بنا بر سند منتشرشده از سوی مؤسسه تولیدکنندگان ماشینآلات بستهبندی (PMMI) با همکاری Interact Analysis.،هوش مصنوعی توانایی دگرگون کردن صنعت بستهبندی را دارد. این گزارش بیان میکند:ابزارهای مبتنی بر هوش مصنوعی در افزایش بهرهوری کارکنان، ارتقای عملکرد ماشینها و اثربخشی کلی تجهیزات (OEE) و همچنین در پر کردن شکافهای مهارتی نیروی کار، بینهایت ارزشمند ثابت شدهاند.
یافتههای ارایهشده بر پنج راهکار مشخص متمرکز است که بهعنوان «حوزههایی که بیشترین و فوریترین تفاوت را برای صنعت بستهبندی ایجاد میکنند، زیرا نمایانگر فناوریهای هوش مصنوعی هستند که توسعه یافتهاند، قابل اثباتاند و کاربردهایشان همین حالا نیز عملیاتی شده» معرفی شدهاند. فناوری بینایی ماشین از دوربینها و حسگرهای دیگر استفاده میکند تا به ماشینها امکان دیدن، تحلیل و تفسیر محیطشان را بدهد.
مزیت هوش مصنوعی در تجهیزات: افزایش عملکرد و پر کردن شکافهای مهارتی
آنها عبارتند از:
- دستیارهای هوش مصنوعی
- سیستمهای بینایی ماشین
- نگهداری پیشبینانه
- دوقلوهای دیجیتال
- پلتفرمهای کارگر متصل
پژوهش PMMI بهطور روشن بیان میکند: برخی فناوریهای هوش مصنوعی، مانند نگهداری پیشبینانه، پیشتر در کاربردهای تولید و بستهبندی استفاده شدهاند. با این حال، پس از پیشرفت در فناوری هوش مصنوعی مولد، هیجانی در صنعت ایجاد شده درباره اینکه چگونه شرکتها میتوانند از هوش مصنوعی برای بهبود سبد محصولات، بهرهوری عملیاتی و توانمندیهای کارکنان بهره ببرند.
نکات تأثیرگذار
یکی از مزایای کلیدی برای شرکتی که هوش مصنوعی را پیادهسازی میکند این است که به کارکنان امکان میدهد بسیار کارآمدتر و پربازدهتر از زمان خود استفاده کنند. سند «مزیت هوش مصنوعی در تجهیزات: افزایش عملکرد و پر کردن شکافهای مهارتی» توضیح میدهد که فناوری هوش مصنوعی با بیشترین ظرفیت برای بهبود این شاخص، دستیارهای هوش مصنوعی هستند. کارهای زمانبری همچون ورود داده یا کدنویسی اکنون میتواند با کمک این دستیارها انجام شود. این امر سرعت تکمیل پروژهها را افزایش داده و زمان بیشتری برای کارکنان آزاد میکند تا بر وظایف ارزشمند دیگر تمرکز کنند.
PMMI چنین استنباط می کند که افزایش عملکرد ماشین و OEE ـ یکی دیگر از تأثیرات کلیدی فناوری هوش مصنوعی، افزایش عملکرد ماشین و OEE فناوریهای خودکار است. یکپارچهسازی هوش مصنوعی با سیستمهای بینایی ماشین، نرخ موفقیت تصمیمگیری در فرآیندهایی مانند بازرسی کیفیت را ارتقا داده و امکان انجام طیف گستردهتری از وظایف پیچیده را فراهم میکند.
این گزارش ادامه میدهد: آخرین اثر عمدهای که هوش مصنوعی بر صنعت بستهبندی خواهد داشت، کاهش شکافهای مهارتی در صنعت است. با گردش بالای نیروی انسانی، بهویژه میان کارکنان نگهداری و اپراتورهای ماشین، آموزش بهینهشده در کارکنان بخش تعمیر و نگهداری میتواند تضمین کند همه آنها بهترین آموزشهای موجود را برای پر کردن این شکافهای مهارتی دریافت کنند.
