داده ها ، هوش مصنوعی و روبات ها: Atomico's Take on Industry 4.0

… به زودی به کارخانه ای در نزدیکی شما می آیید

یادداشت سردبیر: این پست در ابتدا در ژوئیه سال 2018 منتشر شد.

این پست توسط همکاران صنعت من 4.0 استیو کراوان و بن بلوم به نویسندگی رسیده است ، زیرا ما در مورد آنچه در حال حاضر ما را در Atomico هیجان انگیز می کند بلند می کنیم ، درباره آینده صنعت

اگر می خواهید تجزیه و تحلیل و بینش بیشتری مانند این ، ماهانه (ish) به صندوق ورودی خود تحویل دهید ، در دفترچه راهنمای اپراتور (خبرنامه ما) در اینجا ثبت نام کنید.

در یک کارخانه تولید کابل در نزدیکی فرودگاه بین المللی O'Hare شیکاگو ، چند جعبه سیاه کوچک و براق با احتیاط نشسته و به ماشینهای پلاستیکی اکستروژن ده ساله متصل شده و در سکوت جمع آوری داده ها است.

داده های جمع آوری شده به طور محلی در هر یک از جعبه ها در یک مجموعه کوچکتر از متغیرهای معنی دار تقسیم می شوند ، سپس داده های جمع آوری شده به صورت بی سیم به یک بستر تحلیلی مبتنی بر ابر منتقل می شوند تا کارکنان کارخانه بتوانند روند تولید را بصورت بلادرنگ و از هر دستگاه کنترل کنند.

Oden Technologies - شركت پشت سكو (كه در آن اتمیكو سرمایه گذاری سری A 10 میلیون دلاری را رهبری كرده است) - سخت افزارهای صنعتی ، اتصال بی سیم و یك خط لوله داده پیشرفته را تركیب می كند تا نمایی بی سابقه (در این صنعت) از طبقه كارخانه و آن را تولید كند. فرآیندهای تولید

در این استقرار ، مسائل تا 95 درصد سریعتر گرفتار می شوند (یعنی در چند دقیقه یا چند ساعت ، در مقابل هفته ها) ، ضایعات را صدها هزار دلار در سال در هر کارخانه قطع می کنند ، در حالی که با افزایش مداوم 10 تا 15 درصد تولید را افزایش می دهد. سرعت خط دولت.

صنعت 4.0

اودن یکی از تعدادی از شرکتها در خط مقدم آنچه قرار است تبدیل به یک تغییر زمان در تولید شود (یک بخش 12 تنی دلاری در سطح جهان ، 17 درصد از تولید ناخالص داخلی جهانی را شامل می شود). این بخش تاکنون نسبتاً دست نخورده از فناوری دیجیتال باقی مانده است ، اما این روند به سرعت تغییر می کند.

سنسورهای ارزان قیمت ، زیرساختهای ارتباطات بی سیم ارزان ، پردازش داده های مبتنی بر ابر بسیار مقیاس پذیر و روش های نوین یادگیری ماشین به جایی رسیده اند که بلوک های ساختمانی برای یک عصر جدید ماشین وجود داشته باشد.

این پیشرفت ها با نام Dubbed Industry 4.0 ، مورد توجه تولید کنندگان جهان قرار نگرفته است. آنها چاره ای ندارند: عوامل کلان دست خود را مجبور می کنند. رقابت شدید از رقیبان زیرک و جدید از چین به معنای این است که تولید کنندگان اروپایی و آمریکایی فقط برای اینکه بتوانند رقابتی بمانند باید قدم بردارند.

تغییر از تولید انبوه ، یکنواخت به اندازه دسته کوچک ، محصولات سفارشی - از کفش شخصی به پزشکی - به معنای گران بودن روش های سنتی است. و مشتریان ، چه مصرف کننده و چه مشاغل ، زمان بازگشت سریعتر را سریعتر می خواهند.

غبار مقدس برای بسیاری "کارخانه روشنایی" است: کارخانه ای که خود را با مداخله صفر انسان انجام می دهد (و احتمالاً نیازی به روشنایی نیست). اما این ایده چقدر فاصله دارد؟

تسلا با مشکلات اخیر خود در مدل 3 تولید یک داستان هشدار دهنده است. اگرچه یک تلاش بینایی و قابل ستایش ، فشار بیش از حد به سرعت و دگماتیکی اتوماسیون می تواند به معنای بسیاری از قسمت های متحرک ، آشوب و سردرگمی باشد.

رویکرد معقول تر (اما به مرور زمان ، کمتر انقلابی) این است که افزایشی و تکراری باشد. با استفاده از لایه بندی سنجش و جمع آوری داده ها ، آنالیزهای جدید ، سیستم های کنترل ، رباتیک ارزان تر و ارکستراسیون و تجزیه و تحلیل مبتنی بر هوش دستگاهی و با ایجاد فرهنگی از آنچه در دنیای نرم افزار "توسعه چابک" نامیده می شود - یعنی به سرعت با اطلاعات ناقص حرکت کرده و تمایل به تلاش برای یافتن چیزهای جدید - کارخانه های بینایی بیشتر در تعداد خوبی از صنایع باید بتوانند طی یک دهه به اتمام برسند.

بسیاری در صنعت هنوز این خوش بین نیستند. بررسی اخیر PWC در مورد کارخانه های دیجیتال نشان داد که تنها 11 درصد از شرکت هایی که به اتوماسیون کامل پاسخ داده اند انتظار دارند در طی 5 سال آینده.

با این حال ، پوشش نقره این بود که دو سوم انتظار می رود از داده هایی برای نگهداری پیش بینی ، تجزیه و تحلیل ، نظارت و بهینه سازی استفاده کنند و آنها میانگین 12 درصد از بازده را در طول دوره تخمین زده اند.

تحول دیجیتال اکنون داده شده است

در شروع کار من ، شرکت آب و هوا ، ما خودمان را کاملاً بطور تصادفی کشف کردیم که نیاز به عمیق یک بخش بزرگ سنتی (کشاورزی) برای دیجیتالی کردن و استفاده از علم داده را برای پاسخ به چالش های اساسی ، از تغییرات آب و هوایی گرفته تا تغذیه اشتهای جمعیت در حال تغییر ، کاملاً بطور تصادفی پیدا کردیم. .

صنعت بلافاصله ما را در آغوش نگرفت ، اما نظم و انضباطی که ما با عنوان "کشاورزی دقیق" آنالیز کردیم ، به طور گسترده ای پذیرفته شده است. همین اصل در صنعت نیز صادق است ، به همین دلیل است که برخی از ما در Atomico چنین علاقه زیادی به اینجا کشیدیم و آن را به عنوان یک منطقه با تمرکز مداوم در نظر گرفتیم.

دوستان ما در Point Nine Capital مقاله بزرگی را نوشتند (Reinventing the Factory Stack) ، که در آن لیست بیش از 200 شرکت نوپا برای ایجاد اختلال در این صنعت در 11 منطقه وجود دارد ، از نمونه سازی های اولیه تا اتوماسیون گردش کار.

براساس گزارش CB Insights در مورد این موضوع ، سرمایه گذاری در زمینه سرمایه گذاری در کارهای اینترنتی در صنعت (به وضوح زشت "IIoT") در همه زمان ها قرار دارد ، و بیش از 1 میلیارد دلار فقط در Q4 2017 سرمایه گذاری کرده است.

پنج منطقه اصلی

ما در حال حاضر به فرصت ها در چهار زمینه نگاه می کنیم که برای شکل گیری تولید هوشمند همگرا هستند: تجزیه و تحلیل و ارکستراسیون ، چشم انداز رایانه ، روباتیک ، AR / Wearables و طراحی / نمونه سازی اولیه. اینها بهم پیوسته اند ، اما ما هنوز این موضوع را یک تقسیم بندی مفید می دانیم.

  1. تجزیه و تحلیل و ارکستراسیون

این روزها گفته می شود که "داده روغن جدید است". این مسئله در صنعت از اهمیت کمتری برخوردار نیست ، همانطور که در سایر بخش ها وجود دارد. داده های بیشتر در طی دو سال آینده بیش از هر آنچه که ما در تاریخ بشریت ایجاد کرده ایم ایجاد می شود - و این رشد نمایی برای یک دهه ادامه خواهد یافت.

بدیهی است که بسیاری از این داده ها از سنسور خام تولید شده اند که شما نمی توانید بایت-بایت را با ارزش افلاطون مقایسه کنید ، اما با این وجود ، ما در حال شنا کردن در اطلاعات هستیم. خوشبختانه ، با یادگیری ماشین ما اکنون ابزاری داریم تا بتوانیم از آن استفاده کنیم.

پردازنده های ارزان تر ، قدرتمند اجازه می دهند تا بخش اعظمی از اینها در سایت پردازش شوند ("Edge Computing") ، از جلوگیری از تنگنای پهنای باند در غیر این صورت ممنوع.

ما معتقدیم که این اتوماسیون ابتدا به اندازه گیری و هشدار متمرکز خواهد شد. سنسورها معیارهای مربوط به دستگاههایی را که قبلاً در طول کار اندازه گیری نشده بودند ، ردیابی می کنند. سیستم عامل های داده مدرن و مقیاس پذیر داده هایی را که به سیلوهای داده فراموش شده وصل شده اند متصل می کنند.

الگوریتم های پیش بینی شده و شبکه های عصبی روابط بین معیارهای لژیون را تولید می کنند تا بینش جدیدی در زنجیره های فرآیندی پیچیده ایجاد کنند. اینها در ابتدا ماهیتاً مشاوره ای دارند و انسانها تصمیم می گیرند كه وقتی چیزی برای آنها پرچم گذاری شد چه كنند.

در زمان (اما قبل از مدت زمان طولانی) سیستم های کنترل به این مدل ها گره خورده اند ، و اجازه می دهد تا ارکستراسیون: به نرم افزارهای نرم افزاری ("AI") تعداد بیشتری آژانس داده می شود تا بر اساس داده های مشاهده شده تصمیم گیری کنند. آنها حتی می توانند با پارامترهایی آزمایش کنند تا از علت و معلول بهتر الگو بگیرند و خود را در پرواز آموزش دهند.

ما قبلاً دیده ایم که این رویکرد ارکستراسیون بسیار خوب و در زمینه بهینه سازی انرژی مرکز داده کار می کند. تصور کنید که در مورد تولید دارو نیز همین اتفاق رخ داده است ، با یک ماشین غلبه بر مشکلات در طول میلی ثانیه در دانه بندی دقیق در فرآیند پیچیده ، تنظیم خودکار یا دور انداختن خروجی در هنگام عدم رضایت ، - به این ترتیب از اجتناب از دسته های تلف شده بسیار گران قیمت ، یادآوری هزینه ها یا بدتر از آن ، منفی یا پیامدهای بیمار کشنده. این فرضی نیست - راه اندازی Bigfinite در حال حاضر این کار را برای برخی از مشتریان بزرگ داروسازی ارائه داده است.

یک مطالعه اخیر BCG نشان می دهد که نسبتاً بالایی از مردم در صنعت این امر را بدست می آورند: چهار از ده نفر از 1000 مدیر مورد نظر خود انتظار دارند که هوش مصنوعی تا سال 2030 تبدیل به "محرک اصلی بهبود بهره وری" (بیشتر 60٪ دیگر) باشد. بدون شک لحن خود را طی چند سال آینده تغییر دهید).

2. چشم انداز رایانه

در طی چند سال گذشته ، بینایی رایانه زیر رشته ای از هوش مصنوعی است که پیشرفتهای چشمگیر را تجربه کرده است و از توانایی انسان در تست های طبقه بندی تصویر مانند ImageNet فراتر رفته است. بسیاری از کارهایی که قبلاً به بازرسی بصری انسان احتیاج داشتند اکنون توسط دستگاهها حتی بهتر انجام می شوند.

بدیهی است ، این دارای برنامه های بی شماری در محیط کارخانه است - بدیهی است که در کنترل کیفیت (QC) نظارت بر کیفیت. حتی بهترین اپراتورهای انسانی نیز به دلیل حواس پرتی یا خستگی ذاتاً مستعد ناسازگاری و عدم اطمینان هستند.

راه اندازی کنترل کیفیت هوشمند هوشمند مانند Scortex در فرانسه یا Relimetrics در آلمان ، دید رایانه ای را برای خودکارسازی بازرسی بصری مستقر می کند. این پیشرفتی است که احتمالاً با توجه به وابستگی محدودی که در اجرای آن وجود دارد ، خیلی زودتر از اواخر صورت خواهد گرفت.

بینایی رایانه همچنین یک مؤلفه اصلی سایر روندهای ذکر شده در اینجا ، به ویژه روباتیک و AR / VR را تشکیل می دهد.

3. رباتیک و AV

مدت زمان طولانی است که روبات ها برای تولید خودکار کار های تکراری در ساخت و ساز مستقر شده اند ، اما این موارد بجز بزرگترین موارد استفاده در مقیاس مانند ساخت اتومبیل ، بسیار گران قیمت بوده اند. این روبات ها نیز بسیار انعطاف پذیر بوده و نیاز به کالیبراسیون دقیق دارند و در برابر خطا تحمل کمی دارند.

روندهای متعدد ، از تولید دسته ای کوچک ، تا علاقه به تولید مجدد "تولید" در مواجهه با افزایش هزینه های کار و ملاحظات سیاسی و پایداری ، باعث شده است که اتوماسیون در مقیاس کوچک بسیار مطلوب باشد - در صورت قطع شدن. خوشبختانه ، به طور فزاینده ای می تواند.

سلاح های کوچک رباتیک صنعتی امروزه ارزان تر و انعطاف پذیرتر از گذشته هستند ، با افزایش شهاب سنگ روبات های کوچکتر و انعطاف پذیر همکاری - یا کبوت ها - برای تغییر غیرقابل برگشت چشم انداز. آنها ارزان تر ، قابل برنامه ریزی و ایمن تر هستند (بنابراین می توانند در کنار انسانها کار کنند ، جایی که قبلاً مجبور بودند به طور جداگانه در قفسها فعالیت کنند - یک نکته مهم برای معرفی افزایشی).

چندین بازوی ربات 25k دلاری با هماهنگی یک انسان واحد می تواند به طور موثری وظایفی را انجام دهد که قبلاً به 4-5 کارگر نیاز داشته باشند ، با صرفه جویی در هزینه 3 برابر یا بیشتر.

مشتریهای در حال پاسخ دادن هستند. محموله های روبات در سه ماهه اول سال 2018 در ایالات متحده 22 درصد رشد داشته است. در همین حال ، فدراسیون بین المللی رباتیک ، یک نهاد صنعت ، تخمین می زند که تعداد ربات های صنعتی در حال کار بین سال های 2014 و 2020 دو برابر خواهد شد.

ما معتقدیم که در ابتدای حرکت در اینجا هستیم و سرعت بسیار زیاد خواهد شد. شرکت های مهیج در این فضا عبارتند از: رهبر مشترک شركت Universal Robots ، كوكا مستقر در مونیخ (كه اکنون توسط پیشگام چینی Midea به دست آورد) و Franka Emika و شركت اوایل اتومات.

از آنجا که این امر جالب تر است ، در لایه نرم افزار آموزش روبات ها است که به طور قابل اعتماد کارهای قبلی را به صورت خودکار انجام دهند ، از جمله کارهای انتخاب و مکان ، مونتاژ ، قرار دادن کابل ، نصب و آزمایش دستگاه. یک دسته از استارتاپ ها با تیم های بسیار توانمند در این فضا هدایت می شوند ، از جمله Covariant.ai ، Micropsi ، Nomagic و Osaro.

فراتر از بازوهای روباتیک ، سایر تجهیزات موجود در کارخانه نیز می توانند اتوماتیک شوند - نمونه هایی از این لیفتراک ها یا چرخ دستی ها ، با توسعه وسایل نقلیه خودمختار ، که در محیط های ساده تر و با هم ریخته کار می کنند ، امکان پذیر است. اپراتورهای لیفتراک و انبار حدود 5.3 میلیارد دلار نیروی کار در ایالات متحده را تشکیل می دهند ، کارهایی که در بخش عمده ای از آن قابل اتوماتیک است. در سطح جهانی این تعداد به احتمال زیاد 3-4 برابر اندازه است. این یک برنامه است.

4. AR / Wearables

تنها در انگلیس ، هزینه سالانه صدمات در محل کار در بخش تولید به طور متوسط ​​حدود 500 میلیون پوند است. کارخانه ها ذاتاً مکانی خشن و آماده هستند که افراد در کنار ماشین های بزرگ ، دست و پا گیر و اغلب خطرناک کار می کنند.

امکان استفاده از پوشیدنی ها و مواد جدید برای کمک به اینجا بسیار مهم است ، از رویکردهای AR / VR اجازه می دهد تا کنترل از مسافت ایمن تر تا ایده های خارج از خانه مانند اسکلت اسکلت (مانند اسکلتهای صنعتی "عصر فضا" SuitX) یا رابط های دستگاه مغزی در نظر گرفته شود. توسط آزمایشگاه های CTRL برای کنترل روبات ها بسیار طبیعی تر از جوی استیک های قدیمی و صفحه کلیدها.

در AR / VR ، طیف گسترده ای از دستگاه های سخت افزاری کالا از عینک های AR تا ساعت های هوشمند و تبلت های بازوی شده توسط شرکتهای نرم افزاری متمرکز به صورت عمودی بافته می شوند تا محصولاتی را فراهم کنند که با پوشاندن داده های مربوطه به میدان دید خود ، به انسانهایی کمک کنند.

Scandit مستقر در زوریخ ، یک شرکت نمونه کارها Atomico ، در این زمینه کارهای جالب انجام می دهد و بارکد تواضع اما قابل اعتماد را با روش های مدرن بینایی رایانه برای ردیابی اشیاء از طریق انبارها و زنجیره های تأمین ترکیب می کند.

این گفته ، در حالی که AR یک پله خوب است و با ارزش باقی خواهد ماند ، بزرگترین محرک کارآیی (و کاهش صدمات) در وهله اول قرار گرفتن کمتر افراد در این مشاغل پرخطر است.

5- چرخه طراحی و نمونه برداری تنگ تر

با توجه به پیشرفتهای عظیم در دهه های اخیر در سرعت تحقق و تحویل ، انتظارات پیرامون سرعتی که بتوان محصولات جدید را به بازار عرضه کرد ، به سرعت افزایش یافته و همچنین تقاضا برای محصولات سفارشی تر و شخصی تر شده است. کارخانه ها مجبور می شوند برای حمایت از این کار سازگار شوند تا رقابت باقی بمانند.

چاپ سه‌بعدی یک روند خیرخواهانه برای روند کار یا نمونه سازی و طراحی بوده است و ابزاری جدید قدرتمند در زرادخانه طراحی است (خصوصاً در دموکراتیک کردن نوآوری در محصولات فیزیکی بسیار عالی است).

اکنون این روش به روش سنتی تر (و هزینه بسیار پایین تر برای کیفیتی خاص) مانند فرز CNC در حال گسترش است. شرکت هایی مانند CloudNC (یک شرکت نمونه کارها Atomico) و Plethora در حال اتوماسیون فرز هستند ، به مهندسان طراحی اجازه می دهند تا مسائل تولید را زود تشخیص دهند و به جای هفته ها تا ماه ها ، قطعات را به روز کنند.

ابزارهای همکاری بهتری برای طراحی سه بعدی وجود دارد ، مانند Gravity Sketch ، شبیه سازی بهتر و مدل سازی از طریق دوقلوهای دیجیتال ، و شرکتهایی مانند Hyperganic که به طراحان اجازه می دهند تا بر اساس مجموعه ای از نیازهای عملکردی ، نامزدها را برای قطعات بطور خودکار تولید کنند.

عامل انسانی

غیرممکن است که نادیده بگیریم که افزایش اتوماسیون ، طی دهه های آینده ، چالش هایی را در رابطه با شغل ها ایجاد می کند. تولید تقریباً یک دهم اشتغال در ایالات متحده و اتحادیه اروپا را تشکیل می دهد و احتمالاً اکثر این مشاغل از دیجیتالی شدن دوام نخواهند داشت.

با این حال ، بر خلاف ، می گویند ظهور حمل و نقل مستقل ، تلفات شغلی در اینجا با توجه به اتخاذ تدریجی به تدریج خواهد رسید ، و واقعیت اساسی که کارخانه ها و تجهیزات گران قیمت به طور معمول چرخه های جایگزینی چند دهه ای دارند.

این امر باعث می شود تا از بین رفتن برخی از مشاغل ، كنترل بیشتری داشته باشد ، زیرا افراد به هر حال بازنشسته می شوند ، و زمان دیگری را می آموزد كه بتوانند در كنار پشتیبانی از روبات ها یا برای بسیاری از افراد ، انتقال حامی به چیز دیگری ، كارآیی بیشتری داشته باشند. این مانند بسیاری از بخش های دیگر ، این وظیفه است که جامعه تصدیق و قدم برطرف کند.

آینده ای روشن و روشن

ما در Atomico نه فقط برای بازده سرمایه گذاری می کنیم بلکه برای حمایت از استارت آپ هایی که به نوعی دنیا را بهبود می بخشد ، هستیم. در این حالت ، راندمان بالاتر ، تولید نهایی و سفارشی بهتر و مناسب تر ، کاهش ضایعات و تأثیرات زیست محیطی ، افزایش ایمنی و کیفیت بهتر زندگی ، همه با هم جمع می شوند تا انگیزه ما را برای ادامه علاقه اولیه ما به دیجیتالی شدن صنعت ایجاد کنند.

علاوه بر این ، ما با توجه به میراث ، استعداد و تخصص تولید قوی و افتخارآمیز این قاره ، در اینجا به نفع استارتاپ های اروپایی می بینیم. چالش هایی وجود خواهد داشت ، به خصوص در مورد اطمینان از همکاری شرکت های فعلی با شرکت های نوپا ، پرداخت هزینه محصولات و نه انتظار برای اثبات اثبات ایده های بی پایان ، و به عنوان طرفداران و حامیان عمل کنند.

اما علائم اولیه بسیار دلگرم کننده است: تعدیل هیئت در این موضوع اخیراً در رویدادی که توسط صندوق برجسته آلمانی VC در مرحله اولیه La La Famiglia برگزار شده است ، تعجب آور بود که چقدر تمایل وجود دارد از طرف پناهندگان مارتین برودرمولر (CTO از BASF). و ماتیاس زاکرت (رئیس هیئت مدیره در Lanxess) برای شرکت در جمع اعضای جدید از Alchemy و Bigfinite.

ما از کمک به شرکتهای نمونه کارها خود برای ساختن این آینده جسورانه ، به همراه دوستان حامی مانند Point Nine Capital ، La Famiglia ، کارآفرین اول و دیگران کمک می کنیم. با این حساب ، اگر شما یک استارتاپ یا سرمایه گذار هستید که به همان شیوه احساس می کنید ، دوست داریم از شما بشنویم.