La macchina di base Per macinare un cuscinetto a sfera in acciaio è stato lo stesso dal 1900, ma i produttori hanno costantemente automatizzato tutto ciò che lo circonda. Oggi, il processo è guidato da un nastro trasportatore e, per la maggior parte, è automatico. Il compito più urgente per gli umani è capire quando le cose vanno male e anche questo potrebbe presto essere consegnato all’IA.
La fabbrica Schaeffler ad Amburgo inizia con un filo di acciaio che viene tagliato e premuto in sfere ruvide. Quelle palline sono indurite in una serie di forni e poi hanno attraversato tre smerigliatrici sempre più precise fino a quando non sono sferiche entro un decimo di micron. Il risultato è uno dei componenti più versatili dell’industria moderna, che consente giunti a bassa frizione in tutto, dai torni ai motori automobilistici.
Quel livello di precisione richiede test costanti, ma quando i difetti si presentano, il monitorali può presentare un puzzle. I test potrebbero mostrare un difetto che si verifica ad un certo punto sulla catena di montaggio, ma la causa potrebbe non essere evidente. Forse la coppia su uno strumento di avvitatura è spenta o una ruota di macinazione appena sostituita ha un impatto sulla qualità. Tracciare il problema significa confrontare i dati su più pezzi di attrezzature industriali, nessuno dei quali è stato progettato pensando a questo.
Anche questo potrebbe essere presto un lavoro per le macchine. L’anno scorso, Schaeffler è diventato uno dei primi utenti dell’agente operativo di fabbrica di Microsoft, un nuovo prodotto alimentato da modelli di grandi dimensioni e progettato specificamente per i produttori. Lo strumento in stile chatbot può aiutare a rintracciare le cause di difetti, tempi di inattività o consumo di energia in eccesso. Il risultato è qualcosa come Chatgpt per le fabbriche, con i modelli di Openai utilizzati sul back -end grazie alla partnership dell’azienda con Azure di Microsoft.
Kathleen Mitford, vicepresidente aziendale di Microsoft per il marketing del settore globale, descrive il progetto come “un agente di ragionamento che opera in aggiunta ai dati di produzione”. Di conseguenza, Mitford afferma, “l’agente è in grado di comprendere le domande e di tradurle con precisione e precisione rispetto ai modelli di dati standardizzati”. Quindi un operaio potrebbe fare una domanda come “cosa sta causando un livello più alto del solito di difetti?” E il modello sarebbe in grado di rispondere con dati provenienti da tutto il processo di produzione.
L’agente è profondamente integrato nei prodotti aziendali esistenti di Microsoft, in particolare Microsoft Fabric, il suo sistema di analisi dei dati. Ciò significa che Schaeffler, che gestisce centinaia di piante sul sistema di Microsoft, è in grado di formare il proprio agente sui dati da tutto il mondo.
Stefan Soutschek, vicepresidente di Schaeffler responsabile, afferma che l’ambito dell’analisi dei dati è la vera potenza del sistema. “Il vantaggio principale non è il chatbot stesso, anche se aiuta”, afferma. “È la combinazione di questo OT [operational technology] Piattaforma dati nel backend e il chatbot si basa su tali dati. “
Nonostante il nome, questo non è AI agente: non ha obiettivi e i suoi poteri si limitano a rispondere a qualsiasi domanda che l’utente pone. È possibile impostare l’agente per eseguire i comandi di base tramite Microsoft Copilot Studio, ma l’obiettivo non è di avere l’agente a prendere le proprie decisioni. Questo è principalmente AI come strumento di accesso ai dati.
