Cloud och den tyska verkstadsjätten.
GE DE ANSTÄLLDA VERKTYG SOM KAN FÖRÄNDRA
Man hävdar att detta är att göra implementeringen av AI i samband med Industrial Edge enklare och ge de anställda på verkstadsgolvet verktyg som möjliggör automatisering av vardagliga uppgifter och förbättrar den övergripande kvaliteten.
– Potentialen för artificiell intelligens att radikalt förvandla verksamheten är långt ifrån uttömd. Många tillverkare sitter fortfarande fast vid AI-pilotprojekt idag – och vi vill hjälpa till att förändra denna situation, säger Axel Lorenz, VP för kontroll vid Factory Automation i Siemens Digital Industries.
Han fortsätter:
Att kombinera AI och ML-teknik från Google Cloud med Siemens lösningar för Industrial Edge och industriell drift kommer att vara en ”game changer” för tillverkningsindustrin.
DET BÄSTA FRÅN TVÅ VÄRLDAR
Google Clouds Dominik Wee tillägger att Siemens är ledande inom avancerad industriell automatisering och mjukvara och en kombination med Googles styrkor blir mycket attraktiv:
– Det blir något av det bästa från två världar, säger han. Google Cloud är ledande inom dataanalys, AI och ML. Detta samarbete kommer att ge AI och ML till tillverkningsindustrin i stor skala. Genom att förenkla implementeringen av AI i industriella användningsfall hjälper vi anställda att öka sitt kritiska arbete på affärsgolvet, avslutar Wee.
