Дорожная карта ИИ для производства: от данных завода к агентам

Ваш пилотный проект ИИ заработал на одной линии. Через год на втором заводе его всё ещё нет, а первая линия тихо перестала им пользоваться.

Дорожная карта ИИ для производства нужна, чтобы этого не случилось. В ней четыре этапа. Связать данные завода с данными ERP, добавить управляемый интеллектуальный слой, масштабировать ИИ-агентов, а затем встроить ИИ в то, как работает завод.

Большинство производителей пытаются начать с третьего этапа. Поэтому пилоты и буксуют.

Я внедрял ERP на производствах пластмасс, стали и оборонной продукции. Картина повторяется. Модель редко оказывается самой трудной частью.

Трудность в том, что три системы описывают один и тот же заказ тремя разными способами.

Представьте один заказ на 5000 литых колпачков. ERP видит производственный заказ. MES (система, которая управляет цехом) видит задание на прессе 14, а пресс знает только счётчик циклов.

Эта дорожная карта работает с любым ядром: SAP, Oracle, Microsoft, Infor или собственной разработкой.

Вот как я бы распределил эти три года.

Три года, четыре этапа

1. 01

   Сейчас: фундамент данных

   Данные завода, качества и ERP на одной управляемой платформе, с происхождением данных и отчётностью самообслуживания.

2. 02

   Год 1: управляемый интеллект

   Единый бизнес-язык для заводов, линий, материалов и заказов, управление ИИ и первые быстрые результаты.

3. 03

   Год 2: масштабирование ИИ-агентов

   Агенты для ТОиР, качества, планирования и закупок, работающие на всех заводах.

4. 04

   Год 3: ИИ встроен повсеместно

   ИИ внутри того, как завод планирует, работает и совершенствуется, а люди и агенты работают вместе.

Считайте сроки ориентиром. Группе с десятью заводами на четырёх ERP на первом этапе понадобится больше времени.

Данные завода живут слоями, и стандарт ISA-95 хорошо их описывает. Внизу находятся датчики и ПЛК, контроллеры, которые управляют каждой машиной. Над ними экраны SCADA и историки (базы данных показаний оборудования), затем MES, а наверху ERP, которая всё это планирует и калькулирует.

ИИ нужно, чтобы эти слои обменивались данными друг с другом. На большинстве заводов этого нет.

Я бы начал с трёх вещей.

1. Платформа данных, обычно облачный lakehouse или хранилище данных, которая принимает данные ERP, записи MES и показания историков. Большинству сценариев нужны сводные значения, например средняя температура расплава на партию.
2. Управление данными с первого дня: каталог данных, происхождение данных (lineage), которое показывает, откуда взялась каждая цифра, и правила качества. Если никто не может сказать, откуда взялась цифра брака, никто не поверит модели, которая её прогнозирует.
3. Отчётность самообслуживания. Директора заводов должны видеть OEE (выпуск годной продукции относительно возможного), брак и соблюдение графика из одного источника ещё до появления ИИ.

Самая тяжёлая работа связана с основными данными. Возьмём группу по производству пластмасс с двумя заводами.

Завод A называет чёрный гранулированный полипропилен MAT-1001 и учитывает его в килограммах. Завод B называет его PP-BLK-25 и учитывает в мешках по 25 кг. Попросите модель спрогнозировать расход полимера, и она увидит два никак не связанных материала.

Решение скучное. Владелец материала сопоставляет коды, утверждает одну единицу измерения, а платформа каждую ночь применяет это правило.

Инструмент может предложить совпадение. Какой код остаётся и кто дальше отвечает за правило, по-прежнему решает человек.

Второе, что я бы проверил на раннем этапе, это часы. Историк прокатного стана может записывать показания печи по местному времени, а ERP проводит записи по UTC.

Вы хотите связать поверхностный дефект на рулоне 4471 с температурой печи в момент прокатки. Если часы расходятся на четыре часа, модель учится на неправильной температуре. Исправьте это здесь один раз, и каждый следующий сценарий получит правильные данные.

1. 01Машины и историкиПоказания датчиков, сведённые по партиям
2. 02MESЗадания, простои и брак
3. 03ERPЗаказы, материалы и затраты
4. 04Зона загрузкиИсходные копии в том виде, в каком пришли
5. 05Очищено и сопоставленоОдин код материала, одна единица, одни часы
6. 06Отчёты самообслуживанияOEE, брак и соблюдение графика

Одна надёжная версия каждого заказа, от станка до главной книги

В первый год эти данные превращаются в то, чем ИИ может безопасно пользоваться. Основа здесь семантический слой: единый общий бизнес-язык для заводов, линий, рабочих мест, материалов, заказов и дефектов.

Спросите агента о «простоях линии 3», и ему нужно понять, о какой линии 3 идёт речь. Своя линия 3 может быть и на заводе A, и на заводе B, а простои там считают по-разному.

Один завод запускает отсчёт, когда машина останавливается. Другой запускает его, когда оператор регистрирует остановку. Семантический слой фиксирует одно определение, и им пользуются все отчёты и агенты.

В тот же год выстройте управление ИИ. Ведите реестр всех сценариев ИИ, где у каждого есть конкретный владелец, оценка риска и точка, в которой человек проверяет результат.

Если система ИИ становится компонентом безопасности машины, EU AI Act относит её к высокому риску. Подключайте инженеров по промышленной безопасности рано. Я хочу видеть их уже на первом воркшопе.

Затем дайте два-три быстрых результата, которые заметят люди в цехе. Вот копилот для ТОиР в ночную смену.

1. Техник стоит у гидравлического пресса, который раз за разом выдаёт ошибку низкого давления. Она вводит код ошибки и номер пресса в копилот на планшете.
2. Копилот ищет по руководству к прессу и по прошлым заказам на ТОиР для этого пресса.
3. Он отвечает, что та же ошибка уже возникала дважды, и оба раза причиной был изношенный уплотнитель главного цилиндра.
4. Он даёт номер детали уплотнителя и ссылку на страницу руководства с порядком замены.

Решение остановить пресс по-прежнему принимает она, и блокировку она тоже выполняет сама. Копилот просто избавил её от поиска в старых бумагах.

Второй быстрый результат дают сводки для передачи смены. В 6 утра мастер заступающей смены получает одну страницу, собранную из событий MES, журналов простоев и блокировок по качеству. Пресс 9 потерял 40 минут на медленной смене пресс-формы, а партия 2207 заблокирована из-за недолива.

Мастер проверяет блокировку и решает, что запускать первым.

Третий вариант: проверка документов поставщика. Если в сертификате на рулон указана сталь S275, а вы заказывали S355, ИИ отметит это до поступления материала. Принимает или отклоняет рулон по-прежнему сотрудник службы качества.

Вот как я бы ранжировал первых кандидатов.

1. 01Мастер спрашиваетПочему линия 3 потеряла время прошлой ночью?
2. 02Семантический слойКакой завод, какая линия, какое правило простоя
3. 03Управляемые данныеЖурнал простоев, события MES, заказы на ТОиР
4. 04Копилот отвечаетС источником каждой цифры
5. 05Мастер проверяетПринимает, исправляет или передаёт выше

Ответ, с которым согласны и директор завода, и отчёт для совета директоров

Ценность для бизнесаВысокаяСредняяНизкая

• Автономное планирование

• Визуальный контроль качества

• Копилот для ТОиР

• Проверка документов поставщика

• Сводки для передачи смены

• Универсальный чат-бот

НизкаяСредняяВысокаяГотовность данных

• Позже
• Планировать
• Начать сейчас

Во второй год вы переходите от ассистентов к агентам. Ассистент отвечает на вопрос. Агент следит за сигналом, в заданных вами пределах решает, что делать, и действует в ваших системах.

Вот агенты, которые, по моим наблюдениям, первыми окупаются на производстве.

1. Предиктивное обслуживание. Показания оборудования создают заказ на ТОиР в ERP ещё до отказа, с зарезервированными запчастями.
2. Качество. Визуальный контроль выявляет дефект, а агент блокирует партию, связывает её с параметрами процесса и открывает отклонение.
3. Планирование. Агент перестраивает график, когда машина выходит из строя или материал опаздывает, и просит планировщика утвердить изменения.
4. Закупки. Агент отслеживает просроченные поставки и готовит запрос на ускорение.

Вот как агент ТОиР справляется с изнашивающимся подшипником на штамповочном прессе.

1. Вибрация главного подшипника две недели понемногу растёт, а следом за ней растёт и температура.
2. Агент сравнивает картину с прошлыми отказами прессов того же типа и находит совпадение.
3. Он создаёт сообщение о ТОиР в ERP, проверяет, что запасной подшипник есть на складе, и резервирует его.
4. Он предлагает окно в субботнюю плановую остановку и отправляет запрос планировщику ТОиР.

Планировщик утверждает окно или переносит его. Агент может сам создавать сообщения и резервировать детали, но остановить линию он не может, и за этим ограничением закреплён конкретный человек.

Теперь возьмём агента планирования. Во вторник днём экструдер выходит из строя до четверга, а контейнер с полимером застрял в порту.

Агент проверяет открытые заказы, сроки и то, какие линии могут выпускать какие продукты. Он готовит два варианта. Перенести три заказа на линию 2 со сверхурочной работой в среду или сдвинуть один заказ клиента на два дня.

Планировщик выбирает один из них или сначала звонит клиенту. Я никогда не позволил бы агенту тихо перенести дату для клиента.

Главное изменение второго года касается ответственности. Кто-то должен отвечать за каждого агента, его ограничения и его результаты. Я отношусь к агентам как к новым сотрудникам: у них есть должностная инструкция и регулярная оценка.

1. 01НаблюдениеВибрация, температура и ток на каждом прессе
2. 02ОбнаружениеПоказания подшипника выходят за пределы нормы
3. 03ПодготовкаЗаказ на ТОиР подготовлен, запчасть зарезервирована
4. 04УтверждениеПланировщик ТОиР бронирует окно
5. 05ДействиеЗаказ выпущен, техник направлен
6. 06ОбучениеРезультат учитывается в следующем прогнозе

Один владелец на агента, с установленными пределами

К третьему году ИИ уже перестаёт быть отдельным проектом. Он работает внутри планирования, производства, качества, ТОиР и калькуляции затрат.

Вот как это выглядит в ежемесячном цикле S&OP, где продажи, производство и финансы согласуют единый план.

1. Клиенты делятся прогнозами, и агент отмечает те, что выглядят завышенными на фоне истории заказов.
2. Поставщики делятся данными о мощностях, поэтому агент видит, что ваш поставщик покрытий загружен в марте.
3. Агент готовит план, который учитывает и то, и другое, и рассчитывает его стоимость в ERP.
4. Совещание тратит свой час на несколько настоящих компромиссов.

План по-прежнему принадлежит людям. Его подписывает операционный директор, а финансы проверяют маржу.

Второе место, куда я бы посмотрел, это калькуляция затрат. Допустим, литьевая машина постоянно работает медленнее нормативного времени цикла. Агент замечает расхождение, рассчитывает влияние на затраты и спрашивает бухгалтера по затратам, обновлять ли норматив.

Решает бухгалтер, потому что изменение нормативной себестоимости влияет на оценку запасов и на маржу.

1. Директор заводаОтвечает за целевые показатели завода и портфель агентов
   Управление ИИРеестр, тестирование и аварийный выключатель для каждого агента
2. Начальник производстваУтверждает изменения графика, которые предлагают агенты

• Агент ТОиРОтвечает начальник службы ТОиР
• Агент качестваОтвечает руководитель службы качества
• Агент планированияОтвечает ведущий планировщик
• Агент закупокОтвечает закупщик

1. 04ИИ-агенты и копилотыАгенты ТОиР, качества, планирования и закупок, с точками утверждения человеком
2. 03Управляемый интеллектуальный слойСемантическая модель заводов, линий, материалов и заказов, плюс реестр ИИ
3. 02Фундамент данныхLakehouse с данными ERP, MES и историков, каталог и происхождение данных
4. 01Системы завода и предприятияДатчики, SCADA, историки, MES и ERP

Четыре вещи не относятся к какому-то одному году. Они проходят через все три.

1. Безопасность OT. OT означает контроллеры и сети, которые управляют машинами. Подключение их к облачному ИИ расширяет поверхность атаки, поэтому проектируйте связь по IEC 62443 и держите управляющие сети сегментированными. Агент читает копию данных историка и никогда ничего не записывает в ПЛК.
2. Суверенитет. Оборонные, государственные и некоторые работы под экспортным контролем требуют ИИ внутри страны или на собственных серверах. Решите, какие данные могут покидать завод, до выбора модели. Чертёж оборонной детали, возможно, никогда не должен попадать в публичную модель, а прогноз расхода полимера, скорее всего, может.
3. Открытый стек от нескольких поставщиков. Используйте открытые форматы и стандартные интерфейсы, такие как OPC UA, распространённый стандарт чтения данных оборудования. Тогда вы сможете менять модели без перестройки.
4. Ваши люди. Научите планировщиков, инженеров и техников работать с агентами. Планировщик, который доверяет вариантам агента, пользуется ими. Тот, кто не доверяет, пересобирает план в Excel.

Самый частый провал: пилот, который невозможно масштабировать. Модель компьютерного зрения, обученная на одной линии на данных, собранных вручную, доказывает идею, и на этом всё.

Перенесите её на второй завод. Камеры другие, номера деталей не совпадают, и у модели нет владельца.

Второй провал: отношение к ИИ как к ИТ-проекту. Если руководители производства, качества и ТОиР не владеют сценариями, агентов построят и потом забудут.

Мой совет: начинайте с процессов. Опишите, как сегодня движется заказ на ТОиР или блокировка по качеству, и уже потом выбирайте систему. Назначьте каждому сценарию владельца от бизнеса до того, как кто-то напишет код.

Как всё идёт не такЧто работает

1. 01Как всё идёт не так: Пилот на одной линии с данными, собранными вручную→Что работает: Фундамент данных, построенный для всех заводов
2. 02Как всё идёт не так: ИТ строит, а завод так и не становится владельцем→Что работает: Владелец от производства, качества или ТОиР для каждого сценария
3. 03Как всё идёт не так: Коды, единицы и часы исправляются заново в каждом проекте→Что работает: Основные данные исправлены один раз, централизованно
4. 04Как всё идёт не так: Агенты без владельца, ограничений и проверки→Что работает: У каждого агента есть владелец, ограничения и регулярная проверка

Хотите проверить это на своих заводах? Запишитесь на звонок и возьмите с собой один сценарий и примерную схему ваших ERP и MES. Я скажу, на каком этапе вы на самом деле находитесь и что бы я сделал первым.

Что такое дорожная карта ИИ для производства?

Это поэтапный план использования ИИ во всём производственном бизнесе. Он начинается с фундамента данных, который связывает данные завода и ERP. Затем идут управляемый интеллектуальный слой, ИИ-агенты и ИИ, встроенный в работу завода.

С чего производителю начинать работу с ИИ?

Начните с данных. Объедините данные ERP, MES и оборудования на одной управляемой платформе, исправьте основные данные и дайте директорам заводов отчётность самообслуживания. Первые сценарии ИИ появляются в первый год, поверх этого фундамента.

Какие сценарии ИИ окупаются на производстве первыми?

Копилоты для ТОиР, сводки для передачи смены и проверка документов поставщиков внедряются быстро. Предиктивное обслуживание, визуальный контроль и перестройка графика дают больше, но требуют более качественных данных, поэтому обычно появляются во второй год.

Сколько времени занимает дорожная карта ИИ для производства?

Я планирую её на три года после того, как работа над фундаментом данных уже идёт. Первый год добавляет интеллектуальный слой, второй масштабирует агентов, а третий встраивает ИИ в ключевые процессы. Быстрые результаты должны показать ценность в течение первого года.

Нужно ли заменять ERP или MES перед использованием ИИ?

Нет. ИИ работает поверх существующих систем через фундамент данных. Важно, чтобы данные ERP и MES были чистыми и связанными, какими бы поставщиками вы ни пользовались.