اخباراخبار ویژه

اختصاصی بسپار/ هنوز دیر نشده است: چگونه تولیدکنندگان می‌توانند استفاده از هوش مصنوعی را آغاز کنند؟

گروه ترجمه و تولید محتوا در بسپار/ایران پلیمر بسیاری از تولیدکنندگان، به‌ویژه در بخش میان‌رده، ممکن است احساس کنند که از وادی پذیرش هوش مصنوعی (AI) عقب افتاده‌اند، زیرا تحت فشار هستند تا هرچه سریع‌تر بخشی از این فناوری را در فرایندهای خود به کار گیرند. هرچند طبق پژوهش‌های SYSPRO و Frost & Sullivan، چهار نفر از هر پنج تولیدکننده برنامه‌هایی برای استفاده از هوش مصنوعی دارند، اما کم‌تر از یک نفر از هر پنج تولیدکننده‌ی پیچیده تاکنون AI را پیاده‌سازی کرده یا در حال اجرا هستند. به‌ویژه در بخش میان‌رده، این عدد حتی کم‌تر است.

علاوه بر این، پژوهش‌های Harvard Business Review نشان می‌دهد که چهار پروژه از هر پنج پروژه‌ی هوش مصنوعی شکست می‌خورند. بنابراین تولیدکنندگانی که تازه سفر خود در مسیر AI را آغاز می‌کنند، نباید نگران باشند. با توجه به قدرت تحول‌آفرین و برهم‌زننده‌ی این فناوری، منطقی است که ابتدا زمانی را صرف درک و پژوهش درباره‌ی ارزش واقعی AI برای کسب‌وکار خود کنند. میزان بلوغ فناوری و هم‌چنین سطح آمادگی سازمان برای پذیرش فناوری‌های جدید باید قبل از پیاده‌سازی در نظر گرفته شود. بلوغ و برنامه‌ریزی احتمال موفقیت و بازگشت سریع سرمایه (ROI) را می‌افزاید. کسانی که صرفا برای «داشتن AI» به سراغ آن می‌روند، معمولا به نتیجه‌ی مطلوب نمی‌رسند.

 

موارد استفاده عملی و فوری از AI در تولید

امروزه کاربردهای متعددی برای هوش مصنوعی وجود دارد که می‌توانند تقریبا بلافاصله ارزش ایجاد کنند، از جمله:

  • بهینه‌سازی زمان‌بندی و تخصیص منابع: یادگیری ماشینی می‌تواند داده‌های مربوط به برنامه‌ریزی، نیروی انسانی و تولید را تحلیل کرده و موجب افزایش بهره‌وری و کاهش هزینه شود.
  • نگهداری پیش‌بینانه: با استفاده از داده‌های اینترنت اشیاء IoT، سوابق تعمیرات و اطلاعات تولید، AI می‌تواند زمان احتمالی خرابی تجهیزات را پیش‌بینی کند و از توقف‌های غیرمنتظره جلوگیری نماید.
  • پیش‌بینی تقاضا: در دنیایی با تعرفه‌های متغیر، دانستن میزان تولید آینده حیاتی است. AI پیش‌بینی کننده می‌تواند داده‌های تاریخی و اطلاعات جاری را ترکیب کرده و سطح موجودی بهینه را مشخص کند.
  • کنترل کیفیت: سامانه‌های بینایی مبتنی بر هوش مصنوعی می‌توانند نقص‌های محصول را به صورت لحظه‌ای تشخیص دهند و از هزینه‌های سنگین مرجوعی جلوگیری کنند.
  • بینش‌ها و تحلیل‌های لحظه‌ای: AI تحلیلی داده‌های شرکت را پردازش کرده و تصمیم‌گیری سریع‌تر و دقیق‌تر را برای مدیران فراهم می‌کند.
  • ایجاد طرح‌های جدید محصول: AI زایا می‌تواند حجم زیادی از داده‌ها و طراحی‌های موجود را تحلیل کرده و ایده‌های نوین برای محصولات آینده ارائه دهد.

 

شروع کار با AI

شناخت یک مورد استفاده درست و واقعی، مهم‌ترین گام در مسیر AI است. باید یک موضوع تجاری قوی ایجاد کرد که مسئله‌ای واقعی را حل کند. اجرای پروژه AI بدون هدف روشن برای بازگشت سرمایه، احتمال شکست را بالا می‌برد.

برای پروژه اول، کوچک شروع کنید و یک طرح آزمایشی (Pilot) اجرا نمایید. AI پیچیده است و بخش IT نباید به‌تنهایی و بدون مشارکت سایر بخش‌ها وارد این حوزه شود. با موفقیت در پروژه‌های کوچک، اعتماد و حمایت ذی‌نفعان جلب می‌شود و مسیر برای پروژه‌های بزرگ‌تر هموار خواهد شد.

گام بعدی، اطمینان از کیفیت و دسترس‌پذیری داده‌هاست. اگر داده‌ها در بخش‌های جداگانه قرار داشته باشند، آموزش مدل‌های AI بسیار دشوار خواهد بود. هر چه داده‌های دقیق‌تر و متناسب‌تر با زمینه فراهم شوند، خروجی‌ها بهتر خواهند بود.

راهکاری سریع برای آسان‌سازی این فرایند، استفاده از راهکارهای AI یکپارچه با برنامه‌ریزی منابع سازمانی (ERP) است، زیرا داده‌های ERP معمولا تمیز و قابل اعتماد هستند. در صورتی که داده‌های بیش‌تری نیاز باشد، اتصال AI به سایر منابع نیز امکان‌پذیر است. اگر از AI تعبیه‌شده در ERP استفاده نمی‌شود، باید یکپارچه‌سازی با سایر سامانه‌ها در اولویت قرار گیرد تا AI مکمل سامانه‌های موجود باشد نه جای‌گزین کامل آن‌ها.

 

انتخاب نوع مناسب AI

 

برگرداننده: مهندس زهرا آهنگ
Ahang.zahraa@gmail.com

 

(ادامه دارد …)

متن کامل این مقاله را در شماره 286 ماهنامه بسپار که در نیمه مردادماه 1405 منتشر شده است، می خوانید.

در صورت تمایل به دریافت نسخه نمونه رایگان و یا دریافت اشتراک با شماره های ۰۲۱۷۷۵۲۳۵۵۳ و ۰۲۱۷۷۵۳۳۱۵۸ داخلی ۳ سرکار خانم ارشاد تماس بگیرید. نسخه الکترونیک این شماره از طریق طاقچه  و  فیدیبو  قابل دسترسی است.

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا