Technologia, organizacja i procesy – trzy obszary transformacji cyfrowej

372

Artykuł jest fragmentem publikowanej przez: Platforma Przemysłu Przyszłości w odcinkach książki pt. „Gospodarka Cyfrowa. Jak nowe technologie zmieniają świat”.


Rewolucyjna ewolucja

Międzynarodowe targi przemysłowe w Hanowerze należą do największych na świecie – w 2018 roku odwiedziło je 250 tysięcy gości. Ale to nie jedyny powód, dla którego przejdą do historii. W 2011 podczas Hanover Messe przedstawiciele biznesu, nauki i polityki ogłosili koncepcję Industrie 4.0. Pomysł chwycił, a wizja niemieckiej polityki gospodarczej opartej na wykorzystaniu nowych technologii uwiodła także rząd federalny, który włączył ją do inicjatywy „High-Tech Strategy 2020 for Germany”. W 2013 roku specjalna grupa robocza opracowała założenia przemysłu 4.0 dla rozwoju niemieckiej gospodarki, rozwijając śmiałą perspektywę przedsiębiorstw funkcjonujących w sieciach obejmujących całe fabryki, maszyny, systemy magazynowe i urządzenia produkcyjne.

W ślad za Niemcami pojęcie przemysłu 4.0 upowszechniło się w Europie, szczególnie w krajach skandynawskich. Tymczasem w Stanach Zjednoczonych częściej mówi się o „inteligentnej produkcji” (Smart Manufacturing), a w Azji – o „inteligentnej fabryce” (smart factory). Wszędzie jednak chodzi o to samo zjawisko: Przemysł 4.0 polega na paradygmatycznym przejściu od produkcji zautomatyzowanej do inteligentnej. Od kilku lat DELab UW uczestniczy w badaniach przemysłu 4.0 w Polsce: w 2017 roku przyglądaliśmy się wdrażaniu rozwiązań z tego zakresu w przemyśle motoryzacyjnym, w 2018, we współpracy z Ministerstwem Przedsiębiorczości i Technologii, tworzyliśmy narzędzia do mierzenia potrzeb i motywacji polskich przedsiębiorców do inwestowania w rozwiązania z zakresu p4.0 oraz do analizy dojrzałości firm we wdrażaniu tego typu innowacji. Za każdym razem kluczowe znaczenie miała odpowiedź na pytanie, czym właściwie jest przemysł 4.0.

Trudność w odpowiedzi na to pytanie wynika z braku koniecznego dystansu: przejście od trzeciej do czwartej rewolucji przemysłowej dokonuje się właśnie teraz. Jak to ujął Nick Gill, ekspert Capgemini, zjawisko przez wiele lat istniało bardziej w prezentacjach Powerpoint niż w rzeczywistości, podsumowując tym samym przemiany technologiczne, przez jakie przechodził w listopadzie 2018 roku – skądinąd najbardziej zaawansowany – sektor motoryzacyjny. Badacze potrafili wskazać wiele pojedynczych przykładów wpływu danych na proces produkcyjny, ale znali tylko nieliczne przykłady nowych rozwiązań w fabrykach, które przekładałyby się na znaczące zwroty z inwestycji. Michael Mandel, główny ekonomista think tanku Progressive Policy Institute, autor znakomitych opracowań na temat przemysłu 4.0, zauważył, że cyfryzacja dokonała się szybko tylko w tych sektorach gospodarki, w których produktem jest informacja, natomiast zachodzi znacznie wolniej w gałęziach, gdzie konieczne jest wykorzystanie zasobów fizycznych w zgodzie z ograniczeniami technologicznymi:

Software pochłonął te sektory, gdzie finalne produkty da się zredukować do bitów. To właśnie branże cyfrowe – komunikacja, rozrywka, finanse, a nawet usługi profesjonalne (…). Póki co jednak oprogramowanie nie było w stanie pożreć świata fizycznego. Dla przemysłu wytwórczego, budowlanego, rolnictwa i ochrony zdrowia dane są ważne, ale nie kluczowe. Żeby postawić budynek, potrzeba dźwigów, a nie ich wirtualnych odpowiedników.


Przejście między trzecią a czwartą rewolucją przemysłową ma charakter w dużej mierze inkrementalny (narastający – zachodzi stosunkowo powoli w wybranych obszarach) i jakościowy. Większość rozwiązań technologicznych niezbędnych dla p4.0 funkcjonowała już w p3.0, który wyłonił się pod koniec lat 70., w drodze rezygnacji z elektroniki analogowej na rzecz mikroelektroniki, półprzewodników, rozwiązań informatycznych i sieci. Ethernet, sensory, programy typu SCADA (Supervisory Control And Data Acquisition) w połączeniu z zaawansowaną analityką umożliwiały automatyzację procesów. Przemysł 4.0 wyróżnia sposób korzystania z danych, ich efektywne pozyskiwanie, przetwarzanie, wykorzystywanie w celu zoptymalizowania produkcji, sprzedaży i logistyki.

To nie byłoby możliwe bez innowacyjnych technologii – internetu rzeczy, chmury, sztucznej inteligencji, sensorów i kolejnych generacji robotów. W efekcie dochodzi do zmiany paradygmatu produkcji, którego istotą nie są już linia produkcyjna czy nawet łańcuch wartości dodanej. Datafikacja – integracja danych z urządzeń, czujników, systemów informatycznych i operacyjnych – umożliwia rozwój nowych rozwiązań w całym cyklu życia produktu. Co ważne, ten proces nie zaczyna się i nie kończy na linii produkcyjnej, tak jak to się działo w przemyśle 3.0. Jest obecny we wszystkich fazach: od projektowania aż po serwisowanie.

(graf. „Gospodarka cyfrowa…”)

Przyjmujemy, że przemysł 4.0 to złożony proces transformacji technologicznej, procesowej i organizacyjnej przedsiębiorstw, związany ze zmianą ich modelu biznesowego i integracją łańcucha wartości w całościowym cyklu życia produktu. Warunkiem tej transformacji jest zaawansowane wykorzystanie rozwiązań cyfrowych oraz zasobów danych, a jej celem – masowa personalizacja wytwarzania towarów i usług w odpowiedzi na zindywidualizowane potrzeby klientów.

Technologia

Punktem wyjścia dla rozwoju nowoczesnego wytwarzania jest przemysłowy internet rzeczy (Industrial Internet of Things, IIoT). To dynamiczna sieć złożona z fizycznych obiektów wyposażonych w sensory, autonomicznych czujników, platform i aplikacji zdolnych do zbierania danych oraz dzielenia się nimi między sobą, a także z otoczeniem. Innymi słowy, maszyny i urządzenia stają się częścią autonomicznych sieci komunikujących się i wchodzących ze sobą w rozmaite interakcje. Linearny, punktowy proces pozyskiwania i przetwarzania informacji, a następnie podejmowania na ich podstawie decyzji odnośnie do procesów fizycznych, który był charakterystyczny dla przemysłu 3.0, zostaje zastąpiony przez nieprzerwany, cykliczny proces zbierania, analizy i wykorzystania danych, który dzieje się w czasie rzeczywistym. Dane są gromadzone w obszarze całego łańcucha wartości (obejmującego środki produkcji, systemy magazynowe i sieci dostawców), z kolei zastosowanie algorytmów sztucznej inteligencji pozwala porządkować, integrować, analizować i efektywnie wykorzystywać informacje.

(graf. „Gospodarka cyfrowa…”)

Przemysłowy internet rzeczy używany w fabryce umożliwia stałe monitorowanie procesów produkcyjnych oraz dostosowanie planu konserwacji i serwisowania, a tym samym zapobiega awariom i związanym z nimi przestojom. Zintegrowany z systemami ERP (Enterprise Resource Planning) pozwala zarządzać zasobami i zużyciem energii oraz ogólnie optymalizować procesy produkcyjne. Z kolei integracja z systemami CRM (Customer Relationship Management) umożliwia budowę zautomatyzowanych środowisk obsługi w czasie rzeczywistym, w sposób dostosowany do profilu konkretnego klienta.

Przede wszystkim jednak IIoT umożliwia konwergencję między systemami informatycznymi (IT) a systemami operacyjnymi (Operational Technology, OT). Te drugie wykrywają zmiany w otoczeniu dzięki czujnikom oraz podejmują działanie za pośrednictwem aktuatorów (elementów wykonawczych, np. robotów). W przeszłości IT i OT funkcjonowały oddzielnie: IT było wykorzystywane w zarządzaniu, OT służyło kontrolowaniu i monitorowaniu maszyn i zasobów. Obecnie przejawem tej konwergencji jest rozwój cyberfizycznych systemów produkcyjnych (Cyber-physical Systems, CPS), maszyn łączących potencjał informatyczny i operacyjny, zdolnych do komunikacji ze sobą i z otoczeniem. Do najbardziej zaawansowanych systemów cyberfizycznych należą cyfrowe bliźniaki (digital twins), czyli cyfrowe repliki fizycznych obiektów i procesów utworzone na podstawie danych, które są na bieżąco dostarczane z wielu sensorów i przetwarzane w chmurze w czasie rzeczywistym, z zastosowaniem inteligentnych algorytmów. Każdy fizyczny produkt czy proces produkcyjny może mieć swoje cyfrowe „odwzorowanie”, które pozwala między innymi na bezpieczne eksperymentowanie w świecie wirtualnym. Im bardziej precyzyjne jest takie odwzorowanie, tym bardziej jest użyteczne, a to z kolei zależy od jakości danych dotyczących parametrów produktów czy linii produkcyjnej i szybkości ich przesyłania.

