Prečo dáta s polohou menia rozhovor o AI

Rozhovory o AI vo výrobe zvyčajne začínajú modelmi a končia sľubmi. Menej viditeľným obmedzením je, či dáta už vedia, kde sa veci stali. Počítadlá výroby, PLC tagy, teploty a časové značky pracovných príkazov sú v rôznych systémoch a bez spoločného priestorového a časového rámca zostávajú oddelenými stĺpcami. Spravovaný priestorový súbor dát spája polohy zariadení, pohyby materiálu, polohy ľudí a procesné signály v jednom súradnicovom systéme. Práve to je predpoklad, ku ktorému sa v plánoch a stratégiách stále vracia reč.

Dnes twinzo slúži ako prevádzková vrstva, ktorá preberá dáta z RTLS, MES, ERP, WMS a senzorov a zobrazuje ich v 3D v reálnom čase. Platforma netvrdí, že už dnes prevádzkuje nástroje na hľadanie korelácií alebo prediktívne modely. Vytvára však históriu s priestorovou orientáciou, z ktorej môže neskoršia analýza vychádzať.

Čo sa dá skúmať, keď sú dáta spravované

Keď trasy vysokozdvižných vozíkov, cykly brán, teploty v zónach a výkon liniek vychádzajú z rovnakého referenčného rámca, menia sa aj otázky. Inžinieri môžu hľadať súvislosti naprieč oddeleniami namiesto toho, aby optimalizovali jeden ukazovateľ na úkor druhého. Príklad z prezentácie, kde logistická činnosť ovplyvňuje zaťaženie vzduchotechniky a to následne môže ovplyvniť stabilitu procesu, je presne takýmto prierezovým skúmaním. Nejde o bod zo zoznamu funkcií, ale o druh analýzy, ktorá je praktická až vtedy, keď sú dáta zosúladené v priestore a čase.

Dôležitá je aj správa dát. Prístup podľa rolí, auditné záznamy a jasné vlastníctvo súradnicového systému udržia súbor dát použiteľný, nielen veľký. Bez tejto disciplíny zostane rovnaký objem bodov len šumom.

Príprava na predikciu, nie predikcia samotná

Rovnakým smerom pokračuje aj kategória prediktívneho digitálneho dvojčaťa. Rozdelenie trhu použité v prezentácii zaraďuje pokročilé modely nad priestorovo orientovanými dátami do budúcnosti: je to smer, ktorým sa odvetvie vydáva, a podľa prezentácie ide postupne aj vlastná práca twinza na AI. Praktickým prínosom je možnosť voľby. Závody, ktoré už majú jednotný záznam s polohou, nezačínajú od surových logov, keď sa rozhodnú vyskúšať prvé prediktívne hypotézy. Súbor dát je základ, modely prídu neskôr.

Poradie investícií

Samotná priestorová vrstva stojí reálne peniaze: senzory, prácu na integrácii a priebežné licencie za dátové body. Typické pilotné nasadenie trvá jeden až tri mesiace. Návratnosť spojená s AI sa vyčísľuje ťažšie, pretože skúmanie korelácií a prediktívna práca sú zatiaľ len výhľad. Merateľné je už dnes to, čo prináša prevádzkové dvojča: prehľad, dohľadateľnosť pridelených úloh a história trás. Tieto výsledky s AI nesúvisia. Zmysel AI je v tom, že rovnaký spravovaný súbor dát sa neskôr stane podkladom pre otázky, ktoré si závod dnes nevie jasne položiť. Závody, ktoré priestorový základ považujú za jednorazovú infraštruktúru, zaplatia rovnakú daň za integráciu znova, keď sa schváli prvý pilot korelácií alebo predikcie.

Preto treba postupovať v krokoch. Najprv zabezpečiť priestorový súbor dát s jasným vlastníkom. Až potom sa rozhovor o skúmaní korelácií alebo príprave na predikciu opiera o niečo pevnejšie než o nesúvisiace exporty z jednotlivých systémov.