工業製造
産業用モノのインターネット | 工業材料 | 機器のメンテナンスと修理 | 産業プログラミング |
home  MfgRobots >> 工業製造 >  >> Manufacturing Technology >> 産業技術

AIが工場やサプライチェーンで廃棄物にどのように取り組んでいるか

無駄のない世界が欲しいのなら、それを実現するために人間の脳以外のものが必要かもしれません。

その答えは、今日のビジネスの他の多くの側面と同様に、人工知能にあります。この場合、製造における産業廃棄物を排除する能力です。

Stephen Prattは、AIを使用して産業フロー業務を合理化する会社であるNoodle.aiの最高経営責任者です。彼は、駆け出しのテクノロジーを「工場やサプライチェーンの運営方法に戻る」ためのツールと見なしています。そして、それは「原材料から棚へのシームレスな流れ」を実現することを意味します。

もちろん、工場内外での廃棄物の排除は、何十年にもわたってサプライチェーンの幹部の執着でした。 muda の7つの形式を識別する有名なトヨタ生産方式 、日本の廃棄物の言葉は、1940年代後半にその起源をたどります。最近では、部品を工場に供給し、完成品を倉庫に供給するためのリーンアンドジャストインタイム(JIT)理論により、管理者が過剰在庫と見なしたものが取り除かれました。 (残念ながら、多くの小売業者は、COVID-19のパンデミック時に消費財の急増する需要を満たすのに十分な製品がないままになりました。ある人の「無駄のない」サプライチェーンは、別の人の在庫切れです。)

システムから廃棄物を洗い流すための以前の理論が、工場での実際の結果よりも多くの本や学術論文を生み出したかどうかを尋ねる必要があります。プラットによると、世界銀行は、今日の世界の産業廃棄物は都市ごみの18倍、つまり「私たちがゴミと呼んでいるもの」であると推定しています。

公平を期すために、リーン、JIT、シックスシグマの方法論、制約理論、およびその他の高度な計画ツールはすべて、工場内外の管理慣行にその名を刻んでいます。生産廃棄物は大幅に削減されましたが、今日でも2兆ドルの問題が残っています。 (プラットはその数を以下に分類します。)「完璧な流れの状態に近いところはありません」と彼は言います。 「多くのサプライチェーンには固定されたビジネスルールがありますが、在庫計画担当者に尋ねると、彼らが知っているのはそれらのルールが間違っているということだけだと言われます。」

廃棄物管理への新しいアプローチを備えたAIが登場します。プラット氏によると、違いは、複雑なアルゴリズムを使用して、過剰な部品、製品、および慣行が作業を詰まらせる恐れがある場合を予測することです。このようなアラートにより、人間は問題が製品の流れに影響を与える前に、問題を回避するための行動を取ることができます。

プラット氏によると、特に生産廃棄物を攻撃するためにAIを使用するのは、10年も経っていませんが、すでに「信じられないほど効果的」であることが証明されています。資材所要量計画(MRP)やエンタープライズリソースプランニング(ERP)などの以前の製造アプリケーションは、低速のコンピューターと高価なデータによって妨げられていました。

「これらのテクノロジーの存在の悩みの種は、生産量と納期の平均を想定していることです」とプラットは説明します。 「それは、地球上の人の平均的な靴のサイズについて話すようなものです。平均と現実の違いは、世界中の無駄の約半分です。」

トヨタの7つの形態のムダ 日本の産業エンジニアである大野耐一によって特定されたのは、輸送、在庫、移動、待機、過剰生産、過剰処理、および欠陥です。写真にAIを使用して、プラットは概念を工場を超えて拡張し、今日のサプライチェーンにおける廃棄物の4つの最大の領域として彼が見ているものを描写します。

初めて、成長を続けるコンピューティング機能により、これら4つの領域すべてを効果的に攻撃できるようになりました。現在、このような計算に使用されている平均的なコンピューターは、2000年に世界最速のスーパーコンピューターよりも2,000倍高速であるとPratt氏は述べています。

AIの役割は、記述的分析から規範的分析へと急速に移行しています。今日のAI主導のシステムは、異常をスキャンし、マネージャーにその差し迫ったことを警告し、そのようなイベントの結果を予測し、是正措置を推奨することができます。さらに、プラット氏は、「欠陥のある製品を生産しないように工場を調整する方法を説明しています」と述べています。

これは、人々が完全に視野から外れていることを意味するものではありません。プラットは、理想的なシステムを、AIの力ずくの計算能力と人間の脳の創造性と洞察を組み合わせたものと見なしています。そして、いずれにせよ、AIは、より大きな世界は言うまでもなく、製造環境でその約束を果たすまでにはまだ長い道のりがあります。

他の最先端技術と同様に、AIの受け入れは徐々に進んでいきます。しかし、プラットは、ウォルマートのような大手小売業者がサプライヤーによる完璧なパフォーマンスを求める要求によって、その成熟が加速していると考えています。そのような基準を満たす彼らの能力は、「存在と滅びの違いかもしれない」と彼は言います。


産業技術

  1. サプライチェーンと機械学習
  2. サプライチェーンで持続可能性を育てる方法
  3. データが将来のサプライチェーンをどのように可能にしているか
  4. ブロックチェーンとエッジコンピューティング:サプライチェーンの過給
  5. COVID-19がEコマースサプライチェーンをどのように変えているか
  6. サプライチェーンのデジタルトランスフォーメーション:現在と次
  7. 垂直農法:食品サプライチェーンにおける廃棄物と非効率性の解決策?
  8. 調達と人材育成:サプライチェーンにおける重要なパートナーシップ
  9. 次のサプライチェーンの混乱に備える方法
  10. 自動化が食品サプライチェーンの廃棄物をどのように削減できるか
  11. 透明性がパンデミック後の食品サプライチェーンをどのように高めるか