Inteligência artificial

O surto de COVID-19 criou incertezas e mudanças em todos os aspectos da vida quotidiana e do trabalho. Também está a pressionar os líderes empresariais e proprietários de fábricas a agirem mais rapidamente do que nunca, para sobreviverem e superarem os outros. Isto proporcionou mais possibilidades para tecnologias de IA e acelerou a implantação da IA ​​na produção.

De uma perspectiva prática, veremos mais aplicações baseadas em IA especificamente voltadas para vários aspectos da tomada de decisões, como melhorar a eficiência da produção/operação, reduzir o tempo de inatividade, fornecer manutenção preditiva, otimizar a cadeia de abastecimento e reduzir o consumo de energia.

As capacidades humanas e de IA complementam-se. Os seres humanos são criativos, podem ver acima da tarefa atual e podem aplicar o conhecimento de outras experiências numa tarefa atual. No entanto, os humanos são menos perfeitos em tarefas repetitivas. A IA é de alto desempenho e diligente, mas menos criativa. Há um grande potencial para a colaboração humana e de IA, e os humanos devem interagir de forma colaborativa com a IA à medida que continuam a preencher as funções de proprietários de projetos, formadores de sistemas, utilizadores finais e interagirão com a IA ao longo do ciclo de vida de um projeto.

A IA está sendo aplicada a uma ampla gama de aplicações e indústrias. No controle de processos, a IA e o aprendizado de máquina estão sendo aplicados a aplicações de controle avançado de processos (APC) e operações autônomas de plantas. Na manufatura discreta, a IA está sendo aplicada à robótica. Todos os processos poderiam, teoricamente, ser controlados por alguma forma de inteligência artificial a longo prazo. Qualquer que seja a aplicação, existem alguns passos básicos identificados pela ARC para garantir o sucesso na sua implementação de IA:

Com base nas apresentações do Fórum Europeu de 2022 da ARC, este relatório estratégico fornece os mais recentes casos de utilização de IA e uma comparação abrangente dos pontos fortes e desafios dos humanos versus IA. Este relatório apresenta como os humanos e a IA podem colaborar de forma eficaz e quais as principais dimensões e aplicações a considerar. As empresas que apoiaram o evento incluem Microsoft Project Bonsai, Dow Chemical, NNaisense, ABB e Throughput AI.

Os seguintes casos de uso industrial para tecnologias de IA foram todos partilhados no Fórum Europeu ARC de 2022.

O Microsoft Project Bonsai compartilhou suas opiniões sobre sistemas autônomos e como a plataforma Bonsai pode otimizar equipamentos e processos detectando e respondendo em tempo real. Segundo a Microsoft, a transformação autônoma é um processo evolutivo que consiste em quatro etapas:

A partir do segundo estágio, as empresas podem usar o aprendizado supervisionado e não supervisionado para realizar coisas como melhor manutenção preditiva e previsão de demanda. A plataforma Bonsai combina simulação, aprendizado de aplicação mais profundo e aprendizado de máquina. O Bonsai pode ajudar os usuários a construir modelos de IA com sua própria experiência e conhecimento do setor e acelerar o desenvolvimento dos três últimos estágios. Abaixo estão alguns estudos de caso de Bonsai:

A Dow Chemical compartilhou como a nuvem possibilitou a manutenção preditiva por meio da otimização de dados e análises de fabricação. O tempo de inatividade não planejado é responsável por grandes perdas de receita nas indústrias de processo. Aproveitar a manutenção preditiva para agir antes que a falha aconteça é uma das principais aplicações da IA ​​na fabricação.

No projeto da própria Dow Chemical, três pessoas distintas trabalham juntas como uma equipe. Os cientistas de dados treinam os modelos e verificam o ambiente Azure Cloud. Os desenvolvedores do Azure Cloud enviam dados de plantas para a nuvem e alimentam dados em modelos. Os operadores no local realizam monitoramento, tomam medidas ao receber informações dos sistemas e fornecem feedback aos sistemas. Este ciclo de trabalho avança continuamente para construir algoritmos e modelos de forma mais eficiente. Neste projeto, a computação em nuvem é necessária para resolver algumas dores de cabeça, incluindo:

A Throughput AI compartilhou como a IA ajuda a otimizar a cadeia de suprimentos e converter a visibilidade em capacidade de ação. A cadeia de suprimentos é opaca, fragmentada e ineficiente o tempo todo. O surto de COVID-19 tornou os seus estrangulamentos mais óbvios do que nunca nos últimos anos. Entretanto, as empresas enfrentam pressões crescentes para melhorar a eficiência da cadeia de abastecimento e encontrar oportunidades para melhores resultados empresariais, operacionais, financeiros e de sustentabilidade e superar as indústrias a longo prazo. Como facilitadora, a IA pode ajudar a aproveitar os dados existentes e a experiência de domínio das equipes existentes, para aumentar a produção, os giros de estoque e a lucratividade, minimizar o excesso de estoque e reduzir o desperdício e o CO2. Alguns casos compartilhados aqui: