Untuk semua janji transformasi digital (terbuka di tab baru) dan peran AI dalam menggerakkan pabrik-pabrik di masa depan, pengadopsiannya masih relatif baru di sebagian besar sektor manufaktur.
Tentang Penulis
Ted Plummer, manajer produk utama dan pakar AI residen di perusahaan percetakan 3D industri, Markforged (terbuka di tab baru).
Ada sejumlah alasan untuk ini, paling tidak kurangnya pemahaman tentang apa sebenarnya AI itu dan perubahan yang akan ditimbulkannya. Memisahkan fakta dari fiksi (sains) bisa menjadi sebuah tantangan. Kebingungan, ditambah dengan ketidakpastian, menimbulkan ketakutan dan kesalahpahaman apakah itu seputar risiko keamanan, kehilangan pekerjaan, kehilangan kendali, dan apa yang bisa dan tidak bisa dilakukan oleh teknologi.
Mitos 1: AI adalah tujuan akhir
Ada kesalahpahaman umum bahwa AI itu sendiri adalah sebuah keuntungan – Saya telah melakukan percakapan yang tak terhitung jumlahnya dengan pelanggan yang salah mengartikan fakta bahwa AI adalah sebuah mekanisme, bukan sebuah keuntungan. Saya pernah mendengar “Saya akan menunggu sampai ‘melakukan AI'” lebih sering daripada yang dapat saya hitung. Kenyataannya adalah manfaat dari kecerdasan buatan (terbuka di tab baru) bukanlah proses itu sendiri, tetapi – seperti jenis analitik data lainnya – nilai AI berasal dari kemampuannya untuk menyelesaikan masalah lebih cepat, mempercepat produksi. AI adalah bagaimana, bukan mengapa.
Bagian kedua dari persamaan AI adalah federated learning. Smartphone Apple atau Android (terbuka di tab baru) menggunakan teknologi federated learning untuk menyempurnakan setiap pesan teks yang diketik berdasarkan cara pengguna individu dan kolektif berinteraksi dengan keypad mereka. Demikian pula, jaringan kami yang terdiri dari 10.000+ printer 3D yang terhubung dengan aman (terbuka di tab baru) menerapkan teknologi AI ini untuk memungkinkan setiap mesin ‘menjadi lebih pintar’ dengan setiap cetakan – semuanya sambil mempertahankan standar tertinggi privasi, kerahasiaan, dan integritas data pelanggan.
Dengan menganalisis data dari ‘armada’ printer, AI dapat melihat koreksi atau penyesuaian yang dilakukan secara rutin – misalnya di mana sudut overhead atau pola pengisian tidak tepat. Peluang untuk peningkatan ini kemudian dapat dimasukkan kembali ke dalam sistem, meningkatkan keluaran kolektif printer tanpa perlu campur tangan manusia.
Mitos 2: AI tidak aman dan bergantung pada data hak milik
Ada kesalahpahaman karena AI bergantung pada data (terbuka di tab baru), yang mengharuskan mereka yang menggunakannya untuk membagikan kekayaan intelektual (IP) mereka untuk memperoleh manfaat darinya. Ini bukan kasusnya. Dalam hal AI dalam pencetakan 3D, IP pelanggan dan data bagian tetap terpisah dalam batas aman. Bukan informasi hak milik inilah yang dimasukkan ke dalam pembelajaran federasi yang dijelaskan di atas, tetapi metadata yang dianonimkan. Ini adalah informasi yang pada dasarnya dikumpulkan ke dalam ‘reservoir’ data yang memungkinkan mesin untuk belajar dan berkembang. Tidak mungkin membuat ulang salah satu IP sumber dari data kolektif.
Namun, seperti halnya teknologi bertenaga data lainnya, keamanan masih menjadi hal yang paling penting saat menggunakan AI. Sangat penting untuk memastikannya didasarkan pada platform yang aman dengan integritas dan kerahasiaan data pelanggan – dan sertifikasi ISO 27001 adalah cara yang bagus untuk menunjukkan bahwa Anda telah berinvestasi dalam mengelola risiko.
