Mitä ajattelet älykkäästä automaatiosta? Valon sammuttamia tehtaita? Täysin autonomisia tuotantolinjoja? Robotit, jotka johtavat tehdasta? Vai ajatteletko jotain enemmän dataan keskittyvää ja ennakoivaa? Ehkä jopa jotain, johon liittyy tekoälyä, AR:ta tai MR:ää? Mikään näistä ei ole väärässä. Älykkään automaation ideaan liittyy paljon liikkuvia osia… mutta olemme yhä lähempänä sen potentiaalin vapauttamista.

Teknologian on tietysti oltava olemassa ennen käyttöönottoa. Usein yksittäiset älykkyys- ja automaatioteknologiat ovat jo olemassa. Avain on niiden yhdistäminen. Tähän keskityttiin Automate Forward -paneelikeskustelussa.

”ei enää pidetä hulluina tiedemiehinä laboratoriossa”, sanoi Tom Panzarella, Senior Director of Perception Seegridillä. ” todella ratkaisevat liiketoimintaongelman, todella kvantifioivat sen liiketoimintaa varten ja kohtelevat sitten teknologiaa ei päämääränä vaan pikemminkin työkaluna.”

Automaatiopotentiaalia ja dataa koskevan tasaisemman ajattelutavan myötä yritykset hienosäätävät infrastruktuuriaan valmistautuakseen älykkääseen automaatioon. Tämän odotetaan luovan ”käännekohdan”, jossa monimutkaisten tilastollisten analyysien ja tekoälyn käyttöönotto tuotantolinjoissa helpottuu.

”Algoritmit itsessään eivät monissa tapauksissa ole uusia”, sanoi GE Researchin robotiikasta ja autonomisista järjestelmistä vastaava johtaja John Lizzi. ”Mutta oikeastaan kaikki infrastruktuuri, työkalut ja puitteet ovat tehneet tästä helpompaa.”

Automaatiomatka ei ole suora tie, varsinkaan turvallisuuskriittisissä sovelluksissa, joissa on noudatettava turvallisuus- ja viranomaismääräyksiä. Rashmi Misra, Microsoftin tekoäly-, mixed reality- ja silicon-liiketoiminnan kehityspäällikkö, keskusteli siitä, miten automaatio-ohjeiden ja -standardien puute voi johtaa sovelluksen puutteisiin, koska insinöörit jätetään kirjaimellisesti oman onnensa nojaan.

”Olemme kaikki ekosysteemissä, jonka on työskenneltävä yhdessä samoissa olosuhteissa”, hän sanoi. Vaikka käyttötapauksia syntyy, tapauksista on olemassa muunnelmia, joissa on otettava huomioon yksittäiset automaation liiketoimintamallit ja tavoitteet. Hän totesi, että joitakin vakiintuneita käyttötapauksia tai työkalupakkeja voidaan mukauttaa toiseen liiketoimintamalliin.

Toolkitit voivat toimia viiteoppaana sovelluksille automaation matkan varrella, ja ne voivat olla arvokkaita pienille ja keskisuurille yrityksille, joilla ei ole suurta tutkimusosastoa. IBM:n tekoälysovellusten teknologiajohtaja ja varatoimitusjohtaja Rishi Vaish selvitti, että IBM:llä on kaksi eri investointitasoa, jotta sen automatisointiteknologiasta saadaan kulutuskelpoista.

”Ensimmäinen taso on työkalut”, hän sanoi. ”Yksi investointitaso on näiden työkalujen jatkuva valmistaminen.” Tämä sisältää datan, mallin, mallin pitämisen käynnissä tuotannossa ja sen mahdollistamisen, että mallilla voidaan mitata järjestelmässä olevia harhoja.

”Toinen investointitaso on se, kun todella rakennamme sovelluksen”, hän selitti. ”Useimmille yrityksille, jotka haluavat vain päästä alkuun, jokin korkeampi abstraktiotaso on paljon nopeampi tapa saada tekoälymatka käyntiin.”

Suurilla ja pienillä valmistajilla on kuitenkin samanlainen vaikeus: uuden tekniikan tehokas integrointi vanhaan tekniikkaan.

”Meille haaste on juuri siinä”, sanoo Jorge Ramirez, General Motorsin globaalin toteutusautomaation johtaja ja valmistuksen kyberturvallisuuspäällikkö. ”Pääoma rajoittaa meitä. Helppo ratkaisu olisi ottaa kaikki vanha pois ja laittaa uusi sisään, jossa on kaikki uudet älykkäät laitteet, jotka vain pelaavat harmonisesti.”

Me kaikki tiedämme, että se ei kuitenkaan ole todellisuutta.

Legacy- ja älykkään teknologian lähentyminen on yksi älykkään automaation suurimmista haasteista, mutta sitä tapahtuu yhä useammin, mikä helpottaa työkalupakettien laajentamista, tarkennettuja käyttötapauksia ja lopulta helpompaa globaalia käyttöönottoa.

Lizzi kehotti yrityksiä tarkastelemaan sekä järjestelmän vahvuuksia että heikkouksia sen määrittämiseksi, missä älykäs automaatio voisi elää. On myös tärkeää tarkastella myös älykkään teknologian vahvuuksia ja heikkouksia.