Inteligentne technologie

Cyfryzacja – małe wrota do wielkich miast?

Artur Komolka 21 października 2019

Wielka technologiczna piątka

Cyfryzacja – małe wrota do wielkich miast?

 

Transformacja cyfrowa, Industry 4.0, Smart Factory oraz wiele innych sloganów to w ostatnich latach słowa klucze, które mają otwierać wrota do świetlanej przyszłości przedsiębiorstw. Nic dziwnego, że większość firm jasno podkreśla, że cyfrowa transformacja ma dla nich fundamentalne znaczenie. Rodzi się tylko pytanie: czy praktyka w tym obszarze idzie w parze z deklaracjami i jak wdrażać technologie przy niskiej barierze wejścia?

Jednym z podstawowych powodów, dla których firmy decydują się na wdrożenia nowych technologii, jest rosnąca presja obniżania kosztów. W dobie olbrzymiej fluktuacji rynków i wszechobecnej konkurencji niemal niemożliwe staje się uzyskanie przewagi konkurencyjnej bez inwestowania w technologie. Minęły czasy, kiedy decydowały o tym niskie koszty pracy. Jak więc przejść na „cyfrową stronę mocy”? Formułując odpowiedź, natrafimy na główną barierę transformacji, a zarazem na klasyczny paradoks. Z jednej strony za pomocą technologii chcemy obniżać koszty, z drugiej strony rozwój technologii jest procesem kosztownym. Dodatkowo dochodzi kolejna przeszkoda – czas, który mimo że nie jest wartością wymierną, taką jak pieniądz, powinien być jednak postrzegany jako koszt. Gdzie więc leży złoty środek technologicznej drogi? Spośród wielu elementów, na które składa się transformacja cyfrowa, część wbrew pozorom niekoniecznie musi być bardzo kosztowna, a wiedza nagromadzona podczas procesu poznawczego może okazać się cenna przy większych i bardziej złożonych projektach technologicznych.

Additive Manufacturing

Drukowanie przestrzenne, czyli druk 3D, dla licznych firm produkcyjnych już teraz jest jednym z podstawowych elementów wytwarzania m.in. prototypów części produkcyjnych, zapasowych części do maszyn i środków produkcji. Jedna z najważniejszych technologii koncepcji Industry 4.0 łączy w rzeczywistości dwa obszary:

  1. Software, w ramach którego głównie przy użyciu programów typu CAD/CAM tworzony jest projekt nowego elementu.
  2. Hardware – drukarka 3D, na której następuje wytworzenie zaprojektowanego elementu.

Druk 3D z powodu kosztów nie powinien być wykorzystywany w produkcji masowej (w bardzo dużych seriach), jednak w wypadku ETO (engineering to order) lub krótkich serii może być alternatywą dla zewnętrznych dostawców. Jedną z jego głównych zalet jest znaczne skrócenie czasu procesu projektowania. W procesie tym mamy do czynienia z wielokrotną pętlą: projekt w CAD –> prototyp rzeczywisty –> wykryte błędy –> projekt w CAD… Informacja zwrotna o błędach jest w wypadku druku przestrzennego prawie natychmiastowa. Przyjmuje się, że druk 3D umożliwia skrócenie czasu projektowania nawet o 80 procent.

Kolejną zaletą są coraz niższe koszty. Ceny drukarek 3D z roku na rok spadają. Obecnie w przedziale od 10 tysięcy do 20 tysięcy złotych otrzymamy w miarę dobrą drukarkę w technologii FDM/FFF (drukowanie 3D w formie termoplastu), co w wielu wypadkach prowadzi do bardzo szybkiego zwrotu z inwestycji. Szacuje się, że w procesie prototypowania ROI dla wartości mierzalnych w druku 3D wynosi średnio od roku do półtora roku. Technologia nie wydaje się więc kosztowna z punktu widzenia wydatków, a przeniesienie procesu tworzenia i przygotowania prototypów od zewnętrznych dostawców do firmy sprawia, że dodatkowo uczymy się procesu poznawczo-badawczego – popełniamy błędy, korygujemy je, przez co budujemy pewien nowy rodzaj komunikacji czy współpracy w firmie.

– Przede wszystkim należy zrozumieć, że transformacja cyfrowa stanowi rewolucję w działalności operacyjnej przedsiębiorstwa. Kultura organizacyjna bardzo często powoli przekształca się w kulturę o charakterze zwinnym. Sztywne zależności wynikające z dotychczasowej struktury oraz interakcje między pracownikami dotyczące transakcji w systemach ERP nowej generacji stają się dostępne dla wszystkich – Filip Fludra, Sales Manager Poland, Exact.

Robotic Process Automation

Robotic Process Automation (RPA) to zrobotyzowana automatyzacja procesów biznesowych. W wielu przedsiębiorstwach ilość pracy ręcznej w obszarach biurowych w dalszym ciągu stanowi duży potencjał optymalizacyjny. Eliminacja manualnych czynności, które cechuje wysoka powtarzalność i ograniczona liczba wyjątków, jest doskonałym pierwszym krokiem w kierunku transformacji cyfrowej. Wymierne korzyści będą szybko widoczne w skali firmy (minimalizacja czasu pracy, skrócenie czasu przetwarzania danych itp.), a wszystko przy niewysokich nakładach finansowych.

Na rynku działa kilka firm oferujących rozwiązania Robotic Process Automation. Liderzy to oczywiście UiPath, Blueprism, Antomation Anywhare czy G1ANT. Dodatkowo mamy całą rzeszę opensource’owych rozwiązań, które z powodzeniem wystarczą na początek przygody z Robotic Process Automation. W wypadku liderów rynkowych szacuje się, że średni koszt robota wynosi 5–10 tysięcy dolarów. Z pozoru estymacja wydaje się wysoka, jednak modele licencyjne niekiedy są dość elastyczne, na przykład koszt miesięczny lub opłaty za roboczogodziny robota.

Na początku wdrożenia RPA w firmie konieczne jest sprawdzenie, zoptymalizowanie i uproszczenie obszarów pracy manualnej w systemach, czyli ponowne zamodelowanie procesów biznesowych, co wydatnie wpływa na poprawę funkcjonowania przedsiębiorstwa i stanowi niepodważalną wartość dodaną całej implementacji.

Po pierwszym kroku, który pozwoli zapoznać się z ideą RPA – i w którym zwrot z inwestycji jest już widoczny – otwiera się prawdziwe królestwo tej technologii. Dzięki cyfrowym danym i zastosowaniu aplikacji do modelowania procesów biznesowych można rozpocząć pracę z robotami nad analizą tendencji, prognozowaniem wyników i definiowaniem najlepszych możliwości kolejnych działań, np. w procesie produkcji. Naturalnie tutaj niezbędne staje się dołączenie kolejnych elementów transformacji cyfrowej, takich jak: Big Data Analytics, Machine Learning czy analityki kognitywnej. To już jednak elementy, które wymagają większych nakładów zarówno finansowych, jak i osobowych oraz czasowych.

– Rapid Manufacturing, czyli produkcja jednostkowa wytrzymałych i w pełni funkcjonalnych elementów, coraz częściej stosowana jest w nowoczesnych fabrykach. Niski koszt wytworzenia i szybki czas realizacji to niewątpliwie główne zalety, które zachęcają firmy do inwestowania w technologie addytywne. Od pewnego czasu druk 3D wykorzystuje się do całkowicie zautomatyzowanej produkcji na dużą skalę. Czołowe przedsiębiorstwa, m.in. z branży elektronicznej i odzieżowej, mają już inteligentne fabryki. Firmy produkujące opony od jakiegoś czasu testują biodegradowalne opony bezpowietrzne. Niedawno została przedstawiona interesująca wizja „opon przyszłości”, która ma znaleźć zastosowanie w autonomicznych pojazdach. Dzięki sferycznemu kształtowi opony samochód zmieni pas ruchu, przesuwając się po drodze bez zmiany kierunku jazdy. Wraz z rozwojem materiałów do druku oraz udoskonalaniem technologii druk 3D znajdzie jeszcze szersze zastosowanie w przemyśle motoryzacyjnym, lotniczym, spożywczym, budowlanym oraz w medycynie. Według NASA już w niedalekiej przyszłości druk 3D będzie główną technologią do zbudowania baz na Księżycu i na Marsie, wykorzystując dostępne tam surowce jako materiał do druku – Artur Gęgotek, koordynator ds. optymalizacji i rozwoju, ATMAT.