سطوح یادگیری
سند سه زیرمجموعه کلیدی را برای هوش مصنوعی معرفی میکند:
هوش مصنوعی (AI): طبق ابتکار ملی هوش مصنوعی و دستور اجرایی کاخ سفید، بهعنوان یک سیستم مبتنی بر ماشین تعریف میشود که میتواند برای مجموعهای از اهداف تعریفشده توسط انسان، پیشبینی، توصیه یا تصمیماتی اتخاذ کند که بر محیط واقعی یا مجازی اثر میگذارند.
هوش مصنوعی مولد (Generative AI) : مدلهای یادگیری عمیق را بهکار میگیرد که میتوانند متن، تصویر و محتوای باکیفیت دیگر تولید کنند.
یادگیری عمیق (Deep Learning):زیرمجموعهای از یادگیری ماشینی که از شبکههای عصبی چندلایه یا عمیق استفاده میکند تا قدرت تصمیمگیری پیچیده مغز انسان را شبیهسازی کند.
یادگیری ماشینی (Machine Learning): شاخهای از هوش مصنوعی و علوم کامپیوتر که بر استفاده از داده و الگوریتمها برای تقلید روش یادگیری انسان تمرکز دارد و دقت خود را بهتدریج افزایش میدهد.
PMMI و Interact Analysis تأکید میکنند: فناوری هوش مصنوعی ثابت کرده است که برای شرکتهایی که آن را پیادهسازی میکنند، مجموعهای از مزایا به همراه دارد، از جمله عملکرد بهتر ماشینها، آزادسازی زمان کارکنان با انجام وظایف تکراری و پر کردن شکافهای حیاتی مهارت و نیروی کار که صنعت را مختل کردهاند.
دستیارهای هوش مصنوعی
مزیت اصلی یک دستیار هوش مصنوعی مانند Microsoft Assistant، IBM Watson و Google AI Tools این است که سرعت انجام کارهای زمانبر را بهشدت افزایش میدهد و به کارکنان زمان بیشتری برای انجام وظایف ارزشمندتر و ماهرانهتر میدهد. سند PMMI میگوید: کاربران دستیارهای هوش مصنوعی میتوانند تعیین کنند چه مقدار داده سازمانی را در مدل وارد کنند؛ خروجیهای دقیقتر اغلب به دادههای بیشتر نیاز دارند.
این گزارش خاطرنشان میکند که دستیارهای هوش مصنوعی و راهکارهای نگهداری پیشبینانه مبتنی بر هوش مصنوعی مولد به کاربران اجازه میدهند درباره مشکلات ماشینها پرسش بپرسند، به کارکنان امکان ارتقای مهارت مستقل بدهند و ریسک خطای انسانی را کاهش دهند.
دستیارهای هوش مصنوعی همچنین تضمین میکنند که اصول خوب در کدنویسی رعایت شود، با بهبود دستور زبان و توضیحات.
سیستمهای بینایی
فناوری بینایی ماشین از دوربینها و حسگرهای دیگر استفاده میکند تا به ماشینها امکان دیدن، تحلیل و تفسیر محیطشان را بدهد. سند اعلام میکند: کاربردهای بینایی در صنعت بستهبندی شامل بازرسی کیفیت، مرتبسازی/هدایت محصول، شناسایی دستکاری، تأیید مونتاژ و غیره است.
پژوهش نتیجهگیری میکند: یکپارچهسازی نرمافزار هوش مصنوعی در سیستمهای بینایی، اثربخشی کاربردهای موجود را بهبود داده و امکان کاربردهای جدیدی را فراهم کرده است ـ بهویژه در ترکیب با رباتیک، مانند عملیات برداشت و گذاشت و پالتگذاری.
