製造業におけるAI:自らの故障を予測する工場
工場とは機械を作る機械であり、1世紀にわたりその敵は「不意打ち」でした。シフトの途中で故障するベアリング、1,000個出荷してから見つかる不良、遅れた納品で崩れるスケジュール。製造業におけるAIの仕事は、不意打ちをなくすこと。故障を予見し、不良を即座に見つけ、ラインを止めないことです。
AIが最も役立つ場面
故障の前にメンテナンス
モーター、ポンプ、プレスのセンサーが振動、温度、音を流し続けます。AIモデルは各機械の正常なうなりを学習し、故障の前兆となる微妙な変化にフラグを立てます。人間が気づく数日前にです。見返りは回避されたダウンタイムで測られます。1時間の生産停止が数万かかる業界では、故障を予測することは素早く修理することより価値があります。
瞬きしない品質管理
コンピュータビジョンが今ではライン速度で部品を検査し、繰り返しチェックに何時間も費やした人間の検査員が見逃す傷、ずれ、汚染を捉えます。人間と違ってカメラはシフトの終わりに疲れません。そして旧来のルールベースシステムと違って、学習済みモデルは曖昧なケースも判断できます。表面の跡が傷なのか反射なのか、といった具合に。
適応するスケジューリング
生産スケジューリングは、受注、材料、機械の稼働状況、エネルギー価格、納期といった数千の可動部品からなるパズルです。AIプランナーは条件の変化に応じて継続的に解き直し、同じ設備からより多くの生産を引き出し、待機する在庫を削減します。需要予測も並行して改善され、工場は実際に売れるものにより近いものを作るようになっています。
判断力を持つロボット
協働ロボット——コボット——は人々のそばで働き、重いもの、熱いもの、繰り返しの作業を担い、AIが誘導するアームは決して完全に同一ではない部品に適応します。その結果、怪我も退屈も減り、生産ラインは何週間もかけて段取り替えをすることなく製品を切り替えられます。
注意すべき点
ほとんどの工場は、真新しいセンサーと、ネットワークと通信するようには設計されていない30年前の機械が混在しています。接続するには費用がかかり、すべての接続がサイバーセキュリティリスクです。ハッキングされた生産ラインは、ITチケットではなく安全上の事故です。AIも、与えられるデータ次第であり、工場のデータは悪名高いほど雑然としています。誤ったラベルのバッチ、ドリフトするセンサー、紙の記録。最も重要なのは人間側です。再訓練なしにやってくる自動化は恐怖と抵抗を生みますが、スキルアップと組み合わせた同じ技術は、それを維持する技術者を生み出します。
製造業に携わる人々にとっての意味
工場の現場は、機械を監督し、モデルが示すものを解釈し、モデルができないことを修正するスキルが価値を持つ場所になりつつあります。両方の世界をつなぐことができる人材——生産ラインとそこから出てくるデータの両方を理解する人——への需要が高まっています。工場長にとって、AIはメンテナンスをコストセンターから計画ツールへ、品質を最後の検査から最初からの予防へと変えています。近未来の工場は、消灯して無人になるのではなく、より静かで、より安全で、本当に人を必要とする仕事をする人々が働く場所です。