آینده با هوش مصنوعی در مدیریت صنعتی آغاز می‌شود
تیم تحریریه- ۲۰ آذر ۱۴۰۱
برای رسیدن به آینده‌ای درخشان باید هوش مصنوعی در مدیریت صنعتی را جدی بگیریم، چراکه تحول صنعت دیجیتالی برای دستیابی به سطوح جدیدی از ایمنی، پایداری و سودآوری حیاتی است و هوش مصنوعی در مدیریت صنعتی، عامل اصلی این تغییر خواهد بود.
سازمان‌های صنعتی امروزی و به‌ویژه آن‌هایی که در صنایع سرمایه‌بَر هستند، آن‌ها بر سر یک دوراهی برای فرصتی خوب ایستاده‌اند. آن‌ها نیاز دارند تا عملیات‌های صنعتی و زنجیره‌های پیچیده کارکردِ خود را با جهش، انعطاف‌پذیری و چابکی بیشتر، برای پاسخ به شرایط متغیر بازار تقویت کنند. درعین‌حال، آن‌ها در حال سرمایه‌گذاری روی قابلیت‌های هوش مصنوعی (خودکار و نیمه‌خودکار) هستند تا چشم‌انداز خود را از کارخانه‌ای سنتی به کارخانه‌ای هوشمند تبدیل کنند.
نیازها و جریان‌های اصلی هوش مصنوعی در مدیریت صنعتی کدامند؟
از نیازها و جریان‌های اصلی هوش مصنوعی در مدیریت صنعتی می‌توان به سه مورد اشاره کرد. دیجیتالی شدن در مدیریت صنعتی برای دستیابی به سطح جدیدی از ایمنی، پایداری و سودآوری حیاتی است و هوش مصنوعی یک عامل کلیدی برای این تحول خواهد بود. درحالی‌که احتیاط و محافظه‌کاری در اجرای هر فناوری جدید، می‌تواند مانعی برای پذیرش هوش مصنوعی در مدیریت صنعتی باشد.
از نیازها و جریان‌های اصلی هوش مصنوعی در مدیریت صنعتی، سه نیاز و ویژگی اساسی وجود دارد که صنایع سرمایه‌بَر را برای دیجیتالی کردن و پیاده‌سازی سیستمهای هوش مصنوعیِ هدفمند سوق می‌دهد:
نیاز فوری به دانش نسل‌ها
تغییرات نسلی در نیروی کار باعث از دست دادن دانش عملیاتی می‌شود. مدیران کهنه‌کار و باسابقه با سال‌ها دانشِ سازمانی بازنشسته می‌شوند و کارمندان جوان‌تری که تازه فارغ‌التحصیل شده‌اند جایگزین آن‌ها می‌شوند؛ این افراد جدید در مورد فناوری‌ها و مفاهیمی درس خوانده‌اند که با واقعیت جریان کار و سیستمهای سازمانی و مدیریتی مطابقت ندارند؛ در حقیقت آن‌ها تجربه کاری ندارند. این معضل نیاز به اشتراک‌گذاری خودکار دانش و برنامه‌های کاربردی هوش مصنوعی در مدیریت صنعتی را تقویت می‌کند؛ چراکه هوش مصنوعی می‌تواند شکاف مهارت‌ها را کاهش دهد.
ارزش داده جایگزین حجم داده می‌شود
سازمان‌های صنعتی حجم عظیمی از داده‌ها را جمع‌آوری می‌کنند، اما ارزش تجاری این داده‌ها را تنها بخش کوچکی از آن‌ها درک می‌کنند. مخازن گذرای داده مانند دریاچه‌های داده، اغلب به باتلاق‌های داده‌ای مبهم و بدون ساختار تبدیل می‌شوند. در همین حال سازمان‌ها تمرکز خود را از انباشتِ داده‌های انبوه و فراوان به مدیریت استراتژیک داده‌های صنعتی تغییر می‌دهند. یکپارچه‌سازی داده‌ها، جریان داشتن و در دسترس بودن آن‌ها، با هدف استفاده از فناوری‌های مجهز به هوش مصنوعی برای باز کردن ارزش پنهان در این «مجموعه‌های بهینه و کم‌استفاده صنعتی» انجام می‌گیرد.
در این‌جا است که ظهور مدیران اجرایی دیجیتال (مانند مدیرارشد فناوری، مدیرارشد داده و مدیرارشد اطلاعات) به‌عنوان محرک تحول دیجیتال صنعتی در مدیریت صنعتی تأثیر کلیدی و اهمیتی فراوان در این روند پیدا می‌کند.
رقبا در حال دگرگونی دیجیتالی هستند
پذیرش فناوری‌های جدید، مدل‌های کسبوکار جدیدی را باز می‌کند که برای پایداری، رقابت در بازار و استراتژی‌های جدید صنعتی ضروری هستند. هرچه رقبا بیشتر به‌صورت دیجیتالی تغییر شکل دهند، تا از این مزایا بهره‌مند شوند، سازمان‌هایی که تغییر نکرده‌اند، بیشتر عقب می‌مانند و آسیب می‌بینند.
پژوهش‌های هوش مصنوعی AspenTech 2020 نشان می‌دهد که در میان شرکت‌های صنعتی بزرگ، 83 درصد باور دارند که هوش مصنوعی نتایج بهتری ایجاد می‌کند، اما تنها 20 درصد از این شرکت‌ها فناوری هوش مصنوعی را پذیرفته‌اند. موانع ورود، چه حقیقی باشند و چه توهم، به‌هرحال مانع از پذیرش هوش مصنوعی در فرایند مدیریت صنعتی، توسط این شرکت‌های صنعتی می‌شوند.
ویلی کی‌چان، مدیر ارشد فناوری AspenTech می‌گوید: «تخصص دامنه، چاشنی و دستور مخفی هوش مصنوعی در مدیریت صنعتی است که «هوش مصنوعیِ صنعتی» را از رویکردهای «هوش مصنوعی عمومی‌تر» جدا می‌کند. چراکه برای سال‌های آینده هوش مصنوعی در مدیریت صنعتی، نوآوری و بهبود کارایی را در صنایع سرمایه‌بر هدایت خواهد کرد.»
این امر نیاز به «هوش مصنوعی در مدیریت صنعتی» را تشدید کرده است؛ پارادایم جدیدی که علمِ داده و الگوریتم‌های هوش مصنوعی را با تخصص نرم‌افزار و دامنه ترکیب می‌کند، تا نتایج تجاری قابل‌اندازه‌گیری را برای نیازهای خاص صنایع سرمایه‌بَر ارائه دهد.
هوش مصنوعی در مدیریت صنعتی، این صنایع را با کاهش موانع پذیرش هوش مصنوعی، ارائه فرصت‌های جدید برای سازمان‌های صنعتی به‌منظور کاهش قابل‌توجه هزینه‌ها، بهبود کارایی و بهبود عملیات‌های صنعتی، پیشرفت می‌دهد.
تخصص دامنه در مدیریت صنعتی، چاشنی اصلی پیشرفت
ساخت یک هوش مصنوعی ارزشمند و قابل اجرا در زمینه تولید فرایند صنعتی به معنای این است که آن را به‌طور هدفمند، با دانش حوزه مدیریت صنعتی هدایت و تقویت کنیم؛ این کار برای به دست آوردن ارزش تجاری از هوش مصنوعی ضروری است و تخصص دامنه در مدیریت صنعتی را به یک اصل مهم تبدیل می‌کند.
هوش مصنوعی در مدیریت صنعتی این کار را از طریق ترکیب منحصربه‌فرد خود از علم داده، فناوری‌های هوش مصنوعی و دانش حوزه صنعتی با توسعه، تعبیه و استقرار الگوریتم‌های یادگیری ماشینی به‌عنوان کاربردهای صنعتی مناسب برای هدف و دامنه‌ای خاص انجام می‌دهد.
تخصص دامنه در مدیریت صنعتی، چاشنی پنهانی است که هوش مصنوعی صنعتی را از رویکردهای هوش مصنوعی عمومی‌تر جدا می‌کند. ترکیب این تخصص دامنه با برنامه‌های کاربردی هوش مصنوعی صنعتی، درکی کامل از دامنه، عملکرد درونی و وابستگی‌های متقابل فرایندها و دارایی‌های صنعتی بسیار پیچیده، ویژگی‌های طراحی و محدودیت‌های ظرفیت را در نظر می‌گیرد و دستورالعمل‌های ایمنی و نظارتی برای عملیات صنعتی در دنیای واقعی امروز بسیار مهم است.
رویکردهای عمومی‌تر هوش مصنوعی ممکن است با همبستگی‌های خاص بین فرایندهای صنعتی و تجهیزات همراه باشد و بینش‌های نادرستی ایجاد کند، چراکه مدل‌های هوش مصنوعی عمومی بر روی حجم زیادی از داده‌های کارخانه آموزش داده می‌شوند و این معمولاً طیف کامل عملیات بالقوه را پوشش نمی‌دهد. این به این دلیل است که کارخانه ممکن است به دلایل ایمنی یا طراحی، در محدوده پنهانی از شرایط کار کند، درنتیجه، مدل‌های هوش مصنوعی عمومی را نمی‌توان برای پاسخ به تغییرات بازار یا فرصت‌های تجاری تعمیم داد. این بیشتر موانع تولید در اطراف ابتکارات هوش مصنوعی در مدیریت صنعتی را تشدید می‌کند.