دوقلوهای دیجیتال
دوقلوی دیجیتال نمایشی مجازی از یک فرآیند، ماشین یا کارخانه فیزیکی است که برای بازتاب دقیق همتای واقعی خود طراحی شده است. پژوهش PMMI بیان میکند: دو کاربرد کلیدی این شبیهسازیها، بهینهسازی چیدمان کارخانه/انبار برای کاربران نهایی (مالکان برند) و بهینهسازی طراحی ماشین برای تولیدکنندگان تجهیزات (OEM)ها است.
جزئیات بیشتر بیان میکند: دوقلوهای دیجیتال میتوانند چیدمانهای مختلف کارخانه را شبیهسازی کنند و به طراحان اجازه دهند پیکربندیهای گوناگون را بدون تغییر فیزیکی کارخانه ارزیابی کنند. این موضوع به شناسایی کارآمدترین چیدمان کمک میکند. کاربران میتوانند هدفی را که باید محقق شود (مثلا افزایش توان عملیاتی) تعیین کرده و سپس دوقلوی دیجیتال ماشین را در شرایط عملیاتی گوناگون اجرا کنند تا طراحی خود را بهینه کنند.
شبیهسازیهای دوقلوی دیجیتال اثبات میکنند که در حالیکه یافتن راهحلها برای بهینهسازی عملکرد ماشین و فرآیندها هنوز از طریق روشهای سنتی امکانپذیر است، استفاده از فناوریهای هوش مصنوعی همین وظیفه را در کسری از زمان انجام میدهد. PMMI تصریح میکند: این یکی از حوزههای هوش مصنوعی است که انتظار داریم علاقهمندی قابل توجهی در آینده ایجاد کند. محیط مجازی به هوش مصنوعی امکان میدهد تعداد زیادی تکرار متفاوت از اقلام (برای مثال یک جزء خاص از یک ماشین) را ایجاد و آزمایش کند، و بهطور چشمگیری زمان توسعه را کاهش داده و روند توسعه را سادهسازی کند.
این گزارش اضافه میکند: شبیهسازیهای دوقلوهای دیجیتال میتوانند توسط سازندگان ماشین برای بهینهسازی شاخصهای کلیدی ماشین، مانند توان عملیاتی، استفاده شوند؛ که میتواند بهطور چشمگیری عملکرد ماشین را بهبود بخشد. نگهداری پیشبینانه، بسامد خرابی ماشین را بهشدت کاهش میدهد که در ترکیب با آموزش بهبودیافته از طریق پلتفرمهای کارگر متصل، میتواند تأثیر چشمگیری بر OEE ماشین داشته باشد.
پلتفرمهای کارگر متصل
پلتفرمهای کارگر متصل عموما دارای یک سیستم مدیریت مبتنی برابر هستند که مدیران عملیات یا سرپرستان تولید از آن برای ایجاد، اختصاص، مدیریت و پایش وظایف استفاده میکنند. PMMI توضیح میدهد:
این سیستمها در حال حاضر توسط برخی از بزرگترین کاربران نهایی (مالکان برند) در ایالات متحده به کار گرفته میشوند. کاربرد اصلی آنها نظارت بر عملکرد کارکنان با جمعآوری دادههایی مانند سرعت تکمیل وظیفه و پیوند دادن شاخصها است و میتوانند تعیین کنند که آیا یک مشکل کیفی به یک فرآیند خاص در کارخانه مربوط میشود یا خیر. این پلتفرمها اغلب با یک دستیار هوش مصنوعی یکپارچه میشوند.
یافتههای خاص موجود در سند نشان میدهد: یکی از مزایای کلیدی پلتفرمهای کارگر متصل، تأثیری است که بر شکافهای مهارتی در نیروی کار دارند. آنها نهتنها میتوانند ردیابی کنند کدام کارکنان ممکن است به آموزش اضافی درباره ماشینها و فرآیندهای خاص نیاز داشته باشند؛ بلکه میتوانند تعیین کنند آیا یک دوره آموزشی مشخص ناکارآمد است یا خیر.
