AI が資産の信頼性をどのように向上させるか – Fluke Reliability へのインタビュー

電気技師、工場エンジニア、研究室技術者など、産業用機器を扱う人なら誰でも、ツールキットを覗いたことがあるなら、黄色のケースの機器に出会ったことがあるかもしれません。 まぐれ。

創業 75 年の同社は産業用機器とソリューションを専門としています。 そのツールは産業機器の電力、温度、振動を監視して、機械的な問題や摩耗を検出できます。

ここ、 情報化時代 Fluke Reliability の Ankush Malhotra 氏と Aaron Merkin 氏に語ります – フルークの事業部門 これは、メンテナンス、重要なデータ収集、調整、機械学習を使用して信頼性と資産の寿命に焦点を当てており、顧客が AI ソリューションを導入して業務を事後対応型から予測型に移行できるようにします。

歴史を通じて、あらゆる大きな「進歩」は、既存の労働力、特に AI の生活に対する脅威として認識されてきました。

しかし、彼らは雇用の機会を置き換えるよりも多くの雇用の機会を生み出す傾向があるという議論があります。 あなたの見解は何ですか？ AI の進化は世界的なスキル不足を悪化させる可能性がありますか、それとも緩和する可能性がありますか?

マルホトラ: 「AI、特に生成型 AI に関して私たちが現在目にしていることは、電動化やインターネットの導入と同じくらい大きな影響と規模の観点から見ています。 それは巨大であり、生成 AI により、AI はより普及し、アクセスしやすくなりました。

「産業施設にサービスを提供し、資産の稼働時間、持続可能性の向上、効率性、機械の寿命の向上など、お客様の成果を向上させるという当社の状況では、AI には大きなチャンスがあると考えています。

「老朽化した資産があり、持続可能性の観点から、また交換には多額の費用がかかるため、それらの資産の寿命を延ばさなければならないという多大なプレッシャーがあります。 また、深刻な労働力不足も存在します。今後 10 年間で 350 万人の製造業の雇用が必要ですが、このうち 200 万人は労働力がその仕事に必要なスキルを持たないため、満たされないことになります。 AI は仕事を奪うものではなく、私たちが満たせないギャップを埋めるものです。」

「副操縦士という形でも価値を提供します。 取る アジマ DLI たとえば、当社の最近の買収により、AI を活用した振動分析とリモート状態監視ソリューションが当社のコネクテッド信頼性製品に組み込まれ、お客様が事後対応から AI を活用した予知保全に移行できるようになります。

Azima の診断ライブラリに取り込まれたデータの 93 パーセントは人間の介入を必要としませんが、その 7 パーセントには人間の介入が必要です。 私たちはテクノロジーを活用していますが、人間性を奪うことはありません。」

接続された信頼性: その概念を詳しく説明してもらえますか? 企業にとってのメリットは何ですか?これを実際に実現した顧客の例はありますか?

ブランド： 「製造業で顧客が保有するすべてのデータについて考えてみると、さまざまなシステムが存在します。接続された信頼性とは、これらすべてのシステムを収集し、顧客により良い洞察を提供するためにそれらをすべて統合することです。」

マルホトラ: 「このコンセプトが実践されている例としては、ジャック ダニエルの樽製造所が挙げられます。 ジャックダニエルウイスキーの樽を製造している。 これらのバレルの製造では大量の粉塵が発生するため、大規模な集塵システムが使用されており、稼働し続ける必要があり、そうでない場合は生産が停止されます。 このビジネスではダウンタイムが発生しないことが重要です。ダウンタイムが発生すると生産の無駄や損失が発生し、数十万ドルの損失が発生する可能性があります。 このため、データを収集し、それをクラウドに送信して異常を報告するスマート振動センサーを導入しました。その後、故障が発生する前にメンテナンス チームが修正できるように、CMMS eMaint 内で作業指示書を生成します。 これは、接続された信頼性がどのようにワークフローを結び付け、資産効率と稼働時間を促進するかを示す一例です。」

機械学習を含む AI 分野のブレークスルーは、私たちの仕事への取り組み方を劇的に変える可能性を秘めており、それが貴社のビジネスと顧客のビジネスの両方に影響を及ぼしていることを皆さんもご存知でしょう。

それは顧客の期待を大きく変えていますか? それは具体的に顧客にどのような利益をもたらしていますか?

