ИИ может повысить эффективность промышленных операций в сочетании с бережливым производством и шестью сигмами: исследование
Коротко
Растущее мастерство искусственного интеллекта демонстрирует его полезность для улучшения традиционных промышленных процессов, что приводит к значительной экономии затрат.
Растущая интеграция генеративный ИИ в процессы улучшения операционной деятельности означает преобразующий сдвиг в ландшафте. В то время как традиционные методы, такие как бережливое производство и шесть сигм, уже давно полагаются на человеческий опыт, ИИ меняет правила игры с точки зрения скорости и эффективности.
ИИ уже продемонстрировал свою полезность на различных этапах процесса «бережливое производство + шесть сигм», усиливая человеческие усилия. Примеры включают такие компании, как Джонсон и Джонсон и Voya Financial, Intel и Nvidia которые успешно внедрили ИИ в свои инициативы по улучшению процессов, что привело к значительной экономии затрат.
Ключевое отличие ИИ от традиционных подходов
«Бережливое производство» и «Шесть сигм» — традиционные способы улучшения процессов. Происхождение в ТойотеБережливое мышление постоянно совершенствует процессы, устраняя действия, которые не имеют ценности («отходы») с точки зрения клиента.
Основанная на Motorola, а затем одобренная General Electric, программа «Шесть сигм» фокусируется на совершенствовании процессов путем минимизации нежелательных отклонений («дефектов») на каждом этапе. Бережливое производство и шесть сигм часто вместе называют «бережливым производством и шестью сигмами» из-за их общих инструментов и общего происхождения.
В основе Lean Six Sigma лежит систематический подход к выявлению коренных причин операционных проблем, формулированию решений и обеспечению устойчивости улучшений. Это входит в компетенцию специалистов по усовершенствованию процессов, причем «черные пояса» представляют высший уровень.
Хотя искусственный интеллект (ИИ) доказал свою эффективность в повторяющихся операциях, преобладающее мнение подчеркивает, что улучшение процессов требует контекстуальной осведомленности и творчества, оставаясь исключительной областью экспертов-людей.
Использование искусственного интеллекта для оптимизации промышленных процессов
Исследование DMAIC («define, измерять, анализировать, улучшать, контролировать»), программа «бережливое производство + шесть сигм» раскрывает преобразующее воздействие ИИ на каждом этапе.
- От "Define», где ИИ обучается с использованием цифровых записей или технологий интеллектуального анализа процессов, до этапа «Измерение» с использованием устройств Интернета вещей, штрих-кодов и камер, ИИ дополняет человеческие усилия по пониманию и измерению сложных процессов.
- Этап «Анализ» выигрывает от вычислительной эффективности ИИ, превосходящей традиционные методы, такие как «Пять почему».
- На этапе «Улучшение» способность ИИ определять оптимальные конфигурации производительности представляет собой отход от нормы стандартизации процессов, позволяя осуществлять настройку на основе продукта и контекста.
- Наконец, на этапе «Контроль» ИИ превосходно справляется с мониторингом в режиме реального времени, что важно для обнаружения выбросов, что продемонстрировано при обнаружении мошенничества в финансовых транзакциях.
Систему искусственного интеллекта можно обучить пониманию процесса двумя методами. Один из подходов предполагает использование цифровых записей материальных, информационных и финансовых потоков внутри организации, генерируемых обычными ИТ-системами, такими как широко используемые системы планирования ресурсов предприятия (ERP).
В качестве альтернативы можно использовать технологию интеллектуального анализа процессов для извлечения цифровых данных из систем и приложений, раскрывая, как работают процессы.
Выявляя общие процессы и соответствующие им этапы посредством извлечения повторяющихся закономерностей, наблюдаемых в данных, такие компании, как Siemens, BMW и Merck, активно используют анализ процессов для масштабных улучшений во всех процессах.
Преодоление проблем для стимулирования инноваций
ИИ уже дополняет все этапы цикла улучшения процессов, но подчеркивает проблемы, с которыми столкнутся лидеры, когда ИИ возьмет на себя более важную роль. Ключевые проблемы включают уменьшение внимания к традиционным инструментам и методам, потребность в новых компетенциях среди экспертов по улучшениям и необходимость серьезных организационных изменений.
Хотя ИИ предлагает огромный потенциал для революционного улучшения процессов за счет сокращения трудоемких задач, его успешная интеграция требует от лидеров решать проблемы, адаптироваться к новым компетенциям и обеспечивать активное участие сотрудников.
Отказ от ответственности
В соответствии с Руководство трастового проектаОбратите внимание, что информация, представленная на этой странице, не предназначена и не должна интерпретироваться как юридическая, налоговая, инвестиционная, финансовая или любая другая форма консультации. Важно инвестировать только то, что вы можете позволить себе потерять, и обращаться за независимой финансовой консультацией, если у вас есть какие-либо сомнения. Для получения дополнительной информации мы предлагаем обратиться к положениям и условиям, а также к страницам справки и поддержки, предоставленным эмитентом или рекламодателем. MetaversePost стремится предоставлять точную и объективную отчетность, однако рыночные условия могут быть изменены без предварительного уведомления.
Об авторе
Аня — опытный писатель в области информационных технологий, страстно желающий исследовать передовые темы технологической индустрии, включая генеративный искусственный интеллект, Web3 геймификация и большие языковые модели (LLM). Имея степень в области устного перевода, она обладает уникальным сочетанием лингвистического опыта и технической хватки. Ее пытливый ум и обширный опыт позволяют ей ориентироваться в постоянно меняющемся мире технологических инноваций. Аня стремится раскрывать идеи и тенденции в различных языковых сегментах Интернета, привнося дальновидный взгляд в свою работу. В своих статьях она стремится преодолеть разрыв между сложными ИТ-концепциями и глобальной аудиторией, делая технологии доступными и привлекательными для читателей во всем мире.
Другие статьи
Аня — опытный писатель в области информационных технологий, страстно желающий исследовать передовые темы технологической индустрии, включая генеративный искусственный интеллект, Web3 геймификация и большие языковые модели (LLM). Имея степень в области устного перевода, она обладает уникальным сочетанием лингвистического опыта и технической хватки. Ее пытливый ум и обширный опыт позволяют ей ориентироваться в постоянно меняющемся мире технологических инноваций. Аня стремится раскрывать идеи и тенденции в различных языковых сегментах Интернета, привнося дальновидный взгляд в свою работу. В своих статьях она стремится преодолеть разрыв между сложными ИТ-концепциями и глобальной аудиторией, делая технологии доступными и привлекательными для читателей во всем мире.
