گزارش جماران
چهار تاثیر جدی هوش مصنوعی بر تولیدات کارخانه ای
ارزیابیها نشان میدهد تا سال ۲۰۲۵ بیش از ۹۰ درصد صنایع تولیدی تحت تاثیر کمبود نیروی متخصص قرار خواهند گرفت و در چنین شرایطی بهرهگیری از فناوریهای مبتنی بر داده، یک روزنه جدید گشوده است.
گروه علم و فناوری: در مجمع اقتصادی داووس عنوان شد: دنیای تولید انبوه در سال های اخیر با فشارهای زیادی روبرو بوده است. از جمله این موارد میتوان به شکنندگی زنجیره تامین، نوسان در قیمت مواد اولیه، فشارهای اقتصادی، رعایت اصول زیست محیطی و در برخی موارد کمبود نیروی انسانی متخصص اشاره کرد.
بر همین اساس همواره بهبود مستمر اثربخشی و بهرهوری به عنوان یک پیش نیاز برای تضمین اداره رقابتی تولید در سطح جهانی مطرح بوده است؛ ولی باید توجه داشته باشیم با رخداد شرایط جدید مانند بروز همه گیری کرونا و هم چنین بیثباتیهای حاصل از ناآرامیهای سیاسی، دیگر نمی توان متوقع بود با روشهای پیشین بتوان به بهبود دست یافت.
۹۰ درصد صنایع تولیدی دنیا تا سال ۲۰۲۵ دچار کمبود نیروی متخصص می شوند
همه این موارد بر اهمیت تاب آوری و انعطاف پذیری زنجیره افزوده است. به عنوان مثال ارزیابیها نشان میدهد تا سال 2025 بیش از 90 درصد صنایع تولیدی تحت تاثیر کمبود نیروی متخصص قرار خواهند گرفت. از سوی دیگر انتظار میرود تعهدات زیست محیطی مفاد معاهده پاریس برای مقابله با تغییرات آب و هوایی، تولید را هر چه بیشتر تحت فشار قرار دهد.
در چنین شرایطی بهرهگیری از فناوریهای مبتنی بر داده، یک روزنه جدید گشوده است. برخی از شرکتها در این مسیر گامهای خوبی برداشتهاند، این در حالی است که هنوز بسیاری از تولیدکنندگان نسبت به آن بیتوجه هستند. به عنوان مثال با بهرهگیری از دادهها، میتوان به شفافیت فرآیند تولید کمک کرد. این امر به طراحی بهتر فرآیند تولید کمک میکند، هم چنین با اتکا به دادههای تاریخی، میتوان پیشاپیش رخدادهای احتمالی را تشخیص داد. شرکتهای معدودی در همین راستا در زمینه سیستمهای خودکنترلی مبتنی بر هوش مصنوعی سرمایه گذاری کرده اند که این امر میتواند برایشان ارزش بسیار خوبی به ارمغان بیاورد.
مهم ترین کارکرد هوش مصنوعی در تولید صنعتی، هوشمند کردن سیستم تولید است. در همین ارتباط هوش مصنوعی به چهار روش میتواند تاثیرگذار باشد:
۱. بهینهسازی بهرهوری
به صورت کلی تولیدکنندگان میتوانند از هوش مصنوعی برای بهبود خروجی و یا کاهش هزینههای تبدیلشان بهره بگیرند. به عنوان مثال پیش بینی تعمیرات ضروری از طریق هوش مصنوعی از جمله اقداماتی است که می تواند اثربخشی را ارتقاء دهد. هم چنین خود بهینه سازی ماشینها و تعیین پارامترهای فرآیند، بازرسی ماشینی محصولات برای ارتقاء کیفیت و یا بهره گیری از رباتهای متحرک برای جابه جایی محصولات، از دیگر کارکردهای هوش مصنوعی در تولید است. این کاربردها سطح درآمدزایی شرکتها را به شکل چشم گیری میتواند بهبود ببخشد و حتی هزینه تبدیل مواد اولیه به محصول را میتواند با کاهش دو رقمی روبرو کند.
۲. بهبود پایداری در تولید
هوش مصنوعی همچنین می تواند با کاهش آلاینده، ابعاد پایداری در تولید را بهبود بخشد. به عنوان نمونه برنامههای کاربردی مبتنی بر هوش مصنوعی می تواند میزان مصرف انرژی و آلایندهها را پیش بینی کند و از این طریق تجهیزاتی که مسئول تولید آلاینده هستند و یا مصرف انرژی بالایی دارند را میتوان شناسایی کرد. همچنین هوش مصنوعی با ارزیابی دقیق نقطه بهینه تولید میتواند باعث کاهش آلاینده ها شود.
۳.افزایش انعطافپذیری
در مواجهه با اختلالهای زنجیره تامین، هوش مصنوعی قادر است با چابکی عملیات تاثیر شوک های بیرونی را کاهش دهد. به عنوان مثال، هوش مصنوعی می تواند تقاضای پیش رو را پیش بینی کند، بهینه سازی شبکه را بهبود ببخشد و یا این که برنامه ریزی عملیات تولید پیشرفته را سازماندهی کند.
۴.تقویت نیروی کار
یکی دیگر از توانمندیهای هوش مصنوعی پاسخ به مشکل کمبود نیروی کار متخصص است. از سوی دیگر کارهای روتین و تکراری نیز قابل واگذاری به هوش مصنوعی است و به این ترتیب نیروی کار میتواند توان خود را روی بخشهایی بگذارد که میتواند ارزش افزوده بیشتری خلق کند. هم چنین هوش مصنوعی میتواند کارکنان را در فعالیتهای روزانه پشتیبانی کند؛ به عنوان مثال می توان از هوش مصنوعی به عنوان ابزاری در فرآیند تصمیم گیری بهره گرفت و یا رابطههای انسانی- رباتیک را تقویت کرد.
مطالعات درباره کاربردهای احتمالی هوش مصنوعی در تولید صنعتی، در حال انجام است. بزرگترین چالش در این مسیر مشخص کردن نقطه ای بهینه است که که میتواند اثر هوش مصنوعی را به بهترین نقطه برساند. از جمله مهم ترین موانع تعریف این مقیاس، به متنوع بودن دیدگاه های مختلف برمی گردد که باعث عدم شکل گیری یک استراتژی فراگیر شده است. هم چنین کمبود مهارت و تخصص، محدودیت دسترسی، کیفیت و یا بهره گیری از داده ها نیز بسیار واجد اهمیت است و مهم تر از همه ما نیاز به یک سری خطوط راهنما داریم تا بتواند مقیاس کاربرد هوش مصنوعی را مدیریت کند. هوش مصنوعی حوزه ایی نیست که بتوان آن را با آزمون و خطا پیش برد و استقرار آن در تولید صنعتی باید مبتنی بر رویکرد سیستماتیک باشد.
مشاهده خبر در جماران