Diskusija i obuka kritični su prilikom implementacije digitalnih i statističkih alata.
U bilo kojoj industriji je veća vjerovatnoća da će adekvatno informisani zaposlenici prihvatiti i upravljati novom tehnologijom. Za presaone koje žele implementirati pametnu proizvodnju, angažman radne snage u razvoju je ključ uspjeha.
Pametna proizvodnja široko opisuje upotrebu digitalnih i statističkih alata za podršku proizvodnim odlukama. Najveći uticaj pametne proizvodnje na vašu radnu snagu biće uvođenje upravljanjem informacijama u njihove odgovornosti. Silosi se moraju razbiti ako pametna proizvodnja bude zaista pametna. To znači da dizajn/simulacija, isprobavanje kalupa i proizvodnja moraju razviti i podržati robusne povratne informacije. Ove povratne informacije su srž učenja najboljih praksi i minimiziranja grešaka u budućnosti.
A budući da industrija još uvijek otkriva trenutne i potencijalne mogućnosti umjetne inteligencije i mašinskog učenja (AI/ML), ljudi ostaju vaši najsvestraniji resursi i trebali bi biti vaša najpouzdanija kontrola nad zloupotrebom i pogrešnom primjenom AI/ML-a.
Podsticanje prihvatanja i konstruktivnog angažmana od strane zaposlenih zahtjeva otvorenu komunikaciju o mogućnostima pametne proizvodnje i njenom potencijalnom uticaju na proizvodnju i zaposlene. Objasnite im svoju definiciju pametne proizvodnje, svoje ciljeve i planove implementacije, kako će se uključiti u nove tehnologije i svoju etiku u pogledu upotrebe pametne proizvodnje. Zaposleni bi trebali razumjeti mogućnosti pametne proizvodnje, kako će upravljanje informacijama uticati na njihove poslove i kako odgovoriti na analitiku.
- Definišite i implementirajte etičku umjetnu inteligenciju
AI je nametljiv. Svi smo upoznati s nelagodom usputnog spominjanja proizvoda, samo da bismo bili napadnuti beskrajnim oglasima na društvenim mrežama i e-pošti za taj proizvod. Što je još gore, prije više od deset godina, Target je preplašio kupce slanjem kupona ženama na osnovu ocjene “predviđanja trudnoće” trgovca, izračunatog na osnovu njihovih kupovnih navika. Kada je prodavac počeo da šalje kupone za trudnice jednoj srednjoškolki u blizini Mineapolisa, uznemirujući njenog nepoznatog oca, Target je shvatio da je otišlo predaleko.
Vaši zaposleni imaju granice u pogledu toga koliko možete uticati na njihov lični život i ponašanje. Takođe imate odgovornost da poštujete mišljenja zaposlenih i da date prioritet njihovoj bezbjednosti. Prije nego što započnete svoj put pametne proizvodnje, važno je definisati koji je nivo praćenja zaposlenika prihvatljiv. Takođe morate definisati kako će menadžment postupati sa intervencijom zaposlenih u operacijama opreme i dovođenjem u pitanje integriteta analize. Znajući da čvrsto, razumno poštujete sigurnost i privatnost zaposlenih, pomoći će vam da ih prihvatite i spriječite zloupotrebu.
- Objasnite odgovornosti za upravljanje informacijama
Pametna proizvodnja se svodi na učenje. Rast dolazi od razumijevanja koji procesi pouzdano grade kvalitetne komponente. Svako ulaganje u novu tehnologiju bit će onoliko dobro koliko su kvalitetni i integritet podataka koje koristi. To znači da je svaki zaposlenik odgovoran da osigura da su odluke i aktivnosti precizno zabilježene.
Učenje također zahtijeva da se stari, naivni silosi moraju okončati. Zid između simulacije i dizajna alata i kalupa je kontraproduktivan. Najbolji način da naučite kako da dizajnirate matrice da bi se zadovoljile geometrijske specifikacije i upravljale povratnom snagom je uhvatiti povijest promjena i prilagođavanja u povratnoj petlji za grupu za dizajn i simulaciju.
Vaši zaposleni bi trebali razumjeti važnost podataka u modernom okruženju fabrike. Ne samo da bi trebali prikupljati tačne podatke, već moraju biti sigurni da ispituju podatke kada se čini da netačno odražavaju na okruženje.
- Osigurajte tačan odabir populacije uzorka
Odabir populacije uzorka je najkritičniji korak u analizi podataka. Proveo sam pet godina svoje karijere popravljajući štetu uzrokovanu ozbiljno pogrešnom analizom sprovedenom na pogrešnoj populaciji uzorka.
S obzirom na složenost svojstava materijala, primjene podmazivanja i alata u današnjim radionicama za štampu, od ključne je važnosti da obrazovan zaposlenik pregleda uzorke populacije koji se koriste za podršku odlukama o proizvodnji. Vaši analitičari podataka i revizori neće imati dovoljno duboko razumijevanje da odaberu upravo prave elemente za analizu.
- Uvesti osnove analize
Iako je nepotrebno podučavati račune zaposlenicima u fabrici, oni moraju razumjeti kako se dobijaju rezultati, šta rezultati znače i riječnik statističke analize. Bilo da se radi o analizi dimenzija i integriteta komponenti, razvoju statističkog modela historijskih podataka ili mjerenju rada štampe, važno je da odgovorni zaposleni razumiju šta se analizira i kako donijeti dobre odluke.
I dalje se sve svodi na materijal
Međutim, usred implementacije ovih digitalnih i statističkih alata, suština je i dalje materijal koji formirate – jedina konstanta u svakoj štampi.
Uz osnovno razumijevanje svojstava i ponašanja materijala koji se formiraju i primjene maziva i drugih zaliha, vaši zaposlenici mogu donijeti bolje odluke u radnji koristeći rezultate dobivene iz vaše implementacije pametne proizvodnje.
Članak 4 ways to prepare your workforce for smart manufacturing autora Bill Frahma preveden je sa portala The Fabrictor.
