A Siemens Zrt. elnök-vezérigazgatójával készült interjúból kiderül:
- AI nélkül ma már nem épül új gyár – a technológia kulcs a versenyképességhez.
- A magyar kkv-knak csak 7 százaléka használ AI-t, míg a nagyvállalatok többsége már pilotokat futtat.
- Prediktív karbantartás: milliós megtakarításokat hozott több iparágban is.
- Az AI nem kiváltja, hanem kiegészíti a dolgozókat, új készségeket igényelve.
- A Siemens szerint az ipari automatizáció új korszakba lép, ahol a fizikai és digitális világ összeér.
Mennyire határozza meg ma az AI a modern ipari automatizációt? Eljutottunk már oda, hogy ez nélkülözhetetlen, vagy még a „kísérleti fázisban” vagyunk?
Új gyár jóformán már nem épül AI-képesség nélkül. Az ipari vezetők számára is egyértelmű, hogy az AI kulcsfontosságú a versenyképesség, a hatékonyság, a rugalmasság és a fenntarthatóság növelésében. Tény az is, hogy az iparágakban eltérő az adaptáció mértéke, és az AI potenciáljának kiaknázása még folyamatos fejlesztést igényel.
Magyarországon is jelentős különbség van a nagyvállalati és a kkv-k ipari AI-használata terén:
- a nagyvállalatok zöménél már aktívan foglalkoznak az AI-jal, egyes területeken – főként minőségellenőrzés terén – használják, vagy legalábbis pilot projekteket indítottak rá,
- addig a kkv-knál, saját kutatásunk szerint 100-ból csak 7 vállalat használ AI alapú megoldásokat.
Cégmérettől függetlenül ugyanakkor óvatos józanságra utal az, hogy jellemzően nem szívesen kommunikálják az AI-jal kapcsolatos eredményeiket, melyek mögött esetlegesen a technológia gyors megjelenéséből fakadó bizalmatlanság, az AI-szakértők hiánya, vagy az első eredmények értékelése, finomhangolások egyaránt állhatnak.
Milyen konkrét területeken használják jelenleg az AI-t a gyártásban, és milyen kézzelfogható előnyöket tapasztalnak?
A Siemens már az 1990-es évektől dolgozik azon, hogy az AI-t, a neurális hálózatok technológiáját beemelje az iparba. Számtalan felhasználási esetet látni világszerte, melyek inspirálhatják a hazai vállalatokat is. Többek között termék- és gyártástervezésnél, megelőző karbantartásnál, minőségbiztosításnál, de akár gyümölcsszedésnél, a vízszivárgások felderítésénél, lokalizációjánál, valamint adatközpontok energiaigényének csökkentésénél is.
AI segítségével automatizálható az intralogisztika legnehezebben gépesíthető területe, a komissiózás is. Ez jelenti a csomagok előkészítését, például a webes rendelések teljesítéséhez. Itthon is van már folyamatban olyan installáció, amikor a robot AI segítségével választja ki, fogja meg az előtte lévő változó alakú, súlyú termékeket, és készít elő az aktuális megrendeléshez tartozó dobozt. Segítségével többek közt a munkaerőhiánnyal küszködő logisztikai vállalatok tudják növelni a versenyképességüket.
A prediktív karbantartás valóban beváltotta a hozzá fűzött reményeket?
Igen, sok esetben éppen itt kezdik meg az AI-alapú megoldások használatát. Például a sok hazai háztartásban megtalálható Kotányi, a prémium fűszerek gyártója, az elöregedett szállítási rendszere miatt gyakori, nem tervezett leállásokkal küzdött, ami veszélyeztette a termelés hatékonyságát és a minőséget. A Siemens egy átfogó modernizációs megoldást nyújtott, amelynek egyik eleme AI-alapú prediktív karbantartási rendszer volt. Ez a rendszer valós időben elemzi a hajtásrendszer adatait, és mesterséges intelligencia segítségével előre jelzi a lehetséges meghibásodásokat, lehetővé téve a proaktív beavatkozást. Ennek eredményeként a Kotányi jelentősen növelte az átláthatóságot, a hatékonyságot és a rendelkezésre állást, megszüntetve a nem tervezett leállásokat.
