Umělá inteligence ve výrobě: kde pomáhá a jak s ní začít

Umělá inteligence ve výrobě se v posledních letech posunula od pilotních projektů velkých automobilek k řešením dostupným i pro střední a menší podniky. Pod pojmem Průmysl 4.0 se obecně skrývá propojení strojů, senzorů a informačních systémů, ve kterém AI pomáhá data vyhodnocovat a rozhodovat rychleji. V praxi to znamená kamerovou kontrolu kvality, lepší plánování výroby, bezpečnější pracoviště, srozumitelnější dokumentaci a rychlejší zaškolení nových lidí. V tomto článku projdeme hlavní oblasti, ve kterých AI ve výrobě pomáhá, a ukážeme, jak začít bez velkého rizika.

Kde umělá inteligence ve výrobě pomáhá

Využití se dá rozdělit do několika oblastí:

• kontrola kvality pomocí počítačového vidění,
• plánování výroby a řízení zakázek,
• údržba strojů, včetně prediktivní údržby,
• bezpečnost práce,
• dokumentace a pracovní postupy,
• zaškolení a rozvoj pracovníků,
• administrativa kolem výroby – nabídky, objednávky, reklamace.

Některé oblasti vyžadují investice do kamer, senzorů a integrací, jiné zvládnete s běžnými AI nástroji. Pro většinu firem je rozumné začít tam, kde je problém nejviditelnější a data nejdostupnější.

Kontrola kvality pomocí počítačového vidění

Vizuální kontrola je jednou z nejrozšířenějších aplikací AI v průmyslu. Kamera snímá výrobky na lince a model natrénovaný na příkladech dobrých a vadných kusů rozpozná škrábance, praskliny, chybějící součástky, špatně nalepené etikety nebo odchylky v barvě. Na rozdíl od člověka se neunaví ani na konci noční směny.

Na co myslet:

• trénovací data – model se učí z fotografií, takže je potřeba nasbírat dostatek snímků včetně vzácnějších vad,
• osvětlení a umístění kamery – často rozhoduje o úspěchu víc než samotný algoritmus,
• co s vadným kusem – výsledek kontroly musí navazovat na proces (vyřazení, označení, zastavení linky),
• role kontrolora – sporné případy by měl posoudit člověk a jeho rozhodnutí pomáhá model dál zlepšovat.

AI v průmyslu: plánování výroby

Plánování výroby je skládačka zakázek, kapacit strojů, směn, materiálu a termínů. Při změně jedné objednávky se často musí přeplánovat celý týden. Plánovací systémy s prvky AI umějí navrhnout pořadí zakázek s ohledem na přestavby strojů, dostupnost materiálu a termíny dodání a rychle přepočítat plán při výpadku.

I bez specializovaného systému může AI pomoci s analýzou. Z exportu dat o zakázkách připraví přehled, kde vznikají zpoždění, které výrobky mají nejdelší průběžnou dobu nebo jak se mění vytížení pracovišť. Plánovač tak dostane podklady k rozhodnutí rychleji. Výstupy je ale nutné kontrolovat, protože model se může v interpretaci dat splést.

Údržba strojů a prediktivní údržba

Neplánovaná porucha stroje dokáže zastavit celou linku. Prediktivní údržba využívá data ze senzorů (vibrace, teplota, proud, tlak) a historii poruch k odhadu, kdy se blíží problém, aby se servis naplánoval dřív. Jde o samostatné a poměrně rozsáhlé téma: jaké senzory zvolit, jaká data sbírat, jak funguje model a jak připravit pilot. Podrobně ho rozebírá článek prediktivní údržba pomocí AI.

AI a bezpečnost práce

Kamerové systémy s AI mohou rozpoznat, zda pracovník v určité zóně nosí přilbu, reflexní vestu nebo ochranné brýle, upozornit na vstup do nebezpečného prostoru u robota nebo vyhodnotit riziko srážky vysokozdvižného vozíku s chodcem. Senzory zase hlídají koncentraci plynů, hluk nebo teplotu.

Takové systémy ale pracují s obrazem zaměstnanců, a proto musí respektovat ochranu osobních údajů. Před nasazením je potřeba jasně stanovit účel, omezit uchovávání záznamů, informovat zaměstnance a zvážit, zda nestačí méně invazivní řešení. AI je pomůcka, ne náhrada školení BOZP a odpovědnosti vedoucích pracovníků.