اهداف و مقاصد
پژوهشگران نتیجه میگیرند: بهدلیل ماهیت مدلهای هوش مصنوعی، هرچه این فناوریها بیشتر مورد استفاده قرار گیرند و دادههای بیشتری پردازش کنند، خروجیها بهتر خواهند شد. آنها همچنین هشدار میدهند: یکپارچهسازی فناوریهای هوش مصنوعی در شرکت شما یک بهبود یکباره مانند فناوریهای اتوماسیون پیشین نیست؛ بلکه بهبود مستمر در شاخصهای کلیدی دیده میشود.
توصیهای که ارایه میکنند این است: یک برنامه روشن از آنچه میخواهید به دست آورید، در ذهن داشته باشید. آنها تأکید میکنند: طیف وسیعی از فرآیندها وجود دارد که هوش مصنوعی میتواند در یک شرکت بهبود دهد. داشتن تعریف روشن از مشکلی که میخواهید حل کنید و هدف مشخص پیش از آغاز یکپارچهسازی اهمیت دارد.
PMMI تصریح میکند: خواه این هدف افزایش توان عملیاتی، افزایش بهرهوری، بهبود عملکرد ماشین، ارتقای ایمنی کارکنان، کاهش خرابی ماشین یا بهینهسازی نتایج آموزشی باشد، ضروری است برنامه را در ذهن داشته باشید تا اطمینان حاصل شود پروژه هدف نهایی روشنی دارد. این موضوع هم در درک اینکه چه دادهای باید جمعآوری شود و هم در چگونگی پیکربندی مدل هوش مصنوعی برای بهترین دستیابی به هدف، کمک میکند.
مشاهدات دیگر در سند شامل این موارد است:
- هوش مصنوعی ابزاری قدرتمند است که در موقعیت درست میتواند بهبودهای قابل توجهی در فرآیندهای فردی و کل سازمانها ایجاد کند.
- نرمافزار هوش مصنوعی نیازمند تعهد همه ذینفعان اصلی است، بنابراین توصیه کنونی این است که ابتدا حوزههای کلیدی را هدف قرار دهید که بازگشت سرمایه (ROI) در آنها قابل اثبات باشد تا هرگونه تردید نسبت به این فناوری کاهش یابد.
پیامی که برجسته میشود این است: هوش مصنوعی یکی از ابزارهایی است که شرکتها میتوانند برای حل مشکلات استفاده کنند و بنابراین باید به همین شکل با آن برخورد شود. هدف قرار دادن مسایل خاص یا شاخصهای کلیدی عملکرد (KPI) و سپس بررسی راهکارهای هوش مصنوعی بهعنوان یک گزینه، احتمالا نتایج بسیار بهتری به همراه خواهد داشت تا تلاش برای استفاده از هوش مصنوعی صرفا بهخاطر استفاده از آن.
برای تولیدکنندگان ماشینآلات بستهبندی (OEM)ها
سند بر این نکته تأکید میکند: هوش مصنوعی میتواند طراحی و کارکرد ماشین را بهطور چشمگیری بهبود بخشد، بهرهوری کارکنان را افزایش دهد و پشتیبانی مشتریان را ارتقا دهد. بهبود مستمر تعبیهشده در ابزارهای هوش مصنوعی به این معناست که کارکنان بهطور فزایندهای در استفاده از این فناوریها ماهرتر میشوند و این موضوع منافع آنها را بیشتر تقویت میکند.
با وجود موانع اولیه مانند نگرانیهای امنیت سایبری، چالشهای جمعآوری و ذخیره داده و مقاومت نسلهای قدیمیتر، PMMI و Interact Analysis بر این باورند:
مزایایی که هوش مصنوعی میتواند به صنعت بستهبندی ارایه دهد، روشن است. با رسیدگی به نگرانیها و پیروی از بهترین شیوهها، شرکتها میتوانند هوش مصنوعی را با موفقیت یکپارچه کنند و از مزایای بلندمدت آن بهرهمند شوند.
