Lenkijos pramonė vis aktyviau bando diegti dirbtinį intelektą, tačiau didžiausi pokyčiai vyksta ne dėl madingų įrankių, o dėl labai konkrečių tikslų: energijos sąnaudų mažinimo, procesų našumo ir patikimų duomenų. ABB Korporacinio technologijų centro Lenkijoje vadovas Przemysławas Zakrzewskis pabrėžia, kad DI yra tik viena priemonė produktyvumui kelti, o ne tikslas savaime.
Jo teigimu, pramonėje svarbiausia yra galutinis rezultatas: trumpesnis ciklo laikas, mažesnės energijos sąnaudos, geresnė kokybė ir efektyvesnė įrangos priežiūra. DI sprendimų vertė matuojama tuo, ar jie realiai gerina operacinius rodiklius, o ne tuo, kiek „išteklių“ sunaudojama eksperimentams.
DI negalima „prijungti“ prie valdymo
Didelėse gamyklose kritinės infrastruktūros valdymas negali tapti bandymų poligonu. Todėl praktikoje atskiriamas pagrindinis valdymo sluoksnis nuo optimizavimo sluoksnio, kuriame gali veikti skaitmeniniai dvyniai ar sprendimai tinklo pakraštyje.
Toks atskyrimas padeda diegti inovacijas nekeliant pavojaus gamybos stabilumui. Pramonės valdymo sistemos turi veikti patikimai, todėl DI dažniau pasitelkiamas analizei, rekomendacijoms ir planavimui, o ne tiesioginiam kritinių procesų valdymui.
Energijos efektyvumas prasideda nuo matavimo
Energetinis efektyvumas Lenkijos pramonėje įvardijamas kaip vienas svarbiausių prioritetų, tačiau realios investicijos į modernizaciją dažnai stringa dėl trumpo planavimo horizonto. Pokyčiai, susiję su energijos taupymu, paprastai atsiperka per ilgesnį laiką, todėl įmonės neretai vertina juos per vienų metų rezultatų prizmę.
Kitas praktinis barjeras – nežinojimas, kur energijos prarandama daugiausia. Zakrzewskis akcentuoja, kad jei procesas nematuojamas, jo neįmanoma suprasti ir optimizuoti, o šiandien matavimą galima nuleisti iki konkretaus įrenginio lygio, paverčiant jį patikimu duomenų šaltiniu.
Vis dėlto vien duomenų rinkimas problemos neišsprendžia. Reikia duomenų konteksto, modelių ir tarpusavyje sujungtų sistemų, kad būtų galima pereiti nuo paprastos automatizacijos prie didesnės autonomijos, kai sistema gali ne tik stebėti, bet ir prognozuoti, siūlyti veiksmus ar tam tikrose ribose reaguoti pati.
Didžiausios kliūtys: mastelis ir atsakomybė
Pasak ABB atstovo, pilotinius DI projektus pradėti lengva, ypač kai sprendimai greitai parodo pirmą efektą. Tačiau kuo procesas sudėtingesnis, tuo daugiau klausimų kyla dėl duomenų kokybės, tinkamų informacijos šaltinių, modelių parinkimo ir to, kur sprendimą gali priimti sistema, o kur būtinas žmogus.
Diegimas pramonėje reiškia ir investicijas: pilotas paprastai apima mažą proceso dalį, o vėliau reikia apimti kur kas daugiau duomenų, sistemų ir organizacinių pokyčių. Būtent čia išryškėja organizacijos pasirengimas keisti kasdienį darbą, pavyzdžiui, įrangos priežiūros komandų sprendimų priėmimą.
Kibernetinis saugumas – ne priedas
Didelė dalis gamyklų vis dar dirba su senomis sistemomis, todėl saugumo stiprinimas dažnai prasideda nuo bazinės „higienos“: inventorizacijos, konfigūracijų kontrolės, atnaujinimų disciplinos ir aiškaus matomumo, kas ir kaip jungiasi prie infrastruktūros. Kuo daugiau įrenginių ir sistemų sujungiama, tuo didesnis galimos atakos paviršius.
„Prieš galvojant apie kibernetinį saugumą kaip apie pažangų karą su įsilaužėliais, reikia pasirūpinti profilaktika“, – sakė Przemysławas Zakrzewskis.
Jo teigimu, sprendimai, susiję su debesija, DI ar mašininiu mokymusi, gali naudoti procesinius duomenis, tačiau turi būti tinkamai atskirti nuo kritinio valdymo. Tokia architektūra padeda suderinti inovacijas su saugumu ir patikimumu, kurie pramonėje yra lemiami.
Kiek pažengusi Lenkijos pramonė?
Vertinant technologinę brandą, vieno balo visai rinkai nėra: dideli ir maži gamintojai veikia skirtingoje rizikos, investicijų ir atsakomybės skalėje. ABB atstovo vertinimu, didelės Lenkijos gamyklos, turinčios gamybos, logistikos ir planavimo sistemas bei diegiančios optimizavimo priemones, dažnai pasiekia 7–8 lygį dešimties balų skalėje.
Aukščiausias lygis reikštų situaciją, kai didžioji dalis sistemų yra sujungtos tiek, kad autonominės operacijos gali apimti visą grandinę nuo įeinančios logistikos iki gamybos, kokybės kontrolės ir išsiuntimo. Mažesnėms įmonėms, anot pašnekovo, reikšmingą vaidmenį gali atlikti inovacijų ekosistemos, kompetencijos ir finansavimas, nes vien technologijos neužtenka.
Leave a Reply