AI pomůže i v kanceláři bezpečnostního technika: s přípravou podkladů pro hodnocení rizik, se shrnutím záznamů o skoronehodách nebo s tvorbou srozumitelných bezpečnostních pokynů.

AI ve strojírenství: dokumentace a pracovní postupy

Strojírenské a jiné výrobní firmy mají obrovské množství dokumentace: výkresy, technologické postupy, návody ke strojům, kontrolní plány, normy a interní předpisy. Najít v nich rychle správnou informaci bývá problém.

AI pomáhá:

1. vyhledávat v dokumentaci – interní asistent odpoví na otázku, jak seřídit konkrétní stroj, a odkáže na zdroj,
2. zjednodušit postupy – z dlouhého technického textu připraví stručný pracovní návod pro operátora,
3. překládat – návody a pokyny pro zahraniční pracovníky do jejich jazyka,
4. zpracovat nabídky a poptávky – vytěžit údaje z výkresů a poptávek a připravit podklady pro kalkulaci,
5. shrnout reklamace – z korespondence a protokolů připravit přehled pro rozhodnutí.

Jak takového asistenta postavit nad firemními dokumenty, popisuje článek interní AI asistent pro zaměstnance.

AI školení výrobních pracovníků

Nástup nového operátora znamená týdny zaučování, během kterých zkušený kolega nestíhá svou práci. AI může zaškolení urychlit: připravit výukové materiály z technologických postupů, vytvořit kontrolní otázky, odpovídat na dotazy nováčka během směny nebo převést pokyny do jednoduché řeči a do jiného jazyka.

Druhou stranou je zaškolení lidí v práci s AI samotnou. Technologové, mistři, plánovači i administrativa by měli vědět, co nástroje umějí, kde se mýlí a jaká data do nich nevkládat. Navíc evropské nařízení o umělé inteligenci ukládá firmám zajistit přiměřenou AI gramotnost zaměstnanců, kteří s AI pracují. Více v článku co je AI gramotnost.

Časté chyby při zavádění AI ve výrobě

• Nákup technologie bez jasného cíle. Kamery a senzory bez pojmenovaného problému vyprodukují data, která nikdo nevyužije.
• Podcenění dat. Nekvalitní nebo neúplná data vedou k nespolehlivým výsledkům a ztrátě důvěry.
• Obcházení lidí z provozu. Pokud operátoři nové řešení nepochopí nebo mu nevěří, budou ho obcházet.
• Chybějící navázání na proces. Výstup AI musí vést ke konkrétní akci, jinak zůstane jen zajímavou informací.
• Ignorování bezpečnosti. Propojení strojů s firemní sítí a cloudem vyžaduje promyšlenou kybernetickou ochranu.

Jak zavést umělou inteligenci ve výrobě

1. Vyberte konkrétní problém – vysoká zmetkovitost, zpoždění zakázek, dlouhé zaučování, ztracený čas hledáním v dokumentaci.
2. Zjistěte, jaká data máte a v jaké kvalitě. Bez dat žádný model nepomůže.
3. Začněte malým pilotem na jedné lince nebo jednom procesu.
4. Zapojte lidi z provozu – operátoři a mistři znají výjimky, které v datech nejsou vidět.
5. Měřte přínos oproti původnímu stavu a teprve pak rozšiřujte.

Strategické zavádění AI napříč firmou je obsahem kurzu AI transformace firem. Obecný postup najdete i v článku jak zavést AI ve firmě.

Podobné možnosti, jen v jiném prostředí, popisuje článek AI ve stavebnictví.

Závěr

Umělá inteligence ve výrobě pomáhá s kontrolou kvality, plánováním, údržbou, bezpečností, dokumentací i zaškolením lidí. Nejlepší výsledky přináší tam, kde řeší jasně pojmenovaný problém a navazuje na kvalitní data a zapojené pracovníky. Chcete automatizovat výrobní administrativu nebo práci s dokumentací? Podívejte se na službu AI automatizace procesů. Pokud chcete zavádění AI řídit sami, přihlaste se do kurzu AI transformace firem.