{"id":6824,"date":"2024-03-20T08:55:00","date_gmt":"2024-03-20T07:55:00","guid":{"rendered":"https:\/\/foodplace.pl\/?p=6824"},"modified":"2024-03-19T14:13:13","modified_gmt":"2024-03-19T13:13:13","slug":"nowy-poziom-automatyzacji-produkcji-miesa-czyli-jak-sztuczna-inteligencja-moze-zwiekszyc-produktywnosc","status":"publish","type":"post","link":"https:\/\/foodplace.pl\/en\/nowy-poziom-automatyzacji-produkcji-miesa-czyli-jak-sztuczna-inteligencja-moze-zwiekszyc-produktywnosc\/","title":{"rendered":"Nowy poziom automatyzacji produkcji mi\u0119sa, czyli jak Sztuczna Inteligencja mo\u017ce zwi\u0119kszy\u0107 produktywno\u015b\u0107?"},"content":{"rendered":"

Dyskusje o Sztucznej Inteligencji cz\u0119sto dotycz\u0105 tego, czy zgubi ona gatunek ludzki, czy te\u017c spowoduje rozkwit naszej cywilizacji. W przemy\u015ble jednak zadaje si\u0119 bardziej praktyczne pytanie: jakie zastosowania AI mog\u0105 przynie\u015b\u0107 zwi\u0119kszenie produktywno\u015bci. Mo\u017cna poda\u0107 wiele przyk\u0142ad\u00f3w takich rozwi\u0105za\u0144, kt\u00f3re znajduj\u0105 zastosowanie od bran\u017cy samochodowej, przez bankowