スマートオートメーションといえば、何を思い浮かべますか？ 無灯火の工場？ 完全な自律型生産ライン？ ロボットが工場を動かす？ それとも、もっとデータ中心で予測的なものを思い浮かべますか？ あるいは、AIやAR、MRを使ったものでしょうか？ 実は、どれも間違いではありません。 スマート オートメーションのアイデアには多くの可動部品がありますが、私たちはその可能性を解き放つことに近づきつつあります。 多くの場合、個々のインテリジェンスとオートメーション技術はすでに存在しています。 重要なのは、それらを一緒にすることです。 これは、Automate Forward のパネルディスカッションの焦点でした。

「もはやラボのクレイジーな科学者とは見なされません」と、Seegrid の知覚担当シニア ディレクター Tom Panzarella は述べています。 「実際にビジネス上の問題を解決し、ビジネスのために実際にそれを定量化し、そしてテクノロジーを目的ではなく、むしろツールとして扱うのです」

オートメーションの可能性とデータに関するより平静な考え方により、企業はスマート オートメーションに備えてインフラストラクチャを微調整しています。 これは、複雑な統計解析やAIを生産ラインに導入することが容易になる「転換点」を生み出すと予想される。

GE Researchのロボティクスおよび自律システムのエグゼクティブリーダーであるJohn Lizzi氏は、「多くの場合、アルゴリズムそのものは新しいものではありません」と述べている。 「しかし、インフラストラクチャ、ツール、フレームワークのおかげで、より簡単になりました」と述べています。 Microsoft の AI、複合現実、およびシリコン ビジネス開発責任者の Rashmi Misra 氏は、自動化のガイドラインと標準の欠如が、エンジニアが文字通り自分の判断に任されているために、アプリケーションの欠陥につながる可能性があることについて、

「私たちはすべて、同じ条件の下で一緒に仕事をしなければならないエコシステムにいます」と、彼女は述べています。 ユースケースが発生する一方で、個々の自動化ビジネス モデルや目標に対応する必要があるケースのバリエーションがあります。 彼女は、確立されたユースケースやツールキットのいくつかは、別のビジネスモデルに適応させることができると述べています。

ツールキットは、自動化の道筋に沿ったアプリケーションの参照ガイドとして機能し、大規模な研究部門を持たない中小企業にとって貴重なものとなり得る。 IBM AI アプリケーションの CTO 兼 VP である Rishi Vaish 氏は、IBM が自動化技術を消耗品にするために行う 2 つの異なるレベルの投資について説明しました。

「最初の 1 つはツーリングにあります」と彼は述べました。 “投資の 1 つのレベルは、それらのツールを継続的に作ることです。” これには、データ、モデル、生産現場でモデルを稼働させ続けること、システム内のバイアスを測定するためにモデルを有効にすることが含まれます。

「2つ目の投資レベルは、実際にアプリケーションを構築するときです」と彼は説明します。 “ちょうど始めたいほとんどの企業にとって、いくつかのより高いレベルの抽象化は、彼らのAIの旅をキックインさせるためのはるかに速い方法です。”

大規模なメーカーも小規模なメーカーも、新しい技術を古い技術と効果的に統合するという、同様の苦難を共有していますが。

「私たちにとっては、そこが課題です」と、General Motors の実行自動化グローバル ディレクター兼最高製造サイバーセキュリティ責任者の Jorge Ramirez 氏は述べています。 「私たちは資本に制限されています。 レガシーとスマート テクノロジーの融合は、スマート オートメーションにおける最大の課題の 1 つですが、より頻繁に発生しており、ツールキットの拡張、特定のユースケース、そして最終的には、より容易なグローバル導入に手を貸してくれるでしょう」と、General Motors のグローバル ディレクター兼製造サイバーセキュリティ担当の Jorge Ramirez は述べています。

Lizzi 氏は、スマート・オートメーションが生きる場所を決定するために、システムの長所と短所の両方を見るよう企業に助言した。 また、スマート・テクノロジーの長所と短所も見ることが重要です」

。