マルホトラ: 「重要なのはデータの収集です。私たちは 80,000 台以上のマシン上で何兆ものデータ ポイントを持っているので、アルゴリズムとデータを使用してマシンがいつ故障するのか、なぜ故障するのかを予測することができ、顧客に是正措置を講じるようアドバイスすることができます」 。 アジマはこれを30年間続けています。 生成AIは使用していませんが、機械学習を使用しています。

「私たちの場合、お客様に事後保守と予知保守のどちらを希望するかを尋ねると、全員が予知保守を選択するでしょう。 予知保全は、スペアパーツの計画やコストの予測など、他の多くのことに波及効果があるため、より多くの予知保全を行うことが切望されています。このテクノロジーにより、それをソリューションとして提供できるようになりました。 成果を上げるために物事をより効率的に行うことへの期待と明確な必要性があると思います。従来の機械学習と生成 AI は両方ともお客様のそれを支援していると思います。」

持続可能性は、ほぼすべての新しい産業計画の取り組みに浸透しています。

テクノロジーの進歩とともに持続可能性について話す顧客の変化が見られますか? こうした持続可能性の目標を達成するために、顧客とどのように協力していますか?

マルホトラ: 「ガバナンス、株主、ステークホルダーの観点から見ると、企業が持続可能であることが明らかに必要ですが、それは正しいことでもあります。 私たちはその変化を目の当たりにしており、一部の地域や業界では他の地域よりもその変化が多く見られますが、それは自然なことです。

「私にとって、私たちには果たすべき役割があります。 お客様が機械をより長く使用し、エネルギー効率を高め、機械の寿命を延ばすという持続可能性の目標を達成できるようにするためのツールとソフトウェアをどのように構築すればよいでしょうか。 効果的な資産管理と活用、そして持続可能性との関連性を顧客に理解してもらうのが私たちの仕事です。」

ブランド： 「当社のポートフォリオの 100% が持続可能性の目標に貢献していることを非常に誇りに思っています。 事後対応ではなく予測的に対応することで、資産へのダメージを軽減し、必要なスペアパーツや商品の量を減らすことができます。つまり、より少ないリソースでより多くの生産を行うことが重要です。 マシンのパフォーマンスを向上させる鍵は、不必要な摩擦や振動が発生しないように適切に調整することです。」

インダストリー 4.0 については、IIoT と並んで誰もが話題にしていますが、これは根拠のないでっち上げられた概念であると考える人もいます。 ここであなたはどう思いますか？ インダストリー 5.0 は期待できるでしょうか?

ブランド： 「インダストリー 4.0 は、より優れた洞察を提供するために、従来の AI にデータを組み込むことでした。 インダストリー 5.0 はその次世代に関するものです。 データ ダッシュボードを生成する場合でも、作業者がより効果的にタスクを実行する方法についてより適切な指示を提供するためのコパイロット テクノロジを組み込む場合でもです。

「たとえば、ある資産に 30 年間取り組んできた人がいるとしたら、それは 90 分でできるでしょう。 新しい人がいる場合、その人の効率は低下します。 企業がその専門知識を失うと、事後メンテナンスであるべきものが実際に資産に損害を与えるリスクが増大します。 生成 AI テクノロジーを使用することで、専門知識を一掃できるため、結果の効率を向上させ、その間にスキルを向上させることができます。

「インダストリー 4.0 であろうと 5.0 であろうと、この種のことには常に誇大広告が存在しますが、基本的に、それは非常に現実的なものであり、お客様に大きな利益をもたらすでしょう。 私たちもその一員になりたいのです。」

アンクシュ・マルホトラ氏とアーロン・マーキン氏は、 フルークの信頼性

AI についてさらに詳しく

AI ツールの機能を完全に理解している IT スタッフは 22% のみ – AI は複数の分野で検討されていますが、SolarWinds が調査した IT スタッフはツールを最大限に活用するのに苦労していることがわかりました