Η τεχνητή νοημοσύνη φέρνει επανάσταση στη μεγαλύτερη βιομηχανία που δεν έχετε ακούσει ποτέ

By | February 29, 2024

Όταν κάθεσαι στο γραφείο σου και ανοίγεις τον γυαλιστερό φορητό σου υπολογιστή, μπορεί να μην σκεφτείς ότι ένας τέτοιος φάρος σύγχρονης καινοτομίας ξεκίνησε τη ζωή σε μια οικογενειακή επιχείρηση πέντε υπαλλήλων που εξακολουθεί να λειτουργεί σε λευκό πίνακα κιμωλίας.

Παρά τον ιλιγγιώδη ρυθμό προόδου στον σύγχρονο σχεδιασμό προϊόντων, όπου κατασκευάζονται αυτά τα υλικά, παραμένει κολλημένο στον 20ο αιώνα.

«Είναι η μεγαλύτερη οικοτεχνία στον κόσμο. Το 95% των εργοστασίων σε αυτόν τον κλάδο έχουν λιγότερους από πέντε υπαλλήλους. Είναι τρελό. Είναι τόσο δύσκολο να κλιμακώσεις αυτά τα εργοστάσια γιατί όλα είναι χειροκίνητα», λέει ο Theo Saville, συνιδρυτής και Διευθύνων Σύμβουλος της CloudNC με έδρα το Λονδίνο, μιας startup που χρησιμοποιεί AI για να αυτοματοποιεί τις χειροκίνητες διαδικασίες στα εργοστάσια.

«Κανείς δεν έχει καινοτομήσει σε αυτόν τον τομέα εδώ και δύο δεκαετίες».

Ο Saville είναι μόνο ένας από τους πολλούς επιχειρηματίες που χρησιμοποιούν διάφορες προσεγγίσεις AI για να προσπαθήσουν να φέρουν επανάσταση στον παγκόσμιο κατασκευαστικό τομέα. Λαμβάνοντας υπόψη το μέγεθος της τιμής, αυτό δεν προκαλεί έκπληξη.

Γίγαντας που κοιμάται

Το CloudNC εστιάζει σε έναν τομέα παραγωγής που είναι γνωστός ως κατεργασία CNC (αριθμητικός έλεγχος υπολογιστή): η διαδικασία μετατροπής ακατέργαστων τεμαχίων μετάλλου στα βασικά εξαρτήματα που χρειάζονται για την κατασκευή των περισσότερων πραγμάτων.

Ένα εξάρτημα ακριβείας κατασκευασμένο από μηχανή CNC

«Είναι η μεγαλύτερη βιομηχανία που κανείς δεν έχει ακούσει ποτέ. Αυτά τα μηχανήματα βγάζουν εξαρτήματα αξίας περίπου ενός τρισεκατομμυρίου δολαρίων κάθε χρόνο», λέει ο Saville.

Οι μηχανές CNC κατασκευάζουν ανταλλακτικά για αεροπλάνα, αυτοκίνητα, εξέδρες πετρελαίου και φυσικού αερίου, καθώς και φορητούς υπολογιστές και κινητά τηλέφωνα.

«Αν αγγίξετε ένα κομμάτι πλαστικό, κατασκευάστηκε σε καλούπι κατασκευασμένο από μηχανές CNC. Αυτή είναι η αρχή κάθε μεταποιητικής βιομηχανίας», λέει.

Όμως, παρόλο που αυτά τα μηχανήματα είναι απαραίτητα για την τεχνολογία αιχμής, εξακολουθούν να ελέγχονται χρησιμοποιώντας λογισμικό που φαίνεται πιο κατάλληλο στην εποχή του MSN Messenger, όπως δείχνει ο Saville κατά τη διάρκεια ενός βίντεο κλήσης.

Για να προγραμματίσει ένα μηχάνημα να κόψει ένα μεταλλικό μέρος από ένα ακατέργαστο μπλοκ, ένας εκπαιδευμένος επαγγελματίας πρέπει να εισάγει έως και 4.000 οδηγίες λειτουργίας, που να καλύπτουν τα πάντα, από τον τύπο του κοπτικού εργαλείου που θα χρησιμοποιηθεί, μέχρι το μοντέλο που πρέπει να ακολουθήσει, καθώς και πόσο γρήγορα πρέπει να κόψει. . , Και ούτω καθεξής.

Μια ιδέα για το περίπλοκο, χειροκίνητα ελεγχόμενο λογισμικό που αυτοματοποιεί το CloudNC

Το CloudNC χρησιμοποιεί τεχνητή νοημοσύνη για να επιταχύνει αυτήν τη διαδικασία, προγραμματίζοντας αυτόματα αυτές τις οδηγίες για να φτάσει το σύστημα περίπου στο 80% της διαδρομής μέχρι εκεί, προτού παρέμβει ένας ειδικός χειριστής για τις τελευταίες πινελιές.

Ο Saville λέει ότι η τεχνολογία της εταιρείας του μπορεί να εξοικονομήσει έναν εργαζόμενο περίπου πέντε ώρες εργασίας ανά εξάρτημα που σχεδιάζει, επιτρέποντας στα εργοστάσια να ανταποκριθούν πιο γρήγορα στη ζήτηση, ενώ παράλληλα εξυπηρετεί ένα συρρικνούμενο εργατικό δυναμικό στο οποίο πολύ λίγοι νέοι συμμετέχουν.

«Περίπου οι μισοί άνθρωποι που εργάζονται στον κλάδο παγκοσμίως θα συνταξιοδοτηθούν τα επόμενα 15 χρόνια, ενώ η ζήτηση διπλασιάζεται και δεν υπάρχει εναλλακτική διαδικασία για αυτόν τον κλάδο», λέει.

«Τι θα γίνει λοιπόν;» Θα πάψει απλώς να λειτουργεί η μεταποιητική βιομηχανία; Μπορεί.”

Ζώντας σε έναν γενετικό κόσμο

Το CloudNC ισχυρίζεται ότι από τότε που κυκλοφόρησε το εργαλείο λογισμικού που βασίζεται σε AI πριν από λίγο περισσότερο από έξι μήνες, έχει «εκατοντάδες» πελάτες που πληρώνουν. Η εταιρεία συγκέντρωσε έναν κύκλο 45 εκατομμυρίων δολαρίων Series B από επενδυτές, όπως η Atomico και η Lockheed Martin.

Ο Saville εξηγεί πώς η εταιρεία του αντισταθμίζει την τάση των επενδυτών των τελευταίων 18 μηνών, μη δημιουργώντας προϊόντα με παραγωγικά μοντέλα, αντί να χρησιμοποιεί αυτό που αποκαλεί πιο «κλασικούς» τομείς της τεχνητής νοημοσύνης. Πράγματι, συστήματα όπως τα Large Language Models (LLMS) που τροφοδοτούν το ChatGPT είναι γνωστό ότι “παραισθάνονται” ή κάνουν λάθη, κάτι που δεν αποτελεί επιλογή όταν κατασκευάζετε εξαρτήματα ακριβείας.

Αλλά δεν είναι όλοι οι ιδρυτές τόσο ντροπαλοί για το GenAI.

Ο Jonas Schneider είναι ο ιδρυτής της γερμανικής startup Daedalus, η οποία αυτόν τον μήνα συγκέντρωσε έναν κύκλο 21 εκατομμυρίων δολαρίων Series A. Αντί να εκσυγχρονίσει τις διαδικασίες στις υπάρχουσες εγκαταστάσεις παραγωγής, σχεδιάζει να κατασκευάσει εργοστάσια ελεγχόμενα από AI.

Δεδομένου ότι ο Schneider ήταν ένας από τους πρώτους μηχανικούς του OpenAI, ίσως δεν προκαλεί έκπληξη το γεγονός ότι βλέπει την ευκαιρία να χρησιμοποιήσει παραγωγικά μοντέλα στη διαδικασία.

Λέει στο Sifted ότι όπου εταιρείες όπως το CloudNC επικεντρώνονται σε ένα πολύ συγκεκριμένο μέρος της αλυσίδας αξίας παραγωγής, με τα αυτόνομα εργοστάσια της Daedalus θέλει να χρησιμοποιήσει την τεχνητή νοημοσύνη για να λύσει ευρύτερα προβλήματα στην αλυσίδα παραγωγής.