Przemysłowy Internet of Things

Oczywiście nie można mówić o transformacji cyfrowej bez jednego z najpopularniejszych trendów ostatnich lat, czyli Internetu Rzeczy (Internet of Things, IoT). W wypadku przedsiębiorstw czysto produkcyjnych, konieczne staje się dodanie przedrostka „przemysłowy” w celu oddzielenia urządzeń domowych (smart home), które w zastosowaniach profesjonalnych, niestety, się nie sprawdzają.

Liczba dostępnych na rynku rozwiązań jest naprawdę olbrzymia. Zakres cenowy także. Tak więc nawet przy niewielkich nakładach finansowych można rozpocząć testowanie lub proces badawczy, aby sprawdzić zastosowanie tego typu urządzeń w fabryce.

Przy tak olbrzymim technologicznym rynku rzeczą problematyczną wydaje się już sama selekcja urządzeń, które można testować. Coraz częściej pojawiają się firmy, które świadczą usługi weryfikacji i oceny urządzeń IoT pod kątem najbardziej optymalnych zastosowań w danym przedsiębiorstwie.

Koncepcja przemysłowego IoT jest bardzo mocno lansowana, co nie oznacza, że jest z takim samym entuzjazmem przyjmowana np. przez służby utrzymania ruchu lub kierowników produkcji. Jednak co do jednego nie powinno być wątpliwości – fabryki przyszłości nie będą w stanie funkcjonować bez przemysłowego Internetu Rzeczy. Idziemy w kierunku pełnej inwigilacji i monitoringu wszelkich elementów funkcjonowania w procesie produkcyjnym. To zaś wymaga wielu sensorów i czujników, z których będą pobierane olbrzymie ilości danych, gromadzonych, agregowanych i przetwarzanych w zależności od zdefiniowanych algorytmów. Oznacza to, że IoT sam w sobie nie tworzy wartości dodanej, mimo to – w połączeniu z systemami przetwarzania danych – robimy naprawdę duży krok w kierunku transformacji cyfrowej. Dlatego im wcześniej rozpoczniemy testowanie tego typu urządzeń, tym szybciej zdobyta wiedza przełoży się na wymierne rezultaty. Zaczynając od najprostszych elementów, takich jak czujniki temperatury, wilgotności, czystości powietrza, przez wszelkie czujniki przypisane do maszyn lub urządzeń, a kończąc na skomplikowanych sterownikach PLC – budujmy naszą wiedzę i doświadczenie, które w połączeniu z przetwarzaniem danych z urządzeń pozwolą nam małymi krokami zmierzać w kierunku rzeczywistej Smart Factory.

Z kosztowego punktu widzenia elementy przemysłowego IoT nie powinny być dużą przeszkodą dla znacznej liczby przedsiębiorstw. Ceny czujników, bazujących nawet na zdalnych transmisjach danych, są naprawdę przystępne i niezastąpione dla procesu poznawczego, szczególnie w kwestii zbierania i przetwarzania danych, a później ich prezentacji (często z wykorzystaniem urządzenia mobilnego).

Musimy stale pamiętać, że przed nami kolejny przełom technologiczny. Technologia 5G jest już za rogiem, a dla IoT będzie to wysokooktanowe paliwo do dalszego szybkiego rozwoju.

