Üretimde yapay zekayı nasıl kullanabilirsiniz?
İnkâr edilemez bir gerçek var: Yapay zekâ (AI), endüstriyel kuruluşların değer zinciri boyunca çalışma şeklini kalıcı olarak değiştiriyor. İster yeni başlıyor olun ister yapay zekâ uygulamalarınızı ölçeklendirme aşamasına geçmiş olun, nereden başlamanız veya bir sonraki adımda ne yapmanız gerektiğini bilmek her zaman kolay değil.
Şanslısınız ki Siemens, Mendix’in Endüstriyel Üretimden Sorumlu Global Başkan Yardımcısı Raffaello Lepratti ile bir araya geldi. Raffaello, gelişen üretim teknolojileri konusunda oldukça deneyimli. 25 yıllık üretim tecrübesi boyunca otomotiv üretimi, üretim operasyonları yönetimi ve iş geliştirme gibi farklı alanlarda görev yaptı. Elektrik mühendisliği diplomasının yanı sıra İleri İnsan-Makine İş Birliği alanında doktora derecesine sahip.
Buluşmada ele alınan ana başlıklar şunlardı:
- Ürün mühendisliği, üretim, shopfloor ve tedarik zinciri ekiplerinin düşünmesi gereken yapay zeka ön koşulları
- Sektörde yapay zekâ uygulama alanları
- Yapay zeka ile gerçek zamanlı karar vermenin nasıl olması gerektiği
Yapay zeka ile işe başlamak
Yapay zekaya adım atarken, öncelikle kendi ihtiyaçlarınızı ve şirketinizin bu dönüşüme ne kadar hazır olduğunu göz önünde bulundurmak önemlidir.
Endüstriyel alanda yapay zekaya nereden başlanır?
Raffaello Lepratti (RL): Her şey odaklanmakla başlıyor. Yapay zekaya yönelik büyük bir ilgi var ve üreticiler açısından AI’ın teknolojinin amacına hizmet edecek şekilde nasıl benimsenebileceği merak konusu. Yapay zeka, daha iyi sonuçlar elde etmek için kullanılabilecek güçlü bir kaldıraçtır.
Bazı sektörlerde “daha iyi sonuç” demek, daha kısa pazara sunma süresi anlamına gelir. Örneğin elektronik sektöründe, ürün yeniliğinizi piyasaya ilk çıkaran siz olmak istersiniz. İşte yapay zeka burada devreye giriyor: süreçleri sadeleştiriyor, tasarım, geliştirme ve operasyonlara destek oluyor; sorunları oluşmadan önce öngörmeye ya da tamamen önlemeye yardımcı oluyor. Böylece geçmiş verilerden ve bu veriler arasındaki ilişkilerden çok daha verimli şekilde yararlanmanızı sağlıyor.
Ancak bu düşünce yapısı başka bir üretim kolunda tamamen değişebilir. Pazara ilk çıkmak yerine asıl önceliğin “doğru ürünü üretmek”, yani en yüksek kaliteyi ve regülasyona tam uyumu sağlamak olduğu sektörler vardır. Örneğin havacılık sanayii. Bu alanda kalite ve uyumluluk vazgeçilmezdir; hataya sıfır tolerans vardır. Bu, yeni bir telefon çıkarıp birkaç yazılım güncellemesiyle küçük hataları düzeltmeye hiç benzemez. Bu yüzden ihtiyacınız olan süreçleri bilmek ve yapay zekânın bu süreçleri nasıl destekleyebileceğini anlamak kritik.
Bu nedenle, yapay zekayı düşünürken önceliklerinizin ne olduğunu doğru şekilde ayırmanız ve şirketinizi farklılaştıran alanlara odaklanmanız gerekir.
Endüstriyel kuruluşların bir yapay zekâ girişimine başlarken göz önünde bulundurması gereken ön koşullar nelerdir?
RL: Üç tane var:
- Veri erişimi ve entegrasyon
- Veri kalitesi ve yönetişimi
- Değişime açıklık
Bu, tüm üretim sektörlerinde geçerlidir.
Öncelikle sistemlerinizi düşünün: Veriye erişilebiliyor mu? Temel sistemleriniz birbiriyle konuşuyor mu?
Odaklanmanız gereken verinin “tüketilebilir” olduğundan emin olmalısınız. Doğru veri yoksa yapay zekânın bir anlamı da yoktur. Hem geçmiş veriye hem de gerçek zamanlı veriye ihtiyacınız var. MES (Manufacturing Execution System), ERP veya PLM verileri gibi.
Ayrıca sadece verinin miktarı değil, kalitesi de çok önemlidir. Veri yapılandırılmış ve bağlamsallaştırılmış mı? Hangi sensörden ya da hangi ekipmandan geldi? Ne zaman geldi ve hangi araçlarla toplandı?
Son olarak organizasyonunuzu düşünün. Şirketiniz genel olarak yapay zeka tabanlı yaklaşımları benimsemeye hazır mı? Çalışanları konfor alanından çıkaracağı için dirençle karşılaşılacak mı? Belirli bir alanda AI tabanlı karar vermenin uygun olup olmadığını değerlendirmeniz gerekiyor. Sorumluluk alanlarını ve değişim yönetimini göz önünde bulundurmalısınız. Bu süreç şirketiniz için önemli bir değişim yolculuğudur.
Üreticiler, değişime açıklığı, veri hazırlığını ve veri erişimini nasıl yönetiyor?
RL: Net olmak gerekirse, bu üç gereksinimin hepsine her yerde ve aynı anda sahip olmanız gerekmiyor.
Üreticiler, yapay zekanın daha yüksek verimlilik, daha iyi kalite, daha düşük maliyet gibi etkilere nasıl katkı sağlayabileceğini görmek için ciddi yatırımlar yapıyor.
Yapay zekâ girişimleri belirli bir alanda başlayabilir. Yani şirketinizde tüm departmanların aynı anda AI kullanması gerekmez. Ayrıca her alanın başlangıçta aynı veri kalitesine veya erişilebilirliğine sahip olmayacağını bilmek de önemlidir.
AI için başlanabilecek temel kullanım senaryoları
Yapay zeka için kullanılacak senaryoları değerlendirirken, hızlı değer yaratabilecek ve teknik olarak düşük karmaşıklığa sahip bir örnekle başlamak en doğrusudur.
İyi bir başlangıç kullanım senaryosu nedir?
RL: İşte güzel bir başlangıç örneği: yapay zekayı shopfloor operatörlerine yardım edecek bir asistan olarak kullanmak.
Operatörler genellikle zaman baskısı altındadır. İşlerini yapmak için güvenlik talimatları veya alet kullanım yönergeleri gibi dokümanlara başvurmaları gerekebilir. Bu zaman alır. AI, bu bilginin daha hızlı ve güvenilir şekilde bulunmasına yardımcı olabilir. Bir “AI copilot” bu noktada harika bir başlangıç olur.
Bu aynı zamanda veriyi kaynak olarak kullanmanın güzel bir yoludur. Örneğin MES verisini kullanarak, bir copilot’a “X vardiyasında ne oldu?”, “Y malzemesinin veri kaydı nedir?”, “Tedarikçi Z’den gelen malzeme şu an hangi üründe kullanılıyor?” gibi sorular sorabilirsiniz.
Ürünün geçmişi (genealogy) zaten düzenli ve bağlantılı bir veridir; bu da copilota ideal bir temel sağlar. Bu nedenle oldukça değerli bir kullanım senaryosudur.
Yapay zeka ve gerçek zamanlı karar verme
Gerçek zamanlı karar verme, ait olduğunuz sektöre bağlı olarak farklı şekillerde başarıya ulaşabilir. Bu nedenle beklentileri gerçekçi tutmak önemlidir.
AI, shopfloor’u bir yürütme alanından gerçek zamanlı karar alma alanına nasıl dönüştürecek?
RL: Yapay zeka çoğu zaman “hız” bağlamında konuşuluyor. Ancak beklentileri doğru koymak gerekiyor. Güvenilir bir gerçek zamanlı karar verme süreci, birçok şirket için hâlâ bir vizyondur. Ayrıca her durumda insanı süreç içinde tutmak önemlidir; çünkü riskler de vardır.
Teknoloji hızla gelişiyor ama insanların teknolojiye duyduğu güven aynı hızda gelişmiyor. Bu nedenle gerçek zamanlı karar vermenin herkesin hayal ettiği şekilde hemen gerçekleşmeyeceğini düşünüyorum.
Özellikle yüksek regülasyonlu sektörlerde AI’ın tek başına karar vermesine sıcak bakılmayabilir. Ancak bir gecikme öngördüğünde gerçek zamanlı bir öneri sunması, insanın doğru kararı sektörün gerektirdiği zamanda verebilmesini sağlar.
Mendix ve Siemens Xcelerator AI uygulamalarına başlamaya nasıl yardımcı olur
Şirketlerin %20’si, yapay zekadan faydalanmanın önündeki en büyük engelin veri, entegrasyon, veri kalitesi ve veri erişimi olduğunu belirtiyor. %13’ü maliyet ve kaynak, %11’i ise çalışan eğitimi ve değişim yönetimini en önemli zorluk olarak görüyor.
Mendix ve Siemens Xcelerator, bu AI zorluklarını nasıl çözüyor?
RL: Mendix’in Siemens Xcelerator ekosisteminin bir parçası olması, zengin yetenek seti ve bağlantı imkanları sayesinde entegre bir değer önerisi sunmasını sağlıyor. Bu sayede geliştiriciler Teamcenter, Opcenter, Capital veya Polarion gibi yüksek kaliteli veriye erişip bunları akıllı endüstriyel uygulamalar geliştirirken kullanabiliyor.
Mendix ile üreticilerin, mühendislik ve üretim süreçlerinin ihtiyaçlarına özel bir uygulama dijital iş akışı (Digital Thread) oluşturmalarına yardımcı oluyoruz. Bu da yapay zekayı daha geniş ölçekte uygulamak için gereken yol haritasını netleştiriyor.