Egy másik, élelmiszeripari példa: Európa egyik legnagyobb tejgyárában a folyamatos termelés biztosítása érdekében AI-alapú prediktív karbantartási rendszert vezettek be, mely a gépek működési adatainak elemzésével előre jelzi a meghibásodásokat, lehetővé téve a proaktív beavatkozást. A pilot projekt már a kezdeti szakaszban megtérült, mert felismerte egy szivattyú korai hibáját. Ez egy euróban hatszámjegyű megtakarítást eredményezett.
Melyek a legnagyobb kihívások, amikor AI-t próbálnak beilleszteni meglévő gyártósorokba és automatizált rendszerekbe?
A kihívások közé tartozik a pénzügyi források szűkössége, az elérhető szaktudás, a szakemberek megléte, illetve az AI-jal kommunikálni képes gépek elérhetősége. Jellemző még a régebbi berendezések használata az üzemekben, melyeket első lépésben „okossá”, de legalábbis kommunikációképessé kell tenni, hogy az AI előnyei kihasználhatóak legyenek. Emellett fontos különbséget tenni a „hétköznapi-fogyasztói” és az ipari AI között. Utóbbi esetében „húsbavágó” szempont a megbízhatóság – hogy szélsőséges ipari környezetben is tökéletesen működjön –, az előítélet-mentesség, a transzparencia, a kiberbiztonság, a skálázhatóság.
Hogyan változtatja meg az AI a gyártásban a dolgozók szerepét és szükséges kompetenciáit?
A gyártás egyre inkább szól a szoftverekről, mint a gépzsírról. Ebben a világban az elemzői gondolkodásmód, a problémamegoldás, a kollaboráció fontosabb, mint a gépek csavarszintű ismerete.
Az AI kiváltja vagy inkább kiegészíti a munkavállalókat?
Az AI nem kiváltja, hanem kiegészíti a munkavállalókat. Ehhez ugyanakkor szükséges, hogy a munkavállalók képezzék magukat, és tudásuk, illetve munkaerejük kevéssé legyen automatizálható.
Hasonló a helyzet, mint bármely ipari forradalomnál: átalakulnak a feladatok, és a magasabb hozzáadott értékű munkakörök maradnak meg.
Az ágazatspecifikus szaktudással ötvözött, AI-eszközök használatának ismerete komoly lehetőségeket nyit meg a munkaerőpiacon.
Hogyan képzeli el az ipari automatizációt 5-10 év múlva? Mi lesz az AI szerepe ebben?
A jelenleg is zajló negyedik ipari forradalom (Ipar 4.0) magasabb fokozatba kapcsol: ez egyre inkább a fizikai és digitális világ összekapcsolódásának, a gyártási és informatikai rendszerek konvergenciájának a korszaka, amelyben az ipari AI, az intelligens robotika, a digitális ikrek, a szoftvervezérelt automatizáció határozza meg a gyártást. Várható, hogy ahol nagy mennyiségű adatokkal dolgoznak, ott az AI képességeit bekapcsolják. Nagy jövőt jósolok az olyan plug&play AI-alapú alkalmazásoknak, melyek könnyen üzemeltetőek, és könnyen üzemeltethetővé tesznek bonyolult rendszereket. Ilyen lehet például az önvezető targoncák, robotok implementációját megkönnyítő megoldások az intralogisztika automatizációjánál, vagy a berendezések vezérlését végző ipari számítógépek (PLC-k) programozását megkönnyítő fejlesztések. Utóbbiak segítségével már nem a gépek nyelvén kell beszélni a gépekkel, hanem emberi nyelv segítségével lehet ezt megtenni, megkönnyítve a programozást.
Két saját példa az ipari automatizációban rejlő lehetőségekre: a németországi Ambergben lévő gyárunkban a termelés 18 év alatt 20-szorosára nőtt, miközben a dolgozók száma ugyanaz maradt. Egy másik üzemünkben, Erlangenben a fejlett technológiák, beleértve a mesterséges intelligenciát és a digitális ikreket is, 69 százalékos termelékenység-növekedést és 42 százalékos energiafogyasztás-csökkenést eredményeztek. Mindeközben folyamatos képzést biztosítunk munkatársainknak, hogy elsajátítsák a szükséges készségeket, ahogy a munkakörök fejlődnek.