- یکشنبه ۱۸ آبان ۱۴۰۴
تولید به‌موقع: بازگشت به بهترین کارایی
بینش‌های جدید در مورد نسبت تولید و هوش مصنوعی
تولید در سطح جهانی نیاز دارد که استراتژی تولید به‌موقع را جدی بگیرد و از ابزارهای دیجیتال مانند هوش مصنوعی استفاده کند تا بتواند به بهترین کارایی برسد.
چکیده
هرگاه بحران اقتصادی پدید می‌آید، بخش تولید از فناوری‌ها و فرایندهای پیشرفته برای مقابله با موانع اقتصادی و تغییر وضعیت کسب‌وکارهای خود استفاده می‌کند. فناوری زمانهٔ ما فناوری هوش مصنوعی است که در حوزهٔ صنعتی نیز می‌توان به‌راستی بازی را عوض کند و مهم‌ترین تأثیرش این است که بینش‌های لحظه‌ای به ما می‌دهد، یا به قول ایجی توبودا بینش‌های درست و به‌موقع.
بیشتر تولیدکنندگان مجبورند برای حفظ رقابت‌پذیری خود از فناوری‌های جدید استفاده کنند. گارتنر پیش‌بینی می‌کند که تا پایان سال ۲۰۲۵ هوش مصنوعی ۵ترلیون دلار ارزش اقتصادی ایجاد خواهد کرد و این امر باعث افزایش سرمایه‌گذاری در این فناوری می‌شود. تولیدکنندگان از هوش مصنوعی، اتوماسیون و دیجیتالی‌شدن استقبال می‌کنند زیرا می‌تواند عملیات آنها را ساده کرده و بهره‌وری آنها را افزایش دهد.
دورهٔ آموزش روش‌های تولید صنعتی در دپارتمان علوم مهندسی مجتمع فنی تهران دوره‌ای عمومی است که طی ۲۴ ساعت آموزش فراگیران را با روش‌های مختلف تولید در مهندسی مکانیک آشنا می‌کند و روش‌های سنتی و پیشرفته و همچنین شیوهٔ درک و استفاده از فرایندها برای بهینه‌سازی تولید و کاهش ضایعات و هزینه‌ها را آموزش می‌دهد. فراگیران می‌توانند در پایان دوره گواهینامهٔ معتبر آن را نیز دریافت کنند.
استراتژی تولید به‌موقع
تولید به‌موقع روشی است که هر قطعه را تنها وقتی به آن نیاز است آماده می‌کنند و در اختیار خط تولید قرار می‌دهند. درحالی‌که تولیدکنندگان با دشواری سیاست‌های برون‌سپاری و تأثیرپذیری از حوادث شدید اقلیمی دست و پنجه نرم می‌کنند، کاربردهای هوش مصنوعی در صنعت برای کنترل هزینه‌ها، افزایش بهره‌وری تولید و حفظ رقابت‌پذیری ضروری هستند.
حدود هفتاد سال پیش ایجی تویودا مدیر اجرایی ژاپنی بود که برای بازدید از یک شرکت خودروساز در دیربورن میشیگان آمده بود. او در مورد موجودی انبار این شرکت به ایده‌ای شگفت‌انگیز رسید و این پرسش را مطرح کرد که چه می‌شد اگر قطعات خودرو درست موقعی که لازم است تولید می‌شدند؟ این ایده نخستین بار در دههٔ ۱۹۵۰ در شرکت تویوتا موتور مورد استفاده قرار گرفت و تویودا در آن زمان رهبری این شرکت را بر عهده داشت.
در پی بحران نفتی در سال ۱۹۷۳ این ایده به یکی از ویژگی‌های مهم صنعت خودروسازی ژاپن تبدیل شد. در تولید خودروهای ژاپنی ضایعات به حداقل و کیفیت به حداکثر رسیده است و به همین دلیل سیستم تولید خودرو در ژاپن به دلیل قابلیت اطمینان و مقرون‌به‌صرفه بودن آن شهرت دارد.
مونتاژ و تولید به‌موقع که اغلب به آن تولید ناب هم می‌گویند از آن زمان به پایه و اساس اصول مدیریت در سطح جهان تبدیل شد. در دهه‌های ۱۹۷۰ و ۱۹۸۰ و در بحبوحهٔ دورهٔ رکود اقتصادی و تورم بالا این شیوه بسیار مورد توجه قرار گرفت، زیرا شرکت‌ها برای بیشترکردن حاشیهٔ سود کسب‌وکار خود و کاهش هزینه‌های تولید و در عین حال انجام کار بیشتر با استفاده از منابع کمتر تلاش می‌کردند.
سوابق شرکت تویوتا نشان می‌دهد که از سال ۱۹۷۳ تا ۱۹۸۴ به‌تنهایی توانست تولید خود را از ۱۷۰۰۴۶ خودرو به ۳.۴ میلیون خودرو افزایش دهد. سایر بخش‌ها نیز به‌سرعت برای بهبود کارایی و بهره‌وری خود روش تویوتا را در پیش گرفتند و به تولید به‌موقع روی آوردند.
پیش‌بینی ریسک تولید
تولیدکنندگان امروز در سراسر جهان با تحولی مشابه و لحظه‌ای روبهرو هستند. هرچند امروز شرایط با هفتاد سال پیش بسیار متفاوت است. مشکلات مربوط به همه‌گیری کوید ۱۹ برای زنجیرهٔ تأمین بالاخره کاهش یافته‌اند، اما طبق گزارش مجمع جهانی اقتصاد در سال ۲۰۲۵ ریسک‌های جدید در کوتاه‌مدت و بلند‌مدت انتظار ما را می‌کشند و پیش‌بینی‌ها در مورد آینده را تحت‌الشعاع قرار می‌دهند.
آشفتگی‌های ژئوپلتیکی و ظهور جهانی چندقطبی باعث شده تقاضا برای تولیدداخلی افزایش یابد و در عین حال تعرفه‌های تجاری جدید تأثیر خود را به‌زودی نشان خواهند داد. در همین حال حوادث شدید اقلیمی همچنان تأمین مواد اولیه از جمله مواد معدنی را دشوارتر خواهند کرد.
اما وقتی اوضاع دشوار می‌شود به قول ضرب‌المثلی قدیمی باید به روش‌های جدید روی آورد. هرگاه بحران اقتصادی پدید می‌آید، بخش تولید از فناوری‌ها و فرایندهای پیشرفته برای مقابله با موانع اقتصادی و تغییر وضعیت کسب‌وکارهای خود استفاده می‌کند. فناوری زمانهٔ ما فناوری هوش مصنوعی است که در حوزهٔ صنعتی نیز می‌توان به‌راستی بازی را عوض کند و مهم‌ترین تأثیرش این است که بینش‌های لحظه‌ای به ما می‌دهد، یا به قول ایجی توبودا بینش‌های درست و به‌موقع.
رهبری خط مقدم با تحول کسب‌وکار
هنری فورد در اوایل دههٔ ۱۹۰۰ خط مونتاژ و دستگاه‌های خودکار را در جنرال موتورز به کار گرفت و تویوتا از سیستم کانبان و تولید به‌موقع استفاده کرد. این دو نشانه‌هایی هستند که بخش تولید در استفاده از نوآوری و ایجاد تحول تجاری پیشرو بوده است.
ظهور انقلاب صنعتی چهارم به دیجیتالی‌شدن سرعت بخشید و به راه‌اندازی کارخانه‌های خودکار کمک کرد. اما از آنجایی که تولیدکنندگان با مشکلات بی‌‌سابقه روبهرو هستند، به نظر می‌رسد مزیت پیش‌گام بودن در شرایط فعلی در اختیار کسانی است که نحوهٔ استفاده از داده‌های صنعتی و فناوری‌های مرتبط با خانوادهٔ هوش مصنوعی مانند یادگیری ماشین، تحلیل پیش‌بینی‌کننده و هوش مصنوعی مولد را می‌دانند و از آنها بهره می‌برند.
این دو فناوری اخیر در کنار هم می‌توانند بینش‌های مهمی در مورد حفظ بهره‌وری و کارایی عملیات تولید در اختیار تولیدکنندگان بگذارند. می‌تون گفت از این به بعد نبرد واقعی بین کارخانه‌های آن‌سوی مرز و کارخانه‌های داخلی نیست، بلکه بین کارخانه‌های هوشمند و مدل‌های عملیاتی قدیمی خواهد بود.
تیم‌های تولید در بری کلبو این مسئله را از نزدیک تجربه کرده‌اند. بری کلبو تولیدکننده‌ای سوییسی-بلژیکی است که هفت سال پیش رویکرد دیجیتالی را برای تولید شکلات به کار گرفت و استفاده از نرم‌افرازهای صنعتی پیشرفته برای ایجاد کارخانه‌ای هوشمند را آغاز کرد که در آن افراد، فرایندها و فناوری‌ها در کنار هم مشغول به کار هستند. این کارخانهٔ شکلات‌سازی با ادغام شیوه‌های تجسم سازمانی و سیستم اجرای تولید موسوم به سیستم MES قابلیت پیگیری عملیات را بهبود بخشید و بهره‌وری خود را افزایش داد.
این سیستم که شبیه ستون فقرات دیجیتال عمل می‌کند حجم عظیم داده را تحلیل کرده و به کارکنان بینش‌های لحظه‌ای از کل زنجیرهٔ تولید ارائه می‌دهد. همچنین مدل‌های پیش‌بینی‌کننده فرصت‌های بهینه‌سازی و روش‌های تنظیم آنی را آشکار می‌کنند و توانسته‌اند ظرفیت تولید این شرکت را تا ۱۰ درصد افزایش دهند و راندمان سراسری سیستم به نحوی بهبود پیدا کرده است که مصرف انرژی کاهش یابد. این شرکت که رهبر بازار خود است توانسته است محصولات خود را به‌گونه‌ای تولید کند که تولید کربن آن به صفر برسد و در عین حال خروجی خود را کاهش ندهد.
شرکت نستله نیز برای اینکه در صنعت شکلات باقی بماند از تحلیل‌های پیشرفته و مبتنی بر هوش مصنوعی و داده‌های لحظه‌ای در فضای ابری استفاده کرده است تا طعم همهٔ شیشه‌های نوشیدنی نسکوئیک خانوادهٔ خود را با کیفیت یکسان نگه دارد و در عین حال دورریز پودر خود را ۱۰ درصد کاهش دهد. این یعنی ۱۰۰ گرم صرفه‌جویی در هر شیشهٔ ۱ کیلوگرمی یا ۱۰ فنجان نسکوئیک اضافی. این شرکت اکنون می‌خواهد این شیوهٔ موفقیت‌آمیز را در سایر کارخانه‌ها و برای سایر محصولات خود مانند اوالتین به کار بگیرد.
در همین حال، در ایالات متحده شرکت آبجوسازی نیو بلژیک با رویکردی دیجیتال‌محور و با استفاده از پلتفرم MES و نرم‌افزارهای پیشرفتهٔ کنترل عملیات توانسته است از یک کارخانهٔ آبجوسازی دستی به رهبر این باز در سطح ملی تبدیل شود. آنها توانسته‌اند به کمک روش‌های بهبود برنامه‌ریزی عملیات، تجسم فرایند، تحلیل پیشرفتهٔ هوش مصنوعی، همکاری بهتر و اشتراک‌گذاری دانش دیجیتال تولید خود را ساده کرده و در عین حال کارایی و کیفیت خود را افزایش دهند. این شرکت که در کلرادو مستقر است توانسته تنها در عرض دو سال اثربخشی کلی تجهیزات خود را از ۴۵ درصد به ۶۵ درصد افزایش دهد و زمان ازکارافتادگی آنها را ۵۰ درصد کاهش دهد. علاوه‌براین، با اینکه هر یک از ایستگاه‌های تولید آن در سراسر کشور از متغیرهای محلی متأثر هستند، این تولیدکننده توانسته کاری کند که اکنون نوشیدنی‌هایی که در جاهای مختلف تولید می‌شوند همگی در سراسر ایالات متحده طعم یکسانی داشته باشند.
بیشتر تولیدکنندگان خواستار فناوری‌های جدید هستند
بیشتر تولیدکنندگان مجبورند برای حفظ رقابت‌پذیری خود از فناوری‌های جدید استفاده کنند. گارتنر پیش‌بینی می‌کند که تا پایان سال ۲۰۲۵ هوش مصنوعی ۵ترلیون دلار ارزش اقتصادی ایجاد خواهد کرد و این امر باعث افزایش سرمایه‌گذاری در این فناوری می‌شود. تولیدکنندگان از هوش مصنوعی، اتوماسیون و دیجیتالی‌شدن استقبال می‌کنند زیرا می‌تواند عملیات آنها را ساده کرده و بهره‌وری آنها را افزایش دهد. آنها این تغییرات را در اولویت قرار داده‌اند، زیرا می‌دانند که در صنایع خود به نوآوری فوری نیاز دارند.
بااین‌حال، اکثر پروژه‌های تحول دیجیتال به دلیلی عدم هماهنگی آنها با نتایج کسب‌وکار، نگاه محدود در حوزهٔ عملیات و بینش‌های غیربهینه نمی‌توانند از مزایای دیجیتالی‌شدن بهره ببرند. طبق تحقیق ارائه‌شده توسط کپجمینی ۷۱ این پروژه‌ها شکست می‌خورند.
راه‌حل این است که سیستم‌های انعطاف‌پذیر و مستعدی را پیاده‌سازی کنیم که تیم‌های سازمانی و عملیاتی را دور هم گرد بیاورد و براساس یک رشته دادهٔ دیجیتال آنها را به هم مرتبط کند تا بتوانند بینش‌های مفید برای کسب‌وکار را براساس مقیاس مورد نظر خود مشاهده و درک کنند.
رویکرد ایجی تویودا به تولید و استفاده از تولید به‌موقع باعث می‌شود تولیدکنندگان در میان‌مدت با شرایط عملیاتی ناپایدار مقابله کرده و به آن پیروز شوند. سیاست‌های دشوار برون‌سپاری و شرایط اقلیمی نامساعد باعث می‌شوند بخش تولید مجبور باشد به‌طور چابک و انعطاف‌پذیر از داده‌های تجاری خود استفاده کند تا بتواند دوام بیاورد. و مهم‌ترین ابزار برای استفادهٔ مفید و مؤثر از این داده‌های فناوری هوش مصنوعی است. پس هوش مصنوعی صنعتی برای متصدیان بخش تولید در آینده ضروری است.
جمع‌بندی
تولید به‌موقع روشی است که هر قطعه را تنها وقتی به آن نیاز است آماده می‌کند و در اختیار خط تولید قرار می‌دهد. درحالی‌که تولیدکنندگان با دشواری سیاست‌های برون‌سپاری و تأثیرپذیری از حوادث شدید اقلیمی دست و پنجه نرم می‌کنند، کاربردهای هوش مصنوعی در صنعت برای کنترل هزینه‌ها، افزایش بهره‌وری تولید و حفظ رقابت‌پذیری ضروری هستند.
ظهور انقلاب صنعتی چهارم به دیجیتالی‌شدن سرعت بخشید و به راه‌اندازی کارخانه‌های خودکار کمک کرد. اما از آنجایی که تولیدکنندگان با مشکلات بی‌‌سابقه روبهرو هستند، به نظر می‌رسد مزیت پیش‌گام بودن در شرایط فعلی در اختیار کسانی است که نحوهٔ استفاده از داده‌های صنعتی و فناوری‌های مرتبط با خانوادهٔ هوش مصنوعی مانند یادگیری ماشین، تحلیل پیش‌بینی‌کننده و هوش مصنوعی مولد را می‌دانند و از آنها بهره می‌برند.
دورهٔ آموزش روش‌های تولید صنعتی در دپارتمان علوم مهندسی مجتمع فنی تهران دوره‌ای عمومی است که طی ۲۴ ساعت آموزش فراگیران را با روش‌های مختلف تولید در مهندسی مکانیک آشنا می‌کند و روش‌های سنتی و پیشرفته و همچنین شیوهٔ درک و استفاده از فرایندها برای بهینه‌سازی تولید و کاهش ضایعات و هزینه‌ها را آموزش می‌دهد. فراگیران می‌توانند در پایان دوره گواهینامهٔ معتبر آن را نیز دریافت کنند.
نویسنده: جیم چاپل
مترچم: بهناز دهکردی
منبع: Machine Design
پرسش‌های متداول
هوش مصنوعی چه تأثیری در بخش تولید دارد؟
بیشتر تولیدکنندگان مجبورند برای حفظ رقابت‌پذیری خود از فناوری‌های جدید استفاده کنند. گارتنر پیش‌بینی می‌کند که تا پایان سال ۲۰۲۵ هوش مصنوعی ۵ترلیون دلار ارزش اقتصادی ایجاد خواهد کرد و این امر باعث افزایش سرمایه‌گذاری در این فناوری می‌شود. تولیدکنندگان از هوش مصنوعی، اتوماسیون و دیجیتالی‌شدن استقبال می‌کنند زیرا می‌تواند عملیات آنها را ساده کرده و بهره‌وری آنها را افزایش دهد. آنها این تغییرات را در اولویت قرار داده‌اند، زیرا می‌دانند که در صنایع خود به نوآوری فوری نیاز دارند.
تولید ناب چیست؟
تولید ناب روشی در تولید است که هدف اصلی آن کاهش زمان تولید و کاهش زمان پاسخگویی تأمین‌کنندگان به مشتریان است. تولید ناب با تولید به‌موقع ارتباط نزدیکی دارد.
تولید به‌موقع چیست؟
تولید به‌موقع روشی است که سعی می‌کند بین تولید و تقاضا موازنه برقرار کند و فقط وقتی سفارش برای کالا ثبت شد عرضه انجام شود. این روش راندمان و بهره‌وری را بالا می‌برد و میزان ضایعات را پایین می‌آورد.
MES چیست؟
MES یا سیستم اجرایی تولید فرایند کنترل، پایش و ردگیری فرایندهای تولید را ساده می‌کند. مدیریت انبار، دارایی‌ها و سرمایه‌گذاری انسانی نمونه‌های سیستم اجرایی تولید هستند. همچنین سیستم اجرایی تولید داده‌ها از خط تولید و سایر منابع سازمان جمع‌آوری کرده و در اختیار مدیران و تصمیم‌گیرندگان قرار می‌دهد.
