>
Translated with permission from “‘The Problem of Industry 4.0: Data! – Part 1“ by Christoph Roser on AllAboutLean.com.
Problem Industrije 4.0: Podaci! – Prvi dio
Industrija 4.0 je još uvijek vruća tema, čak i 10 godina nakon što se izraz pojavio. Nažalost, vrlo često uviđam da je to više hype nego stvarnost. Primjeri gdje to zaista funkcioniše su malobrojni i rijetki, a primjeri gdje je ništa posebno hype-ano kao revolucionaran napredak su prečesti. Po mom viđenju, veliki problem Industrije 4.0 su podaci, pogotovo strukture podataka i problemi sa analizom podataka. Stoga, (još jedna) kratka serija upozorenja u vidu članaka o poteškoćama Industrije 4.0 sa fokusom na podatke.
Industrija 4.0 – Osvrt
Industrija 4.0 je četvrta industrijska revolucija, nakon prve (one velike) sa mehanizacijom i energijom pare, druge sa masovnom proizvodnjom i električnom energijom, i treće sa računarima. Ideja je da se računari koriste u mrežama kako bi se informacije dijelile brže, jeftinije, kvalitetnije, i sigurnije (sa mnogo modernih fraza poput cyber-fizičkih sistema, internet of things, velike količine podataka, umjetna inteligencija, digitalni blizanci, pametne fabrike, i mnogo više). U zavisnosti koga pitate, definicije Industrije 4.0 se mogu značajno razlikovati.
Napisao sam nekoliko članaka sa kritičkim osvrtom na Industriju 4.0, testirajući šta funkcionište a šta ne, poredio je sa leanom, i analizirao podatke kako bih vidio da li je to zaista revolucija (spoiler: nije, bar ne još), i čak sam imao i seriju članaka za našu Van of Nerds turneju posmatrajući stanje Industrije 4.0 u Njemačkoj. Sve u svemu, pronašao sam mnogo više hype-a nego funkcionalnih primjera.
Izgleda da postoje razni razlozi za ove neuspjehe. Često, saznam da se Industrija 4.0 nije uvela da bi se riješio problem, nego čisto da se uvede Industrija 4.0. Lean poboljšanja uvijek moraju započeti sa problemom koji treba riješiti ili poboljšati, i uvođenje nečega samo zarad uvođenja vrlo vjerovatno neće ništa poboljšati. Još jedan problem je to što je kompleksnost sistema Industrije 4.0 često podcijenjena, i zbog fundamentalnih razloga u različlitim fabrikama sa različitim proizvodima teško je prilagoditi sisteme. Ne možete samo kopirati software iz fabrike koja proizvodi auta u fabriku koja proizvodi sladoled. Izuzetak ovdje je logistika, gdje je problem premještanja stvari od tačke A do tačke B sličan u mnogim fabrikama. Još jedan problem je kompleksnost podataka… što je fokus ovog članka.
O kompleksnosti podataka
Definicija Industrije 4.0 je vrlo opuštena. Otprilike bilo šta sa računarima povezano sa proizvodnjom se može smatrati Industrijom 4.0 (iako sudeći po dijagramu iznad, samo računari bi bila Industrija 3.0). Skala kompleksnosti također uveliko varira. Advokat sam održavanja problema malim i izvodljivim, jer to će uveliko pojednostaviti stvari i učiniti uspješnu implementaciju mnogo izglednijom. Male implementacije su, na primjer, instalacija novog robota ili čak i kobota (kolaborativni robot – iako je i ovo zapravo dio Industrije 3.0), ili korištenje umjetne inteligencije za analizu fotografija kako bi se detektovale greške ili razumio inventar, ili upotreba RFID čipova za analizu inventara. Što je kompleksniji problem, implementacija je izazovnija. U zavisnosti od kompleksnosti, sljedeći stavovi o podacima mogu varirati do određene mjere.
Međutim, ako slušate (neke) konsultante, sveti gral Industrije 4.0 je sve povezano sa svime (internet of things, cyber-fizički sistemi, itd.). Sve prikuplja podatke i šalje ih širom cloud-a. To je zaista impresivno… kada bi radilo, a obično ne radi. Najbliže što sam vidio tome su Amazon skladišni centri. Ali upoznat sam sa mnogo više neuspješnih primjera, uglavnom zbog toga što vodeći ljudi podcijene kompleksnost. Ovi ”sve sa svime ostalim” pokušaji često imaju najveći problem sa rukovanjem podacima, a potom ih sustigne puna sila efekata navedenih ispod. Stoga ponovo moj savjet: Neka bude jednostavno!
Spajanje podataka
Prvi korak je često okupljanje podataka u zajedničku bazu podataka. To je često lakše reći nego učiniti. Možete imati mnogo različitih mašina od mnogo različitih proizvođača, koje mogu imati različite podatkovne strukture. Nekako sve ove podatke morate spojiti u zajednički sistem. Zamislite profesora (poput mene) kako daje zadaću a zatim prima Word dokumente, PDF-ove, Excel fajlove, i PowerPoint-e. Iako to nije problem za ocjenjivanje, problem bi bio spojiti sve to u jedan fajl. Često je slično i sa Industrijom 4.0.
Čak iako je podatkovna struktura ista, detalji formata mogu biti različiti. Kada bih dao zadaću svojim studentima i rekao im da je dostave u Excel-u, i dalje to može biti u mnogo različitih struktura. Jedan student ima kolonu A kao vrijeme, drugi kao index. Spajanje u jedan fajl je i dalje mnogo posla. U Industriji 4.0 je još kompleksnije, jer su podaci često komplikovaniji od prostih Excel fajlova. Može biti mnogo nenamjernih posljedica.
Kao primjer, sjetite se zadnjeg puta kada je vaša kompanija ažurirala svoj ERP sistem. Prelazak sa jednog software-a na nadograđenu verziju software-a od istog proizvođača ne bi trebao biti problem, je li tako? Jednostavno pokrenete ažuriranje software-a. Ako ste ikada to radili, siguran sam da ste se upravo naježili. Ima dijapazon stvari koje mogu poći po zlu, i takva ”jednostavna” ažuriranja ERP software-a nikad nisu jednostavna, zahtijevaju detaljno testiranje i probe kako bi se barem smanjile šanse za totalnim raspadom kompanije zbog problema sa ERP software-om.
Također možete razmotriti ako želite spojiti sirove podatke, ili želite pred-procesuirane podatke. Ja često preferiram da imam sve sirove podatke, ali to je vjerovatno lična preferenca, a pogotovo za veće sisteme sirovi podaci mogu biti vrlo veliki.
Sve u svemu, spajanje podataka je haos, i to čak ni ne dotiče potencijalni problem vlasništva podataka i voljnosti kompanija da dijele podatke sa ostalim kompanijama. Na primjer, mnoge moderne mašine mogu prikupljati podatke o obradnim procesima, koji se zatim šalju proizvođaču kako bi analizirao prediktivno održavanje i druge probleme opsluživanja. Međutim, mnoge kompanije (pogotovo u autoindustriji) odmah gase ove tokova podataka, jer ne žele da proizvođač alata zna šta i kada proizvode.