(graf. „Gospodarka cyfrowa…”)

W odróżnieniu od systemów CAD (Computer Aided Design), które umożliwiają prowadzenie symulacji w fazie projektowania, cyfrowe bliźniaki obejmują cały cykl życia produktu. Są też w znacznie większym stopniu interaktywne, a nawet immersyjne (tj. pozwalają użytkownikowi „zanurzyć się w doświadczeniu”), zwłaszcza w przypadku zastosowania do ich obsługi technologii wirtualnej lub rozszerzonej rzeczywistości (Virtual/Augumented Reality), np. za pośrednictwem specjalnych gogli, hełmów, interaktywnych ścian projekcyjnych (powerwall) lub też wirtualnych środowisk jaskiniowych (Cave Automatic Virtual Environments, CAVE), umożliwiających całemu zespołowi projektantów i inżynierów równoczesną pracę nad wspólnym projektem.


Przykładem zastosowania technologii immersyjnych w warunkach przemysłowych, jest usługa IBM Lab Service (opracowana w partnerstwie z firmą DAQRI) obsługująca rozszerzoną rzeczywistość. Wizualizację i interakcję z istniejącą infrastrukturą umożliwia tutaj kask działający dzięki cyfrowej nakładce 3D, w warunkach mniej wymagających wystarczają specjalne okulary. IBM współpracuje też z innymi firmami produkującymi inteligentne ubrania i wyposażenie robocze (Smart Cone czy GuardHat).


Technologia cyfrowego bliźniaka daje wgląd w specyfikę działania złożonych elementów maszyn i umożliwia testowanie ich funkcjonowania w zróżnicowanych warunkach. Pozwala też zoptymalizować plan napraw i konserwacji na podstawie bieżącej diagnozy zużycia części maszyn. Symulowane układy fabryczne umożliwiają lepsze zorganizowanie produkcji, a następnie wprowadzenie fizycznych zmian za pośrednictwem modułów i urządzeń wykonawczych. To wszystko sprzyja tworzeniu spersonalizowanego produktu i ułatwia konstruowanie prototypów, obniżając ich koszt za sprawą wirtualnych, szybkich i skalowanych testów. W konsekwencji zapewnia też optymalizację procesów decyzyjnych w produkcji, logistyce, sprzedaży i usługach powiązanych.


Cyfrowe bliźniaki są szczególnie przydatne w przypadku dużych i złożonych maszyn, np. w silnikach odrzutowych, których wirniki są narażone na działanie ogromnych temperatur sięgających 1600°C (większość metali topi się przy niższych wartościach). Wymagają stałej konserwacji, ale harmonogram jest inny dla każdego egzemplarza, w zależności od czynników degradacyjnych: warunków panujących na lotnisku, liczby osób na pokładzie i stylu pilotażu. Dlatego też modele konstruowane przez firmę General Electric są wyposażone w ponad 100 sensorów na bieżąco zbierających dane eksploatacyjne. Również Boeing odnotował 40% poprawę jakości wykonania części i systemów samolotów dzięki zastosowaniu cyfrowych bliźniaków. Prezes firmy w 2018 roku ocenił, że technologia CPS będzie największym impulsem rozwojowym przedsiębiorstwa w kolejnej dekadzie.

Cyfrowe bliźniaki wykorzystuje również niemiecki ThyssenKrupp, który obudowuje swoje windy inteligentnymi czujnikami połączonymi z chmurą obliczeniową. Odpowiednie algorytmy przetwarzają dane zbierane w czasie rzeczywistym, wskazując na potencjalne zagrożenia w funkcjonowaniu urządzeń i zwracając uwagę na konieczność konserwacji. Serwis jest wspomagany przez HoloLens – bezprzewodowe okulary rzeczywistości mieszanej dostarczane przez Microsoft, dzięki którym specjaliści mają wgląd w prace naprawcze wykonywane przez pracowników technicznych.


W 2025 roku wartość rynku cyfrowych bliźniaków ma wynieść blisko 36 miliardów dolarów. W niedalekiej perspektywie model digital twin może zostać zastosowany w skali całego przedsiębiorstwa. Funkcjonowanie „inteligentnej fabryki”, wraz z jej łańcuchem dostaw, będzie odwzorowane wirtualnie, a decyzje zarządcze podejmowane w sposób wysoce zautomatyzowany, w oparciu o zbierane na bieżąco dane przetwarzane w chmurze przez sztuczną inteligencję. Szacuje się, że w 2020 roku 30% firm z listy Global 2000 będzie wykorzystywać dane pochodzące z cyfrowych bliźniaków oraz przemysłowego internetu rzeczy.

