NOT√ćCIAS

Cinco maneiras de impulsionar a produtividade com a inteligência artificial

Cinco maneiras de impulsionar a produtividade com a inteligência artificial

by 8 de junho de 2018 0 comments

por Javier Jiménez*

Com a inteligência artificial e aprendizagem automática, os sistemas podem testar centenas de modelos matemáticos de produção e possibilidades de resultados

Foto: Divulgação

O mercado de Intelig√™ncia Artificial dever√° ter uma taxa de crescimento anual composta (CAGR) em torno de 52% de 2017 a 2025, de acordo com um relat√≥rio recente da Research and Markets e, gra√ßas √†s recentes inova√ß√Ķes em computa√ß√£o em nuvem, armazenamento e an√°lise de Big Data, ela est√° dando grandes passos e melhorando a efici√™ncia dos ambientes de produ√ß√£o, conduzindo as empresas a obterem melhor desempenho,al√©m de ser capaz de fornecer informa√ß√Ķes cr√≠ticas para ajudar os gestores a tomarem decis√Ķes de neg√≥cios mais fundamentadas e r√°pidas.

Sabemos que a automa√ß√£o de m√°quinas produz produtos de qualidade de maneira mais r√°pida e eficiente, ao mesmo tempo em que fornece informa√ß√Ķes cr√≠ticas para ajudar gestores a tomar decis√Ķes de neg√≥cios mais fundamentadas. No entanto, ainda existem alguns obst√°culos: muitas empresas relutam em compartilhar dados sens√≠veis de produ√ß√£o e processo. H√° tamb√©m o desafio de integrar grandes quantidades de dados, do ch√£o de f√°brica ao back office, para criar insights em tempo real. Para fazer uma f√°brica inteligente funcionar como um sistema unificado, algumas empresas usam uma plataforma de middleware.

Podemos listar cinco maneiras pelas quais os fabricantes podem aumentar seu nível de produtividade usando a inteligência artificial.

1. Previs√£o de demanda mais precisa
Com a intelig√™ncia artificial e aprendizagem autom√°tica, os sistemas podem testar centenas de modelos matem√°ticos de produ√ß√£o e possibilidades de resultados e podem ser mais precisos em suas an√°lises enquanto se adaptam √† novas informa√ß√Ķes, como lan√ßamentos de novos produtos, interrup√ß√Ķes na cadeia de fornecimento ou exig√™ncia de mudan√ßas repentinas. De acordo com a consultoria McKinsey, com a aprendizagem autom√°tica √© poss√≠vel reduzir o estoque global de 20% a 50%. A intelig√™ncia artificial tamb√©m pode aumentar a efici√™ncia em coisas t√£o simples quanto fazer um invent√°rio f√≠sico. Uma tarefa que os funcion√°rios levam um m√™s para concluir, no Walmart, por exemplo, pode ser conclu√≠da em 24 horas usando drones sofisticados que voam pelo armaz√©m, digitalizam itens e verificam itens faltantes.

2. Manutenção preditiva
As organiza√ß√Ķes est√£o come√ßando a perceber que vale a pena investir em solu√ß√Ķes de manuten√ß√£o preditiva porque ela √© uma maneira infal√≠vel de melhorar a efici√™ncia operacional e, portanto, h√° um impacto quase imediato no resultado final. A manuten√ß√£o preditiva usa sensores para rastrear as condi√ß√Ķes dos equipamentos e analisa os dados continuamente, permitindo que as organiza√ß√Ķes intervenham no equipamento quando for realmente necess√°rio, em vez de fazer isso apenas nos hor√°rios de servi√ßo programados, minimizando o tempo de inatividade.

As m√°quinas podem at√© ser configuradas para avaliar suas pr√≥prias condi√ß√Ķes, solicitar suas pr√≥prias pe√ßas de reposi√ß√£o e um t√©cnico de campo quando necess√°rio. Levando a manuten√ß√£o preditiva ainda mais longe, algoritmos baseados em Big Data podem ser usados para prever falhas futuras em equipamentos. A McKinsey identificou que a manuten√ß√£o preditiva de equipamentos industriais, aprimorada por intelig√™ncia artificial, pode gerar uma redu√ß√£o de 10% nos custos anuais de manuten√ß√£o, de at√© 20% de redu√ß√£o no tempo de inatividade e uma redu√ß√£o de 25% nos custos de inspe√ß√£o.

3. Fabricação hiper-personalizada
Os avanços em inteligência artificial e de software estão permitindo que as empresas levem a personalização para um nível mais elevado, criando produtos e serviços altamente relevantes para consumidores individuais. Isso é importante porque a personalização gera mais receitas.

Em uma pesquisa recente, 20% dos consumidores disseram que estariam dispostos a pagar at√© 20% mais por produtos ou servi√ßos personalizados. E as marcas que est√£o dispostas a personalizar produtos tamb√©m s√£o capazes de construir uma maior confian√ßa com seus clientes. De acordo com a Accenture, 83% dos consumidores nos EUA e no Reino Unido est√£o dispostos a ter varejistas confi√°veis ??usando seus dados pessoais para receber produtos, recomenda√ß√Ķes e ofertas personalizadas e direcionadas.

4. Otimização de processos de fabricação
At√© o final deste ano, espera-se que haja v√°rios tipos de m√°quinas acionadas por motores de intelig√™ncia artificial executando algoritmos de aprendizagem autom√°tica capazes de melhorar de maneira aut√īnoma a efici√™ncia dos processos de fabrica√ß√£o.

Os sistemas de intelig√™ncia artificial monitorar√£o as quantidades usadas, os tempos de ciclo, as temperaturas, os tempos de espera, os erros e o tempo de inatividade para otimizar as execu√ß√Ķes da produ√ß√£o. A primeira etapa da implanta√ß√£o da AI ser√° um modo de ‚Äúassist√™ncia do operador‚ÄĚ, em que ela ser√° executada em segundo plano e sugerir√° respostas para o operador.

Os sistemas de intelig√™ncia artificial usar√£o as decis√Ķes finais dos operadores para aprender como a mente humana funciona para que possam ser implantados em um modo de ‚Äúsubstitui√ß√£o de operador‚ÄĚ. No futuro, ela nos permitir√° transformar dados em intelig√™ncia em um ambiente independente de fornecedor, onde todas as m√°quinas falam a mesma linguagem, aumentando a efici√™ncia da produ√ß√£o de m√°quina para m√°quina em todo o ch√£o de f√°brica.

5. Análise de aquisição de material automatizada combinada com aprendizagem automática registrará e criticará tudo, incluindo os estágios iniciais de cotação e estabelecimento da cadeia de suprimento. A McKinsey prevê que a aprendizagem automática reduzirá os erros de previsão da cadeia de suprimentos em torno de 50% e reduzirá também os custos relacionados ao transporte e armazenagem e administração da cadeia de suprimentos de 5% a 10% e de 25% a 40%, respectivamente. A Honeywell já está integrando algoritmos de AI e aprendizagem automática em compras, suprimento estratégico e gerenciamento de custos.

*Presidente da Magic Software Enterprises Américas

Nenhum Coment√°rio

Seja o Primeiro a Comentar Este Post

Nenhum Coment√°rio Ainda!

Seja o Primeiro a fazer um coment√°rio.

Deixe uma resposta

<

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *