Do mundo da IA:fabricantes se preparam para adicionar IA à sua IoT

A IA estendida à IoT traz três benefícios principais para os fabricantes:otimização da cadeia de suprimentos, fabricação inteligente e inovação de produtos ou serviços.

Há uma grande quantidade de dados agora sendo transmitidos das inúmeras bordas da IoT, por isso é natural começar a pensar em maneiras de aplicar a inteligência artificial (IA) para fornecer informações valiosas aos negócios. Para os fabricantes, isso pode ser um divisor de águas, reduzindo drasticamente os custos e acelerando sua entrada nos negócios de serviços. No entanto, muitos estão apenas no início desta jornada.

A convergência iminente entre IoT e IA foi explorada em um painel na recente conferência AI World em Boston, moderada por Les Yeamans, editor executivo da RTInsights.

Veja também: Alemanha transforma a manufatura em uma forma de arte IoT

O potencial da IA ​​estendida à IoT traz três benefícios principais para os fabricantes neste momento – otimização da cadeia de suprimentos, fabricação inteligente e inovação de produtos ou serviços, disse Reid Paquin, diretor de pesquisa da IDC. Atualmente, acrescentou, “a fabricação inteligente é onde a maioria das empresas está começando e concentrando seus investimentos. Isso é particularmente verdadeiro com a fabricação de processos, especificamente o gerenciamento de ativos.” No lado da manufatura discreta, ele diz, “a grande oportunidade são os produtos e serviços – muitos fabricantes estão tentando lançar produtos mais rapidamente, mas também tentando mudar seus produtos para mixes de serviços, migrando para a servitização”.

Mudar para uma empresa orientada por dados e IA pode levar tempo para muitos fabricantes, concordaram os membros do painel. “Em qualquer projeto de ciência de dados ou IA, o primeiro passo é coletar e organizar seus dados”, disse Zachariah Eslami, líder de entrega, laboratórios especializados em dados e IA e aprendizado da IBM. O desafio é reunir dados de diferentes partes da empresa, observou ele. “A questão é a entrada de dados e coletas de dados, os armazéns geralmente são distribuídos entre diferentes grupos de TI, diferentes equipes que estão usando sem um único repositório ou catálogo de conhecimento, que você pode pegar e distribuir os dados e manipulá-los, extrair esses insights a partir dele."

Outro desafio para os projetos de IoT-AI é a falta geral de habilidades, continuou Eslami. “Isso é tanto no sentido de ser capaz de se adaptar à ciência da computação, entender, aprender e usar notebooks Python ou R, e realmente entender claramente o que é limpar dados, prepará-los e começar a fazer análises em para que você possa construir modelos de máquinas em cima dele.”

Quando se trata de iniciar a jornada de IA, “onde você está depende de onde você se senta”, disse Ryan Martin, analista principal da ABI Research. “Se você possui uma fábrica de tamanho decente – algumas centenas de milhares de pés quadrados – comece com o monitoramento de condições ou rastreamento de ativos, o rastreamento de ativos será de longe o mais relevante, pois ajuda nos custos, ajuda o empresa mantenha-se organizada.” A manutenção preditiva é outro ponto de partida, pois “não faz sentido enviar alguém para inspecionar todos os diferentes extintores de incêndio que existem mensalmente se apenas quatro deles precisam ser substituídos”.

Paquin concordou que o gerenciamento de ativos é um bom ponto de partida para IA aprimorada por IoT, juntamente com sistemas de qualidade baseados em visão. Além disso, “todos os grandes fornecedores de ERP estão tentando integrar a IA em seus aplicativos, especialmente no lado financeiro e no lado do planejamento”.

Os participantes do painel também discutiram o emprego de gêmeos digitais para fabricação, seja implementando um gêmeo digital para uma peça, para uma máquina, para uma fábrica inteira, para os produtos em uma fábrica. “A manufatura é um espaço muito grande para gêmeos digitais”, disse Eslami. “A NASA começou a implementá-lo primeiro, a GE o faz para motores a jato, a Siemens o faz para energia alternativa, a Chevron o faz para distribuição em campos de petróleo. “A grande vantagem dos gêmeos digitais é que, subjacente a todos eles, está um modelo, que coleta dados e pode testar várias circunstâncias e situações. Com a IA, você pode inserir e testar várias variáveis ​​em tempo real, ajustar o desempenho e ver como isso reagirá ao longo do tempo. É uma grande economia de custos.”

A chegada iminente de redes 5G - que facilitarão melhor as redes máquina a máquina em tempo real - também foi examinada. “O 5G vai acontecer como o 4G saiu mais rápido que o 3G, o 5G vai chegar mais rápido que o 4G”, previu Martin. “O que é interessante sobre o 5G são os recursos que o acompanham – rede determinística. Ou seja, 'ok, é mais importante dizer a esse robô para parar do que fazer o sensor de vibração continuar'.

Martin acrescentou que “vai demorar um pouco até que você realmente comece a ver as coisas, mas os primeiros testes que estamos vendo com o 5G são incrivelmente atraentes, a tecnologia está fazendo o que eles dizem que fará, é apenas uma questão de envolver os padrões certos em torno dele e colocá-lo no mercado. “