در مقابل، هوش مصنوعی در مدیریت صنعتی، بر اساس اصول اولیه‌ای که قوانین فیزیک و شیمی (مانند تعادل جرم و تعادل انرژی) را به‌عنوان حفاظی برای کاهش خطرات و رعایت تمام موارد ضروری در نظر می‌گیرد، از تخصص حوزه ویژه فرایندهای صنعتی و مهندسی در دنیای واقعی بهره می‌برد؛ مانند مقررات ایمنی، عملیاتی و زیست‌محیطی.
این یک فرایند تصمیم‌گیری ایمن، پایدار و کُل‌نگر ایجاد می‌کند که «نتایجی جامع و بینشی قابل‌اعتماد» در درازمدت ایجاد می‌کند.
کارکرد عملی هوش مصنوعی در مدیریت صنعتی
کارکرد عملی هوش مصنوعی دستاوردهای مهم و زیادی دارد. چراکه دیجیتالی شدن در تأسیسات صنعتی برای دستیابی به سطوح جدیدی از مدیریت، ایمنی، پایداری و سودآوری حیاتی است و هوش مصنوعی در مدیریت صنعتی یک عامل کلیدی برای این تحول است.
صحبت در مورد هوش مصنوعی در مدیریت صنعتی به‌عنوان تئوری یک الگوی انقلابی یک چیز است و دیدن کارکرد عملی هوش مصنوعی در مدیریت صنعتی و آن‌چه واقعاً می‌تواند در محیط‌های صنعتی انجام دهد یک چیز دیگر.
در زیر چند نمونه آورده شده تا نشان دهد چگونه صنایع سرمایه‌بَر می‌توانند از هوش مصنوعی در مدیریت صنعتی برای غلبه بر موانع دیجیتالی‌سازی و ایجاد بهره‌وری، کارایی و قابلیت اطمینان بیشتر در عملیات خود استفاده کنند.
- یک کارخانه صنعتی ممکن است کلاس پیشرفته‌ای از مدل‌های ترکیبی مجهز به هوش مصنوعی در مدیریت صنعتی مستقر داشته باشد، که از همکاری عمیق بین متخصصان دامنه و کارشناسان داده و یادگیری ماشینی، برای مدل‌های جامع‌تر، دقیق‌تر و کارآمدتر استفاده می‌کند. این مدل‌های ترکیبی را می‌توان برای مدیریت، طراحی، بهره‌برداری و نگهداری بهینه دارایی‌های کارخانه در طول چرخه عمرشان استفاده کرد؛ از آن‌جا که آن‌ها برای مدت طولانی‌تری باهم پیوند دارند، درنتیجه الگوهای بهتری تولید می‌کنند.
- یک کارخانه شیمیایی می‌تواند از هوش مصنوعی صنعتی استفاده کند تا در زمان واقعی از داده‌های صنعتی یکپارچه بینشی برتر به دست آورد. از خط تولید تا فضای ابری هوشمند در سرتاسر سازمان، با استفاده از هوش مصنوعی اشیا می‌توان تصمیم‌های مهم بلادرنگ و چابک گرفت. با استفاده از جریان‌های کاری غنی‌تر و پویاتر، زنجیره تأمین و فناوری‌های عملیاتی به‌طور یکپارچه باهم مرتبط می‌شوند تا تغییرات در شرایط بازار را شناسایی کنند و به‌طور خودکار برنامه‌های عملیاتی تنظیم شوند.
- یک پالایشگاه می‌تواند از هوش مصنوعی در مدیریت صنعتی برای ارزیابی هم‌زمان هزاران سناریوی تولید نفت در مجموعه‌ای از داده‌های فراوان استفاده کند تا به‌سرعت تخته‌های نفتِ خام بهینه را برای فرآوری، شناسایی کند. این رویکرد همراه با قابلیت‌های غنی از هوش مصنوعی، بینش‌های سراسر سازمانی و گردش‌های کاری یکپارچه برای بهبود تصمیم‌گیری اجرایی به مدیران این امکان را می‌دهد تا زمان و تلاش خود را به وظایف استراتژیک‌تر و باارزش‌تر اختصاص دهند.
یک مدیر صنعتی نسل بعدی، می‌تواند از هوش مصنوعی در مدیریت صنعتی به‌عنوان «دستیار مجازی» کارخانه برای تأیید کیفیت و کارایی طرح تولید در زمان واقعی استفاده کند. راهنمایی‌های شناختی مبتنی بر هوش مصنوعی درنهایت به کاهش اتکا به کارشناسان حوزه فردی برای تصمیم‌گیری‌های پیچیده کمک می‌کند و در عوض بهترین تصمیمات تاریخی و بهترین شیوه‌ها را نهادینه می‌کند.
جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید
