Fabricação baseada em dados está aqui

O que é manufatura baseada em dados?

As decisões importantes que afetam o processo de fabricação devem sempre ser baseadas em fatos, não em suposições, desejos, teorias ou opiniões. A tecnologia emergente de hoje ajuda, permitindo que as pessoas e o equipamento coletem e processem os fatos de que precisam para obter melhores resultados.

A implantação acelerada de sensores de baixo custo e sua conexão com a Internet gerou muito entusiasmo sobre o futuro da manufatura. A Internet das Coisas (IoT) e sua aplicação de big data e análises levaram à criação da próxima geração de manufatura. Isso envolve o uso de dados para reduzir custos por meio do planejamento de vendas e operações da nova era, aumento significativo da produtividade, otimização da cadeia de suprimentos e distribuição e novos tipos de serviços pós-venda.

Manufatura baseada em dados é claramente a próxima onda de operações de manufatura para impulsionar sistemas de produção eficientes e responsivos. Os fabricantes estão finalmente em uma posição melhor para incorporar dados em suas atividades diárias de tomada de decisão de uma forma significativa e produtiva.

Benefícios da fabricação baseada em dados

VISIBILIDADE MELHORADA

A manufatura baseada em dados pode garantir que os líderes de operações no chão de fábrica tenham uma compreensão mais profunda do desempenho com base nessas métricas de dados coletadas em toda a organização. Dados precisos podem fornecer o insight necessário não apenas sobre o desempenho de ativos individuais, mas também sobre as operações de manufatura como um todo. Isso ajuda os tomadores de decisão a se concentrarem em áreas de oportunidade, incluindo turnos de baixo desempenho, tempo de inatividade recorrente da máquina ou outros gargalos de produção.

TECNOLOGIAS E ANÁLISE DA IOT

Com grandes conjuntos de dados presentes no chão de fábrica, os fabricantes têm a capacidade de executar algoritmos de aprendizado de máquina que podem resolver problemas complexos. É com esforços analíticos conduzidos por Inteligência Artificial e Aprendizado de Máquina como este que os fabricantes podem adotar práticas avançadas, como manutenção preditiva. Usando esses recursos de processamento ou acesso a dados, eles podem obter acesso a formas detalhadas de tomada de decisão com base em dados.

AUTOMAÇÃO

A automação existe em duas categorias, usando a abordagem baseada em dados. O primeiro é a coleta automatizada de dados onde dispositivos específicos coletam dados usando software para processá-los. Isso não requer intervenção manual de qualquer tipo. O segundo componente da automação é o uso de dados para tomada de decisão automatizada. Usando a análise preditiva, os fabricantes primeiro usam os dados para entender o que aconteceu ou está acontecendo atualmente, mas eventualmente amadurecem para entender o que pode acontecer e têm a oportunidade de agir de forma autônoma.

REDUÇÃO DOS CUSTOS DE OPERAÇÕES

Os dados, junto com a manufatura enxuta, fornecem aos fabricantes a capacidade de otimizar os processos de produção e minimizar o desperdício. Sem esses dados em tempo real, é difícil medir com precisão as melhorias na produção e ter certeza de que as mudanças resultaram em economia de custos.

Desafios da fabricação baseada em dados

FRAGMENTOS DE DADOS DESLIGADOS E SISTEMAS DE LEGADO TRADICIONAIS:

Ter sistemas operacionais díspares que não estão conectados entre vários departamentos e carecem de documentação e comunicação comuns pode ser um grande desafio. Pode ser difícil agregar esses dados em sistemas distintos, o que também pode implicar em derivar menos valor dos dados coletados. Uma plataforma baseada em IoT que pode conectar vários níveis de sistemas tradicionais e colocar esse equipamento legado online pode ser uma ótima solução aqui.

POTENCIAIS AMEAÇAS À SEGURANÇA:

Com dispositivos mais complexos sendo conectados, há uma chance maior de possíveis vulnerabilidades para uma violação de dados ou segurança. Além disso, como a segurança não foi abordada no nível da máquina antes, pode haver uma ausência de fortes padrões de proteção de dados ou protocolos desenvolvidos.

ARMAZENAMENTO SEGURO DE DADOS:

Com o aumento do volume de dados sendo conectados devido a vários dispositivos e sistemas conectados que um fabricante baseado em dados permite, isso representa um desafio de armazenamento de dados. Todo esse fluxo de dados crescente precisa de um repositório central para ser coletado e processado, o que pode ser caro se o usuário quiser armazenar dados no local.

UMA MUDANÇA DE DISPARADO POR TEMPO PARA MANUFATURA DESENCADEADA POR EVENTO:

Hoje, a maioria das empresas de manufatura segue o modelo de manufatura acionado pelo tempo. Todos os insumos são enviados ao sistema ERP que converte as matérias-primas em produtos acabados na forma e no tempo desejados. Mas quando a manufatura baseada em dados se tornar uma norma, as máquinas seguirão o estilo de manufatura acionado por eventos, o que implica uma mudança neste modelo e na perspectiva de produção para os fabricantes.

Por que os dados são um ativo exclusivo para os fabricantes?

Os dados são um dos ativos mais importantes para todas as empresas. É claro que uma abordagem de manufatura baseada em dados não produz apenas "melhorias" vagas - ela melhora significativamente o rendimento e adiciona resultados financeiros.

A PepsiCo descobriu isso depois de implementar um software de análise para ajudá-la a rastrear como distribuía sabores de refrigerante. Os dados revelaram como resolver o problema de envio de tanto produto que expirou antes de ser usado. Após ajustar o saldo, a PepsiCo reduziu os embarques e, portanto, o desperdício.

A Amazon é outro caso convincente sobre o que os dados podem fazer pelas cadeias de suprimentos. A empresa investiu pesadamente em automação para transformar seus centros de distribuição em ecossistemas coesos. Graças às inovações de manufatura baseadas em dados, a Amazon cortou os custos de planejamento da cadeia de suprimentos e obteve um crescimento anual do lucro.

Com esses números, seria de se supor que os fabricantes gostariam de se tornar fluentes com os dados. No entanto, a transformação digital geralmente falha devido à falta de adesão do topo. A liderança geralmente vê a tecnologia avançada como um risco. Também existe o medo de que novas tecnologias substituam os trabalhadores. Portanto, apenas 31% das empresas se consideram realmente manufatura baseada em dados, o que representa uma queda em relação aos 37% de dois anos atrás.

Essas ansiedades são infundadas. Quando as fábricas usam dados para melhorar processos e inteligência artificial para acelerar a eficiência, essas fábricas se tornam mais competitivas. A pesquisa mostra que os fabricantes comprometeram $ 907 bilhões (5% das receitas) para melhorar a conectividade e que 72% esperam estar “digitalmente avançados” até 2020. Portanto, abraçar os dados é essencial para permanecer relevante.

Os fabricantes precisarão superar vários obstáculos ao longo do caminho. Em primeiro lugar, a empresa precisa da pilha de tecnologia certa e da equipe para gerenciá-la. Além disso, ele precisa melhorar o acesso aos dados para que os tomadores de decisão (não apenas de TI) tenham as informações mais precisas. Finalmente, quaisquer tecnologias implementadas precisam ser dinâmicas o suficiente para incorporar novos tipos de dados e análises conforme necessário.

Desafios na manufatura baseada em dados

1. A integração com sistemas legados

Embora a automação industrial seja um processo evolutivo e a introdução de tecnologias avançadas seja empolgante, também é crucial encontrar uma maneira de fazê-las trabalhar ao lado de sistemas legados comprovados e bem estabelecidos. Uma fábrica moderna possui vários níveis de sistema. Isso pode se tornar um desafio quando o desenvolvedor original dos sistemas legados caseiros não consegue interagir completamente com os sistemas da nova era com documentação escassa. É importante compreender que não se trata de começar do zero, mas de se integrar de maneira eficiente ao ambiente de design e fabricação existente.

2. Desafios de segurança do sistema:

Os sistemas de controle distribuídos conectados pela Internet podem expor os sistemas existentes ao acesso não autorizado de invasores. À medida que mais dispositivos IoT são cada vez mais conectados por meio de gateways, isso também abre caminhos para permitir o controle e o acesso de qualquer lugar. A maioria dos gateways de sistemas de manufatura tradicionais precisaria de uma grande quantidade de proteção contra os desafios de segurança da nova era que os serviços de TI enfrentam. Isso implica adicionar capacidade de computação suficiente para lidar com tarefas de rede e segurança.

3. Além da troca de dados para o compartilhamento de dados

Criar um modelo de dados unificado e integrar todos os sistemas independentes no processo de manufatura pode ser um desafio. Esses dados precisam ser perfeitamente mapeados e compartilhados com todas as unidades de negócios para minimizar o desperdício de recursos e materiais. O uso de sensores acionados por IoT, que podem detectar falhas potenciais em todo o equipamento, pode ser uma forma de minimizar as falhas na troca de dados.

4. Dados imprecisos ou incompletos

Quando os próprios dados de fabricação existentes estão incompletos ou imprecisos, isso pode impactar a tomada de decisão, especialmente para projetos críticos onde os dados são a espinha dorsal para o sucesso. Isso também significa que muito tempo, esforço e recursos são usados ​​para preencher os registros daa ou garantir que sejam factuais e autênticos .

Como a manufatura baseada em dados pode ajudar?

De acordo com Forrester , as organizações orientadas por dados relatam um crescimento anual de 30%, além de serem lucrativas e adquirir e reter novos clientes.