Przykładem przekształcenia tradycyjnej produkcji w nowoczesną smart factory jest turecka fabryka Hugo Boss w Izmirze. Zatrudniające 4000 pracowników przedsiębiorstwo, oprócz robotyzacji i automatyzacji, wprowadza systemy oparte na sztucznej inteligencji, które analizują dane zebrane z 1600 tabletów rozmieszczonych w fabryce w celu usprawnienia procesów zarządzania maszynami, zasobami i procesami w czasie rzeczywistym. Klienci mogą wprowadzać zmiany do zamówionej przez siebie kolekcji dzięki wykorzystaniu modeli cyfrowych bliźniaków. Szybka i precyzyjna komunikacja i współpraca z klientem, uwzględniająca jego preferencje, pozwala skrócić czas przygotowania produktów z sześciu miesięcy do sześciu tygodni.


Dodatkowe możliwości zwiększenia integracji danych w zakładach produkcyjnych bez konieczności wdrażania złożonych i kosztownych systemów informatycznych dają rozwiązania udostępniające środowisko pracy w chmurze (Platform-as-a-Service).


Platforma MindSphere rozwijana przez firmę Siemens to otwarty system operacyjny oparty na chmurze obliczeniowej, umożliwiający łączenie urządzeń, systemów oraz aplikacji i usług biznesowych. Platforma zapewnia dostęp do narzędzi umożliwiających podłączenie krytycznych zasobów firmy do chmury w celu monitorowania ich wydajności (Connect and Monitor), zapewnia narzędzia do analizy i predykcji oraz integracji z systemami i bazami danych (Analyze and Predict) oraz pakiet ułatwiający przeprowadzenie transformacji firmowych w firmie dzięki możliwości tworzenia zaawansowanych i spersonalizowanych aplikacji do użytku wewnętrznego (Digitalize and Transform). Od końca 2017 roku MindSphere jest dostępny w ramach Amazon Web Services, wraz z otwartym interfejsem API. Analogiczne funkcje pełni Predix, rozwijana przez firmę General Electric – łączy urządzenia przemysłowe, umożliwiając analizę danych i dostęp do informacji w czasie rzeczywistym. Predix Machine pozwala na komunikację urządzeń peryferyjnych z chmurą, działanie lokalnych aplikacji i analizę danych w ramach zakładu, natomiast Predix Services udostępnia aplikację oraz usługi pozwalające na tworzenie własnych funkcjonalności.

(graf. „Gospodarka cyfrowa…”)

Przemysł 4.0 byłby niemożliwy bez gwałtownego rozwoju systemów operacyjnych. Liczba robotów w zakładach produkcyjnych rośnie stabilnie: z 1,8 miliona w 2016 roku do ponad 3 milionów w 2020 roku. W 2016 roku 70% z nich pracowało w sektorze samochodowym, elektrycznym/elektronicznym oraz metalowym i maszynowym, obecnie przybywa zastosowań w innych przemysłach, także w mniejszych przedsiębiorstwach. Obok zautomatyzowanych linii produkcyjnych, charakterystycznych dla przemysłu 3.0, w fabrykach pojawiają się autonomiczne roboty mobilne (Autonomic Mobile Robots, AMR), wykorzystywane głównie w logistyce, oraz roboty współpracujące (coboty, collaborative robots), stworzone w celu bezpośredniej interakcji i współpracy z człowiekiem. Te ostatnie są zdolne do bezkolizyjnej pracy w otoczeniu fizycznym dzięki zaawansowanym sensorom, komunikacji z innymi urządzeniami, szybkiej obróbce danych (np. dzięki przetwarzaniu mgławicowemu) i algorytmom sztucznej inteligencji. Co istotne, trzy na cztery nowe roboty przemysłowe instalowane są w pięciu państwach: w Chinach (36% nowych instalacji), Japonii, Stanach Zjednoczonych, Korei Południowej i Niemczech.

(graf. „Gospodarka cyfrowa…”)


Pierwszy robot współpracujący został wprowadzony na rynek w 2008 roku przez Universal Robots. Firma obecnie reklamuje swoje produkty hasłem „nie pozwól się ograniczać dedykowanej robotyce”. Coboty są proste w obsłudze, łatwe do wdrożenia i konfiguracji. Producent zapewnia, że ich pracę może kontrolować nawet niedoświadczony w programowaniu pracownik, bezproblemowo da się je przenieść z jednego działu do drugiego, a zmiana roli nie wiąże się z przeorganizowaniem produkcji, przezbrojeniem ani wymuszonym wydłużeniem albo skróceniem partii. Konfiguracja ma zajmować jedynie pół dnia.