– Organizacje dojrzałe do transformacji cyfrowej modelują swoje struktury w sposób pozwalający na wyciąganie wniosków i podejmowanie decyzji biznesowych na podstawie zgromadzonych danych, zarówno operacyjnych ale także wynikających z komunikacji między pracownikami. W tej przestrzeni nowoczesne systemy ERP, stanowić będą centralny punkt. Migracja do chmury będzie postępować, ponieważ organizacje transformujące częściej zwracają uwagę na TCO (Total Cost of Ownership), jednak nie spodziewam się tu zawrotnego tempa. W Exact w pracę nad algorytmami AI zaangażowany jest specjalnie powołany dedykowany zespół analityczny. Systemy ERP nowej generacji, wykorzystujące AI i Machine Learning, będą nie tylko wsparciem dla analityków danych ale przede wszystkim uwolnią potencjał kreatywny ludzi – Dominik Szafrański, Senior Sales Executive, Exact.

Chmura obliczeniowa

Chmura obliczeniowa to nic innego, jak model przetwarzania danych oparty na użytkowaniu usług dostarczanych przez zewnętrznego partnera. Niezaprzeczalnie według wszelkich badań i prognoz to przyszłość, przed którą nie ma odwrotu. Oznacza to, że wcześniej czy później transformacja firm do modelu usług jest nieunikniona. Ostatnie dane wskazują, że aż 61 proc. polskich przedsiębiorstw korzysta z rozwiązań chmurowych. Mimo tak wysokiego wskaźnika wartość polskiego rynku, który szacuje się w 2019 r. na 800 milionów euro, nie robi wielkiego wrażenia w porównaniu np. ze Stanami Zjednoczonymi lub z Japonią. Dynamika wzrostu sięga jednak niemal 16 proc. (w porównaniu z 2017 r.), należy więc założyć, że w kolejnych latach rynek będzie nadal przyspieszał.

Chmura jest jednym z kluczowych elementów transformacji cyfrowej. Korzyści z niej płynące są naprawdę wymierne. Najczęściej mówi się o:

  • dostępie do danych z każdego miejsca i na dowolnym urządzeniu,
  • skalowalności,
  • mocy obliczeniowej na żądanie,
  • oszczędnościach w obszarze infrastruktury IT,
  • relatywnie łatwej integracji systemowej.

Nieuchronny krok w kierunku chmury musi być poprzedzony rzeczywistym rozpoznaniem możliwości rozwiązań chmurowych i właściwym przygotowaniem się do takiej migracji. Oczywiste jest, że proces przejścia do środowiska chmurowego nie może polegać na migracji jeden do jeden całości infrastruktury IT – konieczna jest tutaj analiza koncepcji takiego przejścia oraz zaplanowanie go w kilku krokach (etapach), biorąc pod uwagę różne modele chmury:

  • IaaS (Infrastructure as a Service) – infrastruktura jako usługa,
  • PaaS (Platform as a Service) – platforma informatyczna jako usługa
  • SaaS (Software as a Service) – oprogramowanie jako usługa.

Niezbędne staje się testowanie procesu przejścia na wyżej wymienione modele usług chmurowych. Należy pamiętać, że proces będzie rozciągnięty w czasie, co oznacza, że przez długi okres będzie to rozwiązanie matriksowe – firmy będą działać w rozwiązaniach typu on-premise oraz chmurowych jednocześnie. Wymaga to rozpoznania wielu aspektów integracji takich środowisk pod kątem bezpieczeństwa, dostępu do danych, przemyślanego procesu autoryzacji, analizy i ekstrakcji danych do migracji.

Jednym z ważniejszych aspektów w wypadku chmury obliczeniowej jest dokładne sprawdzenie kosztów. Usługi chmurowe oferują bowiem wiele różnych serwisów. Model kosztowy tego typu usług oparty jest na opłatach za serwis. Dlatego właściwe rozpoznanie kosztów poszczególnych elementów przed migracją będzie miało ogromny wpływ na późniejszy budżet całego przedsięwzięcia. Stąd przetestowanie tych elementów w mikroskali bądź na przykładzie małych lub niekrytycznych procesów i obszarów jest sprawą kluczową.

Wyżej opisane procesy przygotowawcze lub testowanie poszczególnych modeli są procesami pracochłonnymi i wymagają czasu. W pierwszym etapie rzadko dostrzega się wymierne korzyści, gdyż dopiero kolejne korki, szczególnie w modelu SaaS, takie jak przeniesienie aplikacji, dostęp przez urządzenia mobilne lub z każdego miejsca, dają wartość dodaną pracownikom firmy. Jednak bez właściwych podstaw i przygotowania całego procesu efektywność następnych kroków z punktu widzenia interesów firmy rzadko będzie właściwie oceniana i wartościowana.

– Temat sztucznej inteligencji najczęściej pojawia się w kontekście wspierania procesów produkcyjnych oraz tworzenia innowacyjnych rozwiązań i usług. Systemy analityczne wykorzystujące AI wspierają również zarządzanie przedsiębiorstwem, gdzie dostęp do informacji pozwala budować przewagę konkurencyjną. AI pozwala przewidywać popyt na oferowane produkty, optymalizować procesy logistyczne i wytwarzania, minimalizować koszty zakupu, a także precyzyjnie oceniać ryzyka kontraktowe i biznesowe. Na tej podstawie możliwe jest podejmowanie bezpiecznych i efektywnych decyzji, a także monitorowanie realizacji nawet najbardziej złożonych strategii biznesowych. Menedżer, który w każdym momencie ma dostęp do aktualnych danych o kondycji przedsiębiorstwa wraz z prognozami oraz sugerowanymi scenariuszami postępowania, staje się mobilny, dynamiczny i zyskuje zwinność, która dzisiaj jest kluczowa dla skutecznego konkurowania i rozwijania przedsiębiorstwa. Nie jest bowiem sztuką analizować dane, sztuką jest analizować właściwie zebrane informacje w czasie rzeczywistym i pod kątem odpowiednio sformułowanych zadań. Na tym polega właśnie praca data scientistów – badaczy danych. Łączą oni kompetencje statystyczne z wiedzą biznesową, co finalnie przekłada się na nowe przewagi konkurencyjne. W SAS wdrażamy systemy, które pozyskują, oczyszczają, porządkują i analizują dane w oparciu o najbardziej złożone algorytmy. Wnioski z tych analiz w czasie rzeczywistym dostępne są do wykorzystania w podejmowaniu decyzji – Patryk Choroś, Business Development Director, SAS Polska.

Predictive maintenance

Predykcyjne utrzymanie ruchu uznaję za mikroskalę większej transformacji cyfrowej, ponieważ zawiera w sobie większość technologii, które składają się na proces digitalizacji (rys. 1).

Rys. 1. Ogólny schemat różnych technologii, które mogą być użyte w procesie predictive maintenance; źródło: www.seebo.com

Do najczęstszych technologii wchodzących w skład tego procesu można zaliczyć:

  • IoT – czujniki zbierające dane z maszyn, czujniki sprawdzające warunki otoczenia,
  • digital twins – połączenie maszyn i urządzeń z ich systemowymi odpowiednikami,
  • chmura jako medium do zbierania i przetwarzania informacji z czujników i urządzeń,
  • Big Data Analytics jako narzędzia analizy danych i predykcji awarii lub przeglądów maszyn i ich elementów,
  • urządzenia mobilne jako interfejs dla użytkowników,
  • interfejsy między wszystkimi elementami lub systemami.

Kompleksowość procesu predictive maintenance sprawia, że wszystkie elementy muszą perfekcyjnie współgrać, tak aby proces przynosił przedsiębiorstwu wymierne korzyści. Jednak poszczególne elementy nie muszą być wdrażane od razu lub jednocześnie. Scenariusz odnosi się do poznawania, testowania i wdrażania poszczególnych elementów i skutecznego ich uruchamiania, a dopiero na samym końcu ich pełnej integracji. Z punktu widzenia inwestycji firmy pozwala on rozpocząć transformację cyfrową od pojedynczych elementów, tak by już na początku nie generować wysokich kosztów. Mikroskala działań sprawia, że koszty nie będą takie jak przy kompleksowych wdrożeniach tych technologii.