1. DERIVANDO INSIGHTS INESPERADOS PARA TOMADA DE DECISÕES:

O desenvolvimento de insights baseados em dados inesperados usando análises avançadas pode revelar outras oportunidades para tomar decisões rápidas e precisas. Os dados certos permitem que os fabricantes se concentrem nos problemas e oportunidades mais importantes. Uma compreensão clara de se os fabricantes estão medindo as coisas certas ao estabelecer KPIs para problemas pode ajudar a resolvê-los facilmente

2. INFORMAÇÕES PROFUNDAS NOS PROCESSOS DE MANUFATURA:

A análise avançada pode ajudar os fabricantes a descobrir oportunidades invisíveis para aumentar o rendimento da produção. Muitas vezes, eles podem presumir que todas as melhorias de processo possíveis foram implementadas, usando dados que podem aprofundar as perspectivas de melhoria. Com esses insights baseados em dados, soluções para problemas que já existem há um certo tempo também podem ser encontradas, aumentando ainda mais o escopo das operações usando os recursos existentes.

3. ECONOMIA DE CUSTOS:

Uma empresa de manufatura que usa dados de chão de fábrica em tempo real, bem como avaliações estatísticas sofisticadas, pode facilmente pegar o que antes eram conjuntos de dados isolados, agregar os dados e depois analisá-los para revelar percepções críticas. Isso pode ajudar muito na redução da operação custos enquanto acelera a velocidade dos resultados.

4. PREVER TENDÊNCIAS DE MERCADO:

O fabricante baseado em dados pode alavancar plataformas analíticas para previsão aprimorada de demandas de customização. Isso acontece identificando padrões e tendências flutuantes no comportamento do cliente. A análise de dados permite uma visão granular dos processos de manufatura que permitem decisões de produção mais inteligentes e precisas, guiadas por análises preditivas.

Inteligência Artificial para manufatura baseada em dados

Como a maioria dos processos de manufatura orientados por dados exige altos níveis de precisão, aprimoramentos ininterruptos na qualidade da produção e a mais alta qualidade dos processos de manutenção, a inteligência artificial (IA) encontra seu caminho para entregar facilmente esses resultados para esta indústria.

Usando a IA, a fabricação se torna mais orientada a dados, dando aos fabricantes a oportunidade de aumentar a produtividade e também os lucros. Também os ajuda a liderar o caminho para continuar a crescer com seus muitos aplicativos analíticos baseados em IA, incluindo manutenção inteligente, qualidade 4.0, inteligência preditiva, colaboração humano-robô etc.

5 etapas para implementar a manufatura baseada em dados

Os fabricantes só se tornam orientados por dados depois de passar por uma transformação sistemática. Siga esses passos:

1. INVESTIGUE GARRAFAS DE TEMPO.

Lead time, more than any other variable, reveals where true problems exist in the supply chain. Look for bottleneck operations, then investigate how and why they happen and what impact they have. Optimizing manufacturing operations management requires many things to be fine-tuned, but eliminating persistent delays and lost time is the priority.

2. DRAW ON EXISTING DATA.

Even if manufacturers need to collect more data from more sources to gain true insights, they already have data they can begin analyzing. It could be financial, operational, or physical — all of it contains insights that might be relevant to process engineers and continuous improvement experts. Working with available data helps companies cultivate their capabilities for the “big” data coming later.

3. USE AI TO SEARCH FOR INSIGHTS.

Collecting data is the first challenge; finding the insights within that data is the second. AI can aid this effort because it’s smarter and faster than humans. Analytics-driven by AI have been shown to improve order-to-delivery cycle times by 425% and supply chain efficiency by 260%. Compared to the alternatives, AI in supply chain makes it easy to begin leveraging analytics effectively.

4. EXPOSE THE UNKNOWNS.

The majority of details related to operations are unknown, even at the world’s leading factories. Data should be collected from sources that can illuminate these unknowns. Installing connected sensors is an ideal way to learn about previously opaque processes.

5. KEEP THINGS IN PERSPECTIVE.

As manufacturers become more fluent with data, it’s tempting to become as tech-driven as possible. However, fully automated manufacturing is only an asset for some companies, namely those with predictable demand. In companies where demand is dynamic, automation is less of an asset. Every technology should be evaluated based on whether it delivers actual business value rather than just advanced capabilities.

People mistakenly think manufacturing is data-driven because logically it absolutely should be. Decision-makers are discovering this at the exact same time that technologies like IoT and Big Data solutions are finally making it possible. It’s an incredible opportunity, but soon it will become an industrywide obligation.

Towards data-driven bottleneck elimination technology

ThroughPut’s Supply Chain planning software ELI is an AI-Powered Bottleneck Elimination Engine that analyzes your existing industrial data in real-time. ELI continuously detetects, identifies, prescribes and prevents your shifting operational bottlenecks to save millions in delays, inefficiencies &lost revenue. YOu finally can breakthrough bottlenecks that clog productivity, growth and profitability using data-driven decisions.

Click here to start your free trial with ELI today and start benefiting from the power of “data” for your factory operations.