Vad tänker du på när du tänker på smart automation? Fabriker med släckt ljus? Helt autonoma produktionslinjer? Robotar som styr fabriken? Eller tänker du på något mer datainriktat och förutsägbart? Kanske till och med något med AI, AR eller MR? Det visar sig att ingen av dessa är fel. Det finns många rörliga delar som ingår i idén om smart automation … men vi kommer allt närmare att frigöra dess potential.

Naturligtvis måste tekniken finnas innan den kan genomföras. För det mesta finns det redan individuell intelligens- och automatiseringsteknik. Nyckeln är att föra dem samman. Detta var ett fokus vid en paneldiskussion på Automate Forward.

” betraktas inte längre som de galna vetenskapsmännen i labbet”, säger Tom Panzarella, senior director of perception på Seegrid. ”De är nu mer intresserade av att faktiskt lösa ett affärsproblem, att faktiskt kvantifiera det för verksamheten och sedan behandla tekniken inte som ett mål utan snarare som ett verktyg.”

Med en mer sansad inställning till automatiseringspotential och data finjusterar företagen sina infrastrukturer som en förberedelse för smart automatisering. Detta förväntas skapa en ”vändpunkt” där det blir lättare att implementera komplexa statistiska analyser och artificiell intelligens i produktionslinjerna.

”Algoritmerna i sig själva är i många fall inte nya”, säger John Lizzi, verkställande ledare för robotik och autonoma system på GE Research. ”Men det är egentligen hela infrastrukturen, verktygen och ramarna som har underlättat detta.”

Automatiseringsresan är inte en rak väg, särskilt inte när det gäller säkerhetskritiska tillämpningar som måste följa säkerhets- och myndighetsföreskrifter. Rashmi Misra, chef för AI, mixed reality and silicon business development på Microsoft, diskuterade hur bristen på riktlinjer och standarder för automatisering kan leda till brister i applikationen eftersom ingenjörerna bokstavligen lämnas åt sitt eget öde.

”Vi ingår alla i ett ekosystem som måste arbeta tillsammans under samma förutsättningar”, sade hon. Samtidigt som användningsfall uppstår finns det varianter av fall som måste ta hänsyn till individuella affärsmodeller och mål för automatisering. Hon noterade att vissa etablerade användningsfall, eller verktygslådor, kan anpassas för en annan affärsmodell.

Verktygslådor kan fungera som en referensguide för tillämpningar längs automatiseringsresan och kan vara värdefulla för små och medelstora företag som inte har en stor forskningsavdelning. Rishi Vaish, CTO och VP för IBM AI Applications, förklarade två olika investeringsnivåer som IBM gör för att göra sin automationsteknik förbrukningsbar.

”Den första är i verktygsutrustningen”, sade han. ”En investeringsnivå är att kontinuerligt tillverka dessa verktyg.” Detta omfattar data, modellen, att hålla modellen igång i produktionen och att göra det möjligt för modellen att mäta bias i systemet.

”Den andra investeringsnivån är när vi faktiskt bygger en tillämpning”, förklarade han. ”För de flesta företag som bara vill komma igång är någon högre abstraktionsnivå ett mycket snabbare sätt att få igång sin AI-resa.”

Stora och små tillverkare delar dock en liknande svårighet: att effektivt integrera den nya tekniken med den gamla tekniken.

”För oss är det där utmaningen ligger”, säger Jorge Ramirez, global chef för automatiserad tillverkning och Chief Manufacturing Cybersecurity Officer på General Motors. ”Vi är begränsade av kapital. Den enkla lösningen skulle vara att ta bort allt gammalt och sätta in det nya med alla nya smarta funktioner som bara spelar harmoniskt.”

Vi vet alla att det inte är verkligheten.

Konvergensen mellan äldre teknik och smart teknik är en av de största utmaningarna inom smart automatisering, men den inträffar allt oftare, vilket kommer att bidra till att verktygslådan kan utökas, att användningsområdena specificeras och att det så småningom blir lättare att införa den globalt.

Lizzi rådde företag att titta på både styrkor och svagheter i ett system för att avgöra var smart automation kan bo. Det är också viktigt att titta på den smarta teknikens styrkor och svagheter också.