Khi AI đi vào hoạt động - Chuyển đổi tự động hóa nhà máy

Tóm tắt tập

Industrial AI đang chuyển từ phòng thí nghiệm sang sàn nhà máy. Trong tập này của Triển vọng lạc quan trong nămLauren Espin khám phá cách AI có thể giúp các nhà sản xuất giải quyết tình trạng thiếu lao động lành nghề và cải thiện năng suất kỹ thuật.

Ở trung tâm của câu chuyện là Eigen Engineering Agent, được phát triển bởi trung tâm AI của Siemens ở Seattle. Bằng cách kết hợp AI với dữ liệu kỹ thuật dành riêng cho nhà máy, Eigen có thể giúp các kỹ sư tự động hóa viết mã và cấu hình các hệ thống công nghiệp — thực hiện các tác vụ kỹ thuật phức tạp với tốc độ gấp năm lần con người. Trong quá trình triển khai thí điểm trên hơn 100 công ty tại 19 quốc gia, Eigen đã mang lại hiệu quả kỹ thuật cao hơn tới 50%.

Nhưng việc đưa AI vào môi trường công nghiệp đòi hỏi nhiều hơn những mô hình mạnh mẽ. Chuyên môn của con người, mô phỏng và xác nhận vẫn cần thiết để đảm bảo công việc do AI tạo ra an toàn, đáng tin cậy và sẵn sàng cho thế giới thực.

Kết quả? Một cái nhìn thoáng qua về cách Industrial AI có thể định hình lại ngành sản xuất — không phải bằng cách thay thế các kỹ sư, mà bằng cách giúp những người có tay nghề cao làm được nhiều hơn.

Bảng điểm đầy đủ

Tôi là Lauren Espin, và đây là Triển vọng lạc quan trong năm, cập nhật nhanh về một sự phát triển quan trọng định hình tương lai.

Hoa Kỳ đã đặt ra một mục tiêu đầy tham vọng là tái công nghiệp hóa nền kinh tế của mình. Điều đó có nghĩa là xây dựng năng lực sản xuất mới, hiện đại hóa các hoạt động hiện có và duy trì tính cạnh tranh toàn cầu — tất cả trong khi ngành công nghiệp phải đối mặt với tình trạng thiếu lao động lành nghề dai dẳng.

Industrial AI có thể là một trong những công cụ quan trọng nhất để đáp ứng thách thức đó. Nó có thể xây dựng dựa trên nhiều thập kỷ tiến bộ trong tự động hóa, phần mềm và song sinh kỹ thuật số để giúp các kỹ sư, người vận hành và kỹ thuật viên trở nên hiệu quả hơn, đẩy nhanh đổi mới và giải quyết các vấn đề ngày càng phức tạp.

Nhưng nhận ra cơ hội đó đòi hỏi nhiều hơn các mô hình AI mạnh mẽ. Chúng ta cần triển khai AI trong thế giới thực, trên quy mô lớn, theo những cách mang lại lợi ích năng suất có thể đo lường được.

Và điều đó đưa chúng ta đến một phần công nghệ mà hầu hết chúng ta hiếm khi nghĩ đến - tất nhiên, trừ khi bạn làm việc trong lĩnh vực sản xuất.

PLC, hoặc bộ điều khiển logic lập trình. Người ta có thể đã kiểm soát đường dây đổ đầy chai nước trên bàn làm việc của bạn. Một người khác đã giúp sản xuất một bộ phận bên trong chiếc xe bạn lái ngày hôm nay. Và một người khác có thể đã giúp đóng gói hộp giao hàng xuất hiện trên hiên nhà của bạn.

PLC ở khắp mọi nơi trong ngành công nghiệp hiện đại. Siemens sản xuất rất nhiều trong số chúng. Trên thực tế, khoảng một phần ba máy móc trên thế giới được điều khiển bởi PLC của Siemens.

Và tất cả các bộ điều khiển đó cần phải được lập trình.

Đó là công việc của các kỹ sư tự động hóa. Họ viết mã điều khiển, cấu hình hệ thống và mạng, kiểm tra các kết nối và đảm bảo các hệ thống công nghiệp ngày càng phức tạp hoạt động như dự định.

Và ngày nay, những kỹ sư lành nghề đó đang thiếu hụt.

Vì vậy, câu hỏi hiển nhiên: Tại sao không sử dụng AI để tăng năng suất của lực lượng lao động mà chúng ta có?

AI đã làm việc chăm chỉ trong các nhà máy ngày nay. Máy ảnh phát hiện các khuyết tật trên dây chuyền sản xuất. Hệ thống dự đoán khi nào động cơ sắp hỏng. Những người khác tìm cách để tăng thông lượng ra khỏi một dòng quan trọng.

Những ứng dụng này hoạt động vì chúng thực sự giỏi trong việc thực hiện một công việc cụ thể. Một máy ảnh. Một dây chuyền sản xuất. Cung cấp cho AI đủ ví dụ và nó sẽ học cách thực hiện công việc đó cực kỳ tốt.

Nhưng lập trình một bộ điều khiển không phải là một công việc.

Một kỹ sư tự động hóa có thể được yêu cầu giải quyết bất kỳ số vấn đề nào và câu trả lời đúng phụ thuộc vào nhà máy cụ thể - thiết bị, cấu hình, hệ thống dây điện, thậm chí cả quy ước đặt tên.

Điều đó gây khó khăn cho việc mở rộng AI theo cách tương tự. Bạn không thể xây dựng và đào tạo một mô hình mới cho mọi nhà máy và mọi khách hàng.

Trong khi đó, AI đa mục đích giải quyết một phần của vấn đề đó. Các mô hình mạnh mẽ nhất hiện nay có thể lý luận, viết phần mềm và giải quyết nhiều nhiệm vụ hơn nhiều. Nhưng họ vốn dĩ không hiểu nhà máy của bạn. Dữ liệu kỹ thuật mô tả một nhà máy - thiết bị, cấu hình và hệ thống điện của nó - là cụ thể cho môi trường đó và thường là riêng tư.

Đó là nơi bối cảnh công nghiệp quan trọng.

Hãy nghĩ về một kỹ sư mới xuất sắc trong ngày đầu tiên của họ. Họ hiểu kỹ thuật, nhưng họ chưa bao giờ đặt chân vào nhà máy của bạn. Bạn không gửi họ trở lại trường học. Bạn cung cấp cho họ quyền truy cập vào thông tin phù hợp về hệ thống cụ thể mà họ đang làm việc và rất nhanh chóng, họ đang đóng góp.

Đó là ý tưởng đằng sau Eigen Engineering Agent.

Được phát triển tại trung tâm AI của Siemens ở Seattle, Eigen làm việc trong phần mềm kỹ thuật mà các kỹ sư tự động hóa đã sử dụng. Nó có thể truy cập thông tin dự án mô tả cách cấu hình nhà máy, cùng với sơ đồ đấu dây điện và dữ liệu kỹ thuật liên quan khác.

Một kỹ sư có thể mô tả những gì họ muốn bằng ngôn ngữ đơn giản. Eigen vượt ra ngoài việc tạo ra các đề xuất để tự động thực hiện các nhiệm vụ kỹ thuật phức tạp. Nó có thể hiểu được thách thức và về cơ bản bắt đầu làm việc - viết mã hoặc cấu hình hệ thống - cho đến khi nó cung cấp mục tiêu hiệu suất do kỹ sư đặt ra.

Và nó đã được triển khai.

Trong quá trình triển khai thí điểm trên hơn 100 công ty tại 19 quốc gia, Eigen đã mang lại hiệu quả kỹ thuật cao hơn tới 50%. Nó có thể thực hiện các nhiệm vụ kỹ thuật với tốc độ gấp hai đến năm lần của con người.

Khi các kỹ sư tự động hóa lành nghề khan hiếm, những lợi ích đó rất quan trọng.

Để Industrial AI được triển khai trên quy mô lớn, nó cũng phải được tin tưởng.

Đó là lý do tại sao sự giám sát và xác nhận của con người được tích hợp vào quy trình. Mã có thể được kiểm tra thông qua các công cụ mô phỏng mô hình hóa cách bộ điều khiển sẽ hoạt động trước khi nó đến thiết bị trực tiếp, với một kỹ sư xem xét và phê duyệt công việc.

Đó là một sự khác biệt quan trọng. Industrial AI không chỉ đơn giản là đưa các mô hình AI mạnh mẽ vào nhà máy. Đó là về việc kết hợp AI với bối cảnh công nghiệp sâu sắc và chuyên môn kỹ thuật để nó có thể được triển khai một cách an toàn và đáng tin cậy trong thế giới thực.

Và Eigen là một phần của nỗ lực lớn hơn nhiều. Siemens đang đầu tư 1 tỷ đô la vào các khả năng và dịch vụ AI trong ba năm tới, dựa trên nhiều thập kỷ kinh nghiệm áp dụng công nghệ trong ngành công nghiệp và cơ sở hạ tầng.

Bởi vì chương tiếp theo của AI sẽ không chỉ được xác định bởi các mô hình mạnh mẽ hơn. Nó cũng sẽ được xác định bởi khả năng của chúng tôi để triển khai chúng trong thế giới thực - với bối cảnh công nghiệp và chuyên môn của con người cần thiết để giải quyết các vấn đề thực tế và cung cấp giá trị có thể đo lường được.

Đó là một tiến trình yên tĩnh hơn so với một chatbot trở nên thông minh hơn. Nó xảy ra bên trong các nhà máy, làm việc cùng với các kỹ sư và cuối cùng, bên trong những PLC mà hầu hết chúng ta sẽ không bao giờ nhìn thấy.

Nhưng tất cả chúng ta sẽ trải nghiệm kết quả.

Tôi là Lauren Espin, và đây là Triển vọng lạc quan.