Rozwój technologiczny firmy jest procesem kosztownym. Nie ulega wątpliwości, że nie ma innej drogi dla przedsiębiorstw, by sprostać warunkom silnej konkurencji. Robienie małych kroków daje nadzieje, że przy relatywnie niskich nakładach można podążać w ślad za kosztowną technologią. Abstrahując od kosztów i innych aspektów organizacyjnych związanych z transformacją cyfrową, należy docenić możliwość zabawy technologią i czerpać z tego radość, a w takim wypadku wcześniej czy później aspekt zwrotu z inwestycji będzie oczywisty i naturalny.

– SI, a dokładniej systemy bazujące na analizie danych i uczeniu maszynowym, już od pewnego czasu goszczą w nowoczesnych fabrykach. Siemens używa sieci neuronowych poprawiających efektywność produkcji w stalowniach. Fabryki LG, bazując na Azure Machine Learning, przewidują usterki maszyn zanim te się pojawią. SI ma już zastosowanie w prawie każdym aspekcie produkcji i wspomaga ludzi w kontroli jakości, redukcji zanieczyszczeń, zarządzaniu łańcuchem dostaw czy post produkcji. Największe koncerny zdają sobie sprawę z wartości, jaką daje zastosowanie SI. General Electric przeznaczył miliard dolarów na budowę systemu Predix bazującego na uczeniu głębokim, który pozwalaja wykrywać problemy na produkcji i sugerować rozwiązania. Siemens rozwija konkurencyjne rozwiązanie – Mindsphere – korzystające z możliwości SI oferowanych przez IBM Watson. Obie platformy są dostępne dla zewnętrznych firm, więc wydaje się tylko kwestią czasu, kiedy rozwiązania bazujące na SI będą dostępne również dla mniejszych firm. Według ONZ wartość dodana światowej produkcji w 2017 wyniosła 13 bilionów dolarów. Wyobraźmy sobie, że dzięki SI uda nam się zwiększyć jej efektywność tylko o kilka procent. Są to ogromne sumy, a McKinsey przewiduje, że inteligentne fabryki do 2025 roku wniosą dodatkową wartość nawet w wysokości 37 bilionów dolarów – Michał Staśkiewicz, prezes zarządu, Alphamoon.

Łezki:

  • 10–20 tys.PLN – inwestycja w drukarkę 3D w technologii FDM/FFF
  • 5–10 tys.USD – średni koszt robota RPA
  • 61 proc. polskich firm korzysta z rozwiązań chmurowych

 Wybicia:

Koncepcja przemysłowego IoT jest bardzo mocno lansowana, co jednak nie oznacza, że jest z takim samym entuzjazmem przyjmowana np. przez służby utrzymania ruchu lub kierowników produkcji.

Co do jednego nie powinno być wątpliwości – fabryki przyszłości nie będą w stanie funkcjonować bez przemysłowego Internetu Rzeczy.

Technologia 5G jest już za rogiem, a dla IoT będzie to wysokooktanowe paliwo do dalszego szybkiego rozwoju.

Nieuchronny krok w kierunku chmury musi być poprzedzony rzeczywistym rozpoznaniem możliwości rozwiązań chmurowych i właściwym przygotowaniem się do takiej migracji.

Autor:

Artur Komolka

Dyrektor IT zarządzający wewnętrznym IT Share Service Centre, odpowiedzialny za obszary wszystkich aplikacji biznesowych w grupie Sumitomo Bordnetze, która jest jednym z liderów rynku w produkcji wiązek elektrycznych do samochodów osobowych. Od lat zajmuje się wprowadzaniem idei Industry 4.0 i digitalizacji do przedsiębiorstw produkcyjnych oraz integracją systemów w celu usprawnienia procesów logistyczno-produkcyjnych. Zwolennik nowych technologii i ich zastosowania w przemyśle.


Artykuł ukazał się w nr 1(19) luty-marzec 2019 czasopisma „Production Manager”.