Nowe technologie teleinformatyczne oraz inteligentna automatyzacja uruchomiły czwartą rewolucję przemysłową. Industry 4.0 otworzyło przed specjalistami od produkcji procesowej w branży farmaceutycznej, kosmetycznej czy chemicznej zarówno nowe możliwości, ale także wyzwania. Przede wszystkim muszą oni zmierzyć się z nieprzebranym wręcz bogactwem dostępnych danych. Potencjalnie kryje się w nich recepta np. na skuteczne doskonalenie, przyspieszanie procesów i obniżanie kosztów produkcji. Jednak teraz problemem jest ich wykorzystanie – danych jest dużo, a technologia złożona. Z jednej strony mamy badaczy danych (data scientists), z drugiej ludzi, którzy znają się na produkcji i procesach. Ich światy kierują się zupełnie innymi regułami, dlatego ogromne ilości danych w większości przypadków nie przełożyły się dotąd na przełomowe korzyści, spektakularne efekty i realną wartość biznesową.

Głównym problemem wydaje się rozbieżność cyklu pracy w tych dwóch światach. Badacz danych dostaje zapytanie, na które stara się odpowiedzieć, przeszukując dane historyczne, stawiając hipotezy, budując modele matematyczne i trenując je, a ostatecznie prezentując najlepszy z nich. Pomimo tego, że model może być wartościowy, to ze względu na to, że wszystko trwa wiele tygodni, jego wartość jest ograniczona. Tymczasem specjaliści od produkcji bardzo często potrzebują natychmiastowych odpowiedzi.

Kluczem do sukcesu w produkcji jest nieustanne doskonalenie procesów. Co więcej, każdy specjalista od produkcji procesowej chciałby skracać czas upływający od wystąpienia anomalii do jej zauważenia i podjęcia odpowiedniego działania. W idealnej sytuacji wiedzielibyśmy o wszystkim, zanim jeszcze anomalia wystąpi, dzięki czemu można problemowi zapobiec. Warunkiem tego jest jednak zrozumienie danych z procesu produkcyjnego.

Demokratyczna recepta na dane

Pomijając trudności związane z zatrudnieniem samych badaczy danych – na rynku trwale brakuje wykwalifikowanych specjalistów od przygotowania i analizy danych – prawdziwym wyzwaniem będzie znalezienie takiego eksperta, który dodatkowo posiada doświadczenie w zakresie produkcji procesowej. Dlatego lepszym rozwiązaniem wydaje się umożliwienie specom od produkcji samodzielnego korzystania z dostępnych danych.

Nad danymi można zapanować, a uzyskiwanie odpowiedzi przyspieszyć i wcale nie trzeba w każdej sytuacji polegać na badaczach danych. Rozwiązaniem jest dostarczenie menedżerom produkcji, inżynierom opracowującym receptury, a także ludziom od obsługi linii produkcyjnych prostych w użyciu narzędzi, dzięki którym będą w stanie sami zadawać pytania i uzyskiwać odpowiedzi. Na tym właśnie polega demokratyzacja dostępu do danych i analiz procesowych: udostępniamy je w sposób zrozumiały dla wszystkich pracowników, dzięki czemu każdy, bez kodowania, może z nich korzystać w swojej codziennej pracy, otrzymując natychmiast wartościowe wyniki.

Oczywiście nie oznacza to, że badacz danych przestaje być w ogóle potrzebny. Przy użyciu zautomatyzowanych narzędzi jesteśmy w stanie udostępnić większość analiz procesowych. Do tych najbardziej zaawansowanych nadal będziemy potrzebować eksperta. Niemniej demokratyzacja już nawet w tym podstawowym zakresie przynosi przełomowe korzyści i zapewnia realną wartość biznesową.

Co można osiągnąć

Przy użyciu narzędzi, takich jak Trendminer oferowany przez Software AG, eksperci od produkcji bez przygotowania informatycznego mogą wykorzystywać dane do doskonalenia procesów, zapobiegania problemom i obniżania kosztów. Przede wszystkim mogą określać, jakie zakresy wartości opisujących produkcję mają charakter normalny. Co więcej, w ten sposób można określić tzw. Golden Batch, czyli warunki, w jakich proces zapewnia produkt najwyższej jakości, a zarazem najniższe koszty.

Ponadto, jeśli zauważymy, że wykraczamy poza normalne wartości, w prosty sposób można sprawdzić, co poszło nie tak, jak powinno. Praktycznie każdy może szybko i wygodnie określić, czy problemem był np. wzrost temperatury, czy może jeszcze coś innego. Dodatkowo błyskawicznie można sprawdzić, czy sytuacja występowała w przeszłości, porównać ją z innymi zdarzeniami, a także poszukać luźniej powiązanych przypadków. W ten sposób przy pomocy narzędzia oraz własnej wiedzy eksperckiej można wykrywać pierwotne przyczyny problemów.

Możliwe jest także ustawienie monitoringu procesów. Dzięki stworzonym regułom otrzymamy alerty w sytuacji, kiedy określone wartości zostaną przekroczone. Dodatkową korzyścią jest ponadto „wczesne ostrzeganie”. Dostępny jest mechanizm, który wiedząc, że jakieś zdarzenie wystąpiło w przeszłości oraz poprzedzała go pewna sekwencja innych zdarzeń, może ostrzegać, że właśnie zbliżamy się do podobnego przypadku.

Największą wartością biznesową zapewnianą przez Trendminer jest z pewnością to, że specjaliści od produkcji mogą samodzielnie, bez zewnętrznego wsparcia, analizować jak proces powinien działać, albo dlaczego działa źle. Z doświadczeń naszych klientów – pośród których warto wymienić takich gigantów, jak Bayer, Du Pont, Pfizer, Novo Nordisk czy BASF – wynika, że w ten sposób można obsłużyć nawet 80% codziennych problemów operacyjnych. Jedynie pozostałe 20% trzeba przekazać badaczowi danych.

Szybkie i efektywne rozwiązanie

Trendminer to nowoczesne, inteligentne, samoobsługowe narzędzie do analizowania, monitorowania i prognozowania wydajności operacyjnej. Podstawowym źródłem danych w większości przypadków są dla niego systemy typu Historian, dla których Software AG oferuje odpowiednie konektory. Dodatkowym źródłem danych mogą być także harmonogramy produkcji wzbogacone o informacje o atrybutach składników i inne dane kontekstowe.

Jeśli organizacja nie posiada takich danych, dobrym rozwiązaniem może okazać się dla niej platforma IoT oferowana przez Software AG – Cumulocity, która umożliwia dostarczenie danych pochodzących z inteligentnych urządzeń i czujników do Trendminera.

Wdrożenie Trendminer to projekt, który – jeśli mamy do dyspozycji źródło danych w postaci systemu Historian – można zamknąć w dwa tygodnie. W tym czasie uzyskamy dostęp do narzędzia pozwalającego importować, przygotowywać, analizować dane, a także przeszukiwać je i wyznaczać normalne zakresy wartości. Ponadto, będzie można definiować reguły monitoringu, a nawet ustawić wczesne ostrzeganie. Użytkownicy będą mieli także dostęp do analiz kontekstowych, a także dashboardów, które umożliwiają proste udostępnianie danych opracowanych przez jedną osobę pozostałym współpracownikom. Wszystko to składa się na prawdziwą czwartą rewolucję przemysłową.