W przemyśle 5.0 ważną rolę mają pełnić ludzie wsparci nowymi technologiami. Jednym z takich wyspecjalizowanych pracowników będzie operator analityczny, czyli specjalista wykorzystujący analitykę big data.

Przetwarzanie dużych zbiorów danych jest podstawą funkcjonowania przedsiębiorstw. Popularna dziś, także w Polsce, wizja przemysłu 4.0 umieszcza zbiory informacji w centrum działalności biznesowej, zgodnie z zasadą, że im pełniejsze dane zbierzemy, tym trafniejsze będziemy podejmowali decyzje. Ale nie chodzi po prostu o zbieranie informacji. Dane muszą być dobrej jakości, kompletne, pozyskiwane w czasie rzeczywistym, z różnorodnych źródeł, właściwie interpretowane oraz przetwarzane przez zintegrowane systemy. Tak zwana czwarta rewolucja przemysłowa została wywołana przez rozwój technologii informatycznych. Kluczowe rolę odgrywają tu automatyzacja, robotyzacja, analityka big data, wirtualizacja, AI, uczenie maszynowe i Internet rzeczy.

 

Przemysł 5.0 potrzebuje zaawansowanej analityki big data

Teraz z wizją przemysłu 4.0 zaczyna konkurować, lub ją uzupełniać, koncepcja nazywana przemysłem 5.0 (p5.0). Powstająca pod egidą Komisji Europejskiej wizja przemysłu przyszłości wykracza poza efektywność i produktywność jako jedyne cele, a zakłada wykorzystanie innowacji do rozwoju zrównoważonego, skoncentrowanego na człowieku i odpornego na zakłócenia przemysłu. W szerszym podejściu do p5.0 eksperci wyróżniają sześć kategorii o kluczowym znaczeniu. Jedną z nich jest “przesyłanie i gromadzenie danych oraz technologie analityczne” – a zatem również autorzy odświeżonego pomysłu na nowoczesną produkcję widzą w analizie danych kwestię strategiczną.

 

Specjalista + big data analytics

W dokumencie KE znajdujemy opisy ośmiu zawodów nazwanych zbiorczo “rozszerzonymi operatorami”. Pomysł zakłada, że bardzo dobre efekty da konstrukcja stanowisk pracy w przemyśle, która łączy kompetencje człowieka i technologii oraz urządzeń. I tak np., obok operatora współpracującego (człowiek + robot) czy super-wytrzymałego operatora (człowiek + egzoszkielet), mamy operatora analitycznego (człowiek + analityka big data). Analityczny operator byłby zatem nie tylko specjalistą w zakresie big data, ale o jego wysokiej wartości dla przedsiębiorstwa stanowiłoby równorzędne połączenie kompetencji ludzkich i możliwości technologicznych.

 

Dane mają warstwy

Eksperci, którzy zajmują się big data podkreślają, że tempo przyrostu danych i ich różnorodność niebawem będą wymagały zupełnie nowego podejścia do przetwarzania informacji. Wiele obecnych systemów funkcjonuje w prostej logice z czasów, kiedy danych było mniej i gromadzono je tylko wewnątrz przedsiębiorstwa. Dziś zbierane informacje pochodzą z większej liczby źródeł, są wielowarstwowe, a nowoczesny ekosystem gospodarczy wymaga, żeby firmy współdzieliły niektóre zbiory pod kątem bardziej efektywnej kooperacji. A to wymaga nowych narzędzi, metod i innego myślenia o danych, dopasowanego do ich aktualnego i przyszłego charakteru.

 

Łańcuchy dostaw napędzane przez AI

Rolą firm produkcyjnych jest tworzenie wysokiej jakości produktów w zoptymalizowanych i wydajnych fabrykach, przy zachowaniu zasad zrównoważonego rozwoju. Ogromne znaczenie dla rozwoju przemysłu ma optymalizacja łańcuchów dostaw. W globalnych procesach logistycznych producenci muszą zrównoważyć odpowiedni przepływ dostawców, surowców i specjalistycznych procesów z nieprzewidywalnymi zmianami popytu wśród konsumentów. Liczba zmiennych sprawia, że konieczne jest wsparcie zaawansowanych technologii. Przykład? Cyfrowy bliźniak jako wirtualna kopia rzeczywistego łańcucha dostaw. Stojący za tym rozwiązaniem eksperci firm SAS i Cosmo Tech oceniają, że digital twin umożliwi dokładniejszy wgląd w przyszłość operacji. Model napędzany przez AI pomoże połączyć planowanie i prognozowanie popytu z planowaniem produkcji i zapasów.

 

Innowacje w zasięgu ręki

Podczas konferencji „Manufacturing Workforce and Digital Transformation with Analytics”, zorganizowanej w ramach Dnia Przedsiębiorczości, SAS zaprezentował pakiet narzędzi analitycznych dla przemysłu. Rozwiązania te koncentrują się na poprawie jakości produkcji, optymalizacji procesów, efektywności działania urządzeń oraz zmniejszaniu kosztów i ryzyka gwarancyjnego. Wydarzenie akcentowało korzyści, jakie sztuczna inteligencja (AI), uczenie maszynowe (ML) i technologie internetu rzeczy (IoT) dają producentom pod kątem budowania odporności i przewag konkurencyjnych w przyszłości. Uczestnicy obejrzeli wystawę przedstawiającą analitykę big data, AI i IoT w działaniu:

  • Firma Deere & Company zaprezentowała w pełni autonomiczny ciągnik wyposażony w analitykę i technologię analizy obrazu. Maszyna porusza się samodzielnie i wykonuje pracę na polu, a użytkownik może monitorować jej działanie za pomocą urządzeń mobilnych.
  • Firma Mack Trucks zaprezentowała elektryczny samochód ciężarowy, który wykorzystuje zaawansowane technologie AI i IoT do analizy danych z czujników. Dzięki temu można z wyprzedzeniem planować naprawy, aby przecwdziałać awariom i minimalizować przestoje.
  • Firma Johnson Controls International przedstawiła pakiet połączonych rozwiązań OpenBlue dla inteligentnych, zrównoważonych budynków. OpenBlue to usługi oparte na sztucznej inteligencji, takie jak zdalna diagnostyka i konserwacja.