Η τεχνολογία του Daedalus θα επιτρέψει στους χρήστες να επικοινωνούν με το σύστημά του μέσω φυσικής γλώσσας για να ρωτήσουν: «Πρέπει να φτιάξω μια άρθρωση για αυτό το εξάρτημα που πρέπει να είναι λεπτό σε αυτά τα μέρη», για να προσδιορίσει πώς τα μηχανήματα του εργοστασίου μπορούν να το κάνουν καλύτερα. .»

Χρησιμοποιεί έναν συνδυασμό μιας μετοχής LLM για να ερμηνεύσει αυτό που ο Schneider αποκαλεί αυτόν τον τύπο «ασαφούς» περιγραφής και στη συνέχεια το συνδυάζει με ένα ιδιόκτητο σύνολο δεδομένων για να δημιουργήσει το καλύτερο δυνατό σχέδιο για την κατασκευή αυτού του εξαρτήματος.

«Βασικά τα βλέπουμε ως ασαφείς περιγραφές των κομματιών και μετά τα συγκρίνουμε με ασαφείς περιγραφές άλλων κομματιών που έχουμε κάνει πριν», εξηγεί.

“Για αυτά τα προηγούμενα μέρη, έχουμε μια ασαφή περιγραφή, αλλά έχουμε επίσης τις συγκεκριμένες αποφάσεις που ελήφθησαν σχετικά με τα εργαλεία που επιλέξαμε και τις παραμέτρους που χρησιμοποιήσαμε.”

Η μεγάλη εικόνα

Η Schneider λέει ότι αυτός ο τύπος προσαρμοσμένης προσέγγισης παραγωγής που δημιουργείται από AI είναι πιο κατάλληλος για τη χρήση περιπτώσεων όπου χρειάζεστε μικρό αριθμό ανταλλακτικών υψηλής αξίας, αντί για ένα προϊόν μαζικής παραγωγής, όπως ένα τηλέφωνο ή φορητός υπολογιστής.

Αυτά περιλαμβάνουν, για παράδειγμα, εξαρτήματα για εξειδικευμένες μηχανές παραγωγής ημιαγωγών ή, στο άλλο άκρο του φάσματος, τροχούς περιπέτειας. Η Daedalus ισχυρίζεται ότι θα είναι σε θέση να τα κατασκευάσει με μεγαλύτερη αξιοπιστία από τα παραδοσιακά εργοστάσια που διευθύνονται από ανθρώπους.

Και ακόμα κι αν είναι μόνο μια θέση αυτής της αγοράς, οι ευκαιρίες παραμένουν τεράστιες.

Η ρουμανική εταιρεία UiPath – εισηγμένη στα 35 δισεκατομμύρια δολάρια το 2021 – χρησιμοποιεί την τεχνητή νοημοσύνη για να βοηθήσει τις επιχειρήσεις να αυτοματοποιήσουν τις διαδικασίες τους για σχεδόν 20 χρόνια. Ο μεταποιητικός τομέας παίζει σημαντικό ρόλο.

«Είναι ένα μεγάλο παιχνίδι με αριθμούς. Σε παγκόσμιο επίπεδο, η μεταποίηση αντιπροσωπεύει περίπου το 20% του ΑΕΠ ανά χώρα. Σε χώρες όπως η Γερμανία ή η Ιαπωνία με μεγάλη βιομηχανική βάση, αυτό το ποσοστό πλησιάζει το 30-35%», εξηγεί ο Sebastian Seutter, παγκόσμιος επικεφαλής παραγωγής στην UiPath.

Η γαλλική πολυεθνική εταιρεία ενέργειας Schneider Electric, για παράδειγμα, που κατασκευάζει προϊόντα για το ενεργειακό δίκτυο σαν μπαταρίες, έχει επιταχύνει τις διαδικασίες της αλυσίδας εφοδιασμού της από τέσσερις ώρες σε λεπτά.

Ο Seutter εξηγεί ότι η μεταποιητική βιομηχανία αποτελεί σημαντικό ποσοστό της πελατειακής βάσης της UiPath και αυτό δεν προκαλεί έκπληξη όταν εξετάζετε τους τύπους των πιθανών πελατών.

«Μεταξύ των Global 1000, των πιο διάσημων εταιρειών στον κόσμο, υπάρχουν περίπου 450 κατασκευαστικές εταιρείες», λέει. «Σας λέει πού βρίσκονται οι τσέπες αξίας».

Category: A.I

Leave a Reply

Your email address will not be published. Required fields are marked *