Mitos 3: AI selalu berubah, membuat hasilnya tidak dapat diprediksi dan tidak sesuai untuk mencapai keterulangan
Untuk industri yang sangat diatur seperti dirgantara, pengulangan adalah yang terpenting. Saat membuat suku cadang untuk pesawat terbang, misalnya, cetakan ke-10.000 harus sama persis dengan cetakan pertama. Untuk alasan ini, AI – dan pembelajaran federasi khusus – sering diabaikan oleh industri yang diatur. Manfaatnya dari pembelajaran dan peningkatan bertahap terlihat bertentangan dengan persyaratan keselamatan kritis kehidupan yang ketat.
Namun, industri seperti kedirgantaraan yang membutuhkan pengulangan masih dapat memanfaatkan teknologi yang digerakkan oleh AI. Ini dapat digunakan untuk iterasi desain, membantu mengubah dan menyempurnakan bagian-bagian pesawat pada fase awal pengembangan, misalnya. Setelah tim puas dengan parameter suku cadang, sistem kemudian dapat ‘dikunci’ untuk memastikan tidak ada perubahan lebih lanjut yang dilakukan atau pembaruan data dimasukkan dari armada. Pada tahap ini, teknologi tersebut kemudian dapat digunakan sebagai alat verifikasi untuk memastikan tidak ada turunan dalam proses pencetakan dan setiap bagian sama persis dengan yang terakhir.
Dalam jangka panjang, teknologi yang sama akan dapat memastikan pengulangan yang lebih besar dengan mendeteksi dan mengkompensasi perubahan perilaku sistem seperti kurangnya pelumasan atau keausan pada mesin.
Mitos 4: AI akan menggantikan manusia dan mengambil pekerjaan kita
Mitos ini masih banyak bersemayam di dunia fiksi ilmiah. Saya katakan, biarkan mesin mengambil alih jika menyangkut masalah terkait mesin! Sangat sedikit operator, insinyur, atau perancang industri yang akan mengeluh jika mesin dapat ‘menyembuhkan dirinya sendiri’, sehingga membebaskan mereka dari tugas-tugas pemecahan masalah yang biasa dan membiarkan mereka melanjutkan pekerjaan sehari-hari.
Daripada membuat kita malas atau mubazir, gunakanlah AI dan machine learning (terbuka di tab baru) membantu mendorong inovasi dan praktik kerja yang lebih cerdas. Dalam manufaktur atau desain produk, alih-alih berfokus pada masalah ‘apa’ dan ‘bagaimana’ yang lebih didorong oleh proses, ini memungkinkan para insinyur untuk mengajukan pertanyaan ‘mengapa’ dan ‘bagaimana jika’ dan untuk mengeksplorasi implikasi dari skenario yang berbeda ketika datang ke meningkatkan efisiensi atau menciptakan produk baru – yang pada akhirnya mengarah pada peluang bisnis yang lebih besar.
Mitos 5: Biaya AI menghambat pengadopsiannya
Ada dua tanggapan umum yang saya dengar saat berbicara dengan pelanggan tentang mesin bertenaga AI kami: (1) “Saya tidak percaya betapa terjangkaunya mesin ini!” atau (2) “Harganya terlalu mahal!” Seperti halnya teknologi yang sedang berkembang, ada yang dapat melihat nilai yang dapat diberikannya dan ada pula yang melihatnya sebagai kemewahan yang mahal.
Kami mulai melihat perubahan ini saat AI berkembang melampaui fase pengadopsi awal. Mereka yang memperjuangkan solusi berbasis AI di lantai pabrik berfokus pada nilai yang dapat diberikannya – yang pada dasarnya memungkinkan alat berat untuk memecahkan masalah terkait alat berat, membebaskan insinyur dan operator untuk menginvestasikan upaya mereka ke dalam inovasi, pengembangan produk, dan upaya terkait manusia lainnya.
Penting untuk diingat bahwa banyak dari mitos ini ada karena tidak semua AI diciptakan sama. Untuk menjadi alat yang efektif, AI memerlukan akses ke sejumlah besar data – mesin tidak dapat ‘belajar’ tanpa aliran data yang andal. Sebelum Anda berinvestasi dalam teknologi apa pun yang digerakkan oleh AI, pastikan ia memiliki sumber data andal yang dapat disesuaikan dengan mesin yang didukungnya.
