ISMERJE MEG, MIRE KÉPES AZ M.I.

ESETTANULMÁNYOK

49206380_2169169073400420_7551021778789728256_n

Probléma merült fel egy ERP háza táján…

A gazdasági növekedés exponenciálisan bővülő papírmunkát von maga után. A felfoghatatlan mennyiségű számlát valakinek digitális adatbázisokba kell érkeztetnie. Ezen monoton folyamat helyes elvégzése rengeteg emberi erőforrást igényel, mellyel roppant költséges és lélekölő a feladat kivitelezése.

Próbálták automatizálni…

Az ERP a saját bőrén tapasztalta meg a 10 perces számlafeldolgozási, és a 2 hetes új számla betanítási idővel azt, hogy minden olyan automatizált megoldás, mely belső logikáját ember építette (feltételek és ciklusok segítségével), hagy maga után kívánni valót gyorsaságában és pontosságában. Vannak olyan feladatok, melyek nekünk, embereknek, könnyűek, annak ellenére, hogy a modern tudomány a mai napig nem tudja, hogyan is végezzük őket pontosan (karakter értelmezés, természetes szöveg értelmezés, stb…).

Megtalálták a megoldást…

Belső működését pontosan senki sem ismeri, a BigData napvilágot látta után jött létre, mesterséges intelligencia, ahogy nevezik. Az ERP 1500 darab tanítópéldát, azaz számlát mutatott a neurális hálózatnak, ami megtanulta megoldani az iktatási feladatot: olvas, értelmez, információt kínál. Még soha nem látott formátumú, új számlán is 7 másodperc a feldolgozási idő, teljesen formátum függetlenül, 98% pontossággal, a hét minden napján, minden órájában. Működése nem igényel különösen drága hardvert, ezáltal elődjeinél 300-szor fejlettebb megoldást tudhat birtokában az innovatív magyar vállalat.

digital-1742679.jpg

A nagyvállalatok problémája az idő…

Esettanulmányunk partnere több mint 10 éves gazdasági tapasztalattal rendelkező iroda. Ügyfeleihez érkező adatok mennyisége, és az ehhez kapcsolódó kezelési idő kínosan sok erőforrást emésztett fel. Ahogy nőttek a számok, úgy nőtt a pontatlanság és a káosz, melyek azonnali tűzoltást igényeltek.

Megoldási kísérletük hagyományosan…

Eleinte szakembereket és rendszerező programot használtak a magasabb fokú rend, felügyelet és felelősség követhetősége érdekében. Ez a megoldás egyet jelent magas kvalitású szakemberek munkaidejének „pazarlásával”.

Ma már gyorsak és megállíthatatlanok, mert…

A jó megoldás egy új asszisztens. Ezen „kolléga” mesterséges intelligencia formájában testesült meg. A bejövő dokumentumok strukturális, stilisztikai és szemantikai alapú értelmezése (M.I.-vel) lehetővé tette, hogy a beérkező adatot, a kiterjesztésétől függetlenül (legyen az .DOC, .DOCX, .LOG, .MSG, .ODT, .PAGES, .RTF, .TEX, .TXT, .WPD, .WPS, .CSV, .DAT, .GED, .KEY, .PPS, .PPT, .PPTX, .SDF, .TAR, .VCF, .XML), a rendszer automatikusan továbbítsa az illetékesek számára.  A beérkező információn mutatott teljesítmény ~5-23 másodperc, 86%-os hatékonysággal, a hét minden órájában. Hosszú utat tett meg idáig az ALBA, de megérte, mert ügyfeleik a minőség élményét élvezhetik náluk.

ESETTANULMÁNYOK

watch-3178262.jpg

Más (marha)bőrét vinni a vásárra…

Az alapanyag – termék  közötti kapcsolatot gyártási folyamatok sorozata képzi. Az alapanyag, valamint a folyamatközi minőség-ellenőrzés és biztosítás elengedhetetlen a minőségi termék gyártásához. Ám ezen minőségvizsgálati folyamatok során olyan emberi tényezők játszanak szerepet, mint a szubjektív vélemény, a pontatlanság, figyelmetlenség és fáradékonyság. A felsoroltak mind okai lehetnek egy vevői reklamációnak, és a gyártás során keletkező magas, néha több mint 60%-os veszteségnek.

Több szem többet lát… hagyományos gépi látás?

Partnerünk eleinte megduplázta a kritikus folyamatok eredménytermékének vizsgálóit, mellyel javulást ért el a kimeneten. A növekedés nem hozta az elvárásokat: a veszteség továbbra is 50% környékén mozgott, a vevő reklamációk csökkenésének mértéke sem volt meggyőző számukra.

Támaszkodtak ugyan hagyományos gépi látáson alapuló megoldásokra, de a kevésbé szabályos, „intuitív” megoldást igénylő problémák ennél többet igényeltek. (Kiszámíthatatlan eredetű és megjelenésű szennyeződés, sérülés, karcolás, repedés felismerése, körvonalának és méretének meghatározása stb.). Minden olyan automatizált megoldás, amely belső logikáját ember alakította ki (feltételek és ciklusok sorozatából), hagy maga után kívánni valót a gyorsaság és pontosság szempontjából.

„Ahhoz, hogy meggyőzd őket, legalább 10 szer jobbat kell kínálj…” Elon Musk

Az innovatív szikra partnerünk egy fiatal mérnökétől érkezett, aki meglátta a lehetőséget, és az elavult megoldások gyenge pontjait. A megoldást a 21. század automatikájában, a mesterséges intelligenciában találták meg végül. Gyárukba telepített rendszerünk 3 másodperc alatt vizsgálja meg a folyamathoz érkező alapanyagot, melyen 25 osztályos klasszifikációt és egyben szegmentációt végez. A fellelt sérülések típusát felismeri, és megállapítja annak formáját, méretét és körvonalát. Humán elődjeihez képest a veszteséget 37%-ra csökkentette egy lenyűgöző ROI-et eredményezve felhasználóinak.

web-3963945.jpg

Kritikus berendezés meghibásodása…

Partnerük termelési folyamatait több mint 500 berendezés asszisztálja. Az ott dolgozóknak, mint egységes szervezetnek, a munkatempója félelmetes: gépek (csévélő, rostagép, ipari szkenner, gőzprés stb…) és emberek együtt, szinkronban, egy termékért. A tempó kivétel nélkül feszes, egyik projekt érkezik a másik után. A történet viszont nem mindig működött olajazottan a váratlan és rejtett meghibásodások miatt. 1-1 ilyen incidens akár az egész termelést megfogta huzamosabb időre, mely súlyos veszteséget jelentett partnerünknek.

Rutin ellenőrzések…

Bevezetésre kerültek a rendszeres, sűrű rutinellenőrzések annak érdekében, hogy a lehető legkevesebb meghibásodással szembesüljön a gyártás. Az ellenőrzéseket nagy szaktudással rendelkező, drága, és a hazai piacon alig megtalálható szakemberek végezték. Értelemszerűen a szakemberhiány, és a másik oldalról támasztott erőforrásigény túl nagy volt ahhoz, hogy az eltervezett rutinvizsgálatokat a gyakorlatba tudják ültetni.

Egy gyár minden pillanatban adatot termel, ki használja őket…?

Prediktív karbantartási megoldásunk megfigyelés alatt tartja a gépek által termelt adatokat a hét minden órájában. Rendszerünk speciális előnye, hogy a kitelepített IOT eszközök segítségével fogadjuk a gépek hangját és mechanikus rezgési frekvenciáját. Ezáltal ha hajnali 3 és 4 óra között egy berendezés kétszer ütemet téveszt, a rendszerünk értelmezi a történteket és ennek megfelelően jelentést ad: meg kellene állni egy huzamosabb időre, vizsgálják meg a berendezést. Természetesen ez egy gyermeteg példa. Az M.I. sokkal összetettebb, szakemberek számára már-már átláthatatlan előjeleket, mintákat képes észlelni.

Egy prediktív karbantartási program előnyökkel jár a gyártók számára. Első sorban megakadályozza a váratlan hibák által okozott nem várt leállásokat. Másodlagos minőségi előnyei

50% -kal csökkentette a leállásokat a berendezések meghibásodása miatt;

30% -kal növelte az átlagos gép meghibásodás bekövetkezésének idejét (MeanTimeBetweenFailures);

30% -os csökkenést hozott a pótalkatrész-készletben;

10-40% -kal csökkentette a karbantartási költségeket;

A termék minősége javult és az ügyfelek elégedettsége növekedett;

10-20% -kal csökkent a hulladék;

Eredményeképpen partnerünk kevesebb időt töltött leállva, kevesebb pénzt költött a javításra, és kevesebb emberi erőfeszítést igényelt a gépek felügyelete.

Megmondjuk a jövőt előre? Kereslet előrejelzés? Igen.

Raktározás, bevételezés, kereslet és kínálat, túlvásárlás és készlethiány költségei. A felsorolt fogalmakon vállalkozások megléte vagy bukása, sikere vagy sikertelensége múlik. Egyszerű és egyértelmű, ugyanis a veszteség nem egy megfoghatatlan felhő, hanem tökéletesen forintosítható: mennyivel dobtál ki többet az ablakon. Mennyit bevételeztél volna, ha ismered a jövőre nézve a pontos keresletet.

Kiáltották: A kulcs a statisztika (vagy nem)!

Gondolhatjuk, a statisztika egy erős támpont lehet bevételezési stratégiánknak. Ám a jövőbe nem lát. Segít, hogy ne legyél elveszve, és egy tág intervallumon belül tart. Kiváló statisztikai modell birtokában is, mint az autoregresszív és/vagy mozgóátlag modellek (melyek eloszlás előfeltételezést használnak), a közel tökéletes bevételezés csak akkor érhető el, ha társaid emberfeletti adatfeldolgozási képességekkel rendelkeznek a trendek és minták felismerése területén.

Minták és rejtett indikátorok felismerése a keresleti adatsorokban?

Lehetséges, sőt ezáltal a jövő előrejelzése is (a kereslet tekintetében). Partnerünk elmondása szerint olyan előrejelzéseket kapnak szoftverünktől, melyeket nem kaphatnának. Félelmetes és egyben zseniális. Márkakereskedésükben több, mint 15.000 darab különböző termék van jelen, egy részükhöz már automatikus kereslet előrejelzés társul, ami alapján a raktárkészletük és bevételezésük a múltbéli adataikból kalkulálva bizonyítottan optimálisabb, mint partnerünknél valaha.

devops-3148393_1920.png

Agile Scrum fejlesztési methodológiát elemző, mesterséges intelligencián alapuló, scrum master tanácsadó

Egy ALM ügyfeleinél jellemzően hemzsegnek a fejlesztési projektek, amelyek a fejlesztés természetéből adódóan tartalmaznak olyan, nem várt eseményeket, melyek megkövetelik az agilis methodológia alkalmazását. Az eljárás helytelen alkalmazása egy munkával túlzsúfolt és munkaerőhiányos környezetben káoszhoz vezet. A projekteket vezető Srcum masterek teherbírásának kritikusan nagynak kell lennie ahhoz, hogy organizáltan, félreértést nem tűrve, sikeresen záródjanak projektjei. Az elhalmozó feladatok, félreértések és az átláthatatlanság gyakran vezet a határidő átlépéséhez és az ügyfelek bizalmatlanságához.

Munkaerőhiány…

A kiút további intelligens beavatkozó bevezetése. Kevés olyan magasanképzett szabadúszó mérnök található a piacon, aki ezen több 10.000 fős cégeket kimentené pár hónap alatt a mélyvízből.

Technológia…

Ezáltal a kör leszűkült, maradt a technológia, mint az emberiség mentőöve, tipikusan az ilyen helyzetekben. A 21. század elektromosságának szemében az emberek számára káosznak tűnő nagy adatmennyiség, játszótér. Fejlesztésünk, a mesterséges intelligencián alapuló scrum master tanácsadó, megfigyelve a srcum master projektjeit és csapatait, elemzést végez csapatonként. Elemzése során nem csak pár metrikát és görbét képes összevetni, hanem adatsorok, interakciók, kommentek százait dolgozza fel pillanatok alatt, melyekből egyértelmű összefüggéseket és a sikertelenség indikátorait szűri ki. Az elemzés eredményeképpen döntést hoz arról, mennyire van veszélyben a projekt, és azonnal jelez a scrum masternek a történtekről. Természetesen a rendszer on-the-fly automatikusan üzemel.

Copyright © 2019 AiCAN Minden jog fenntartva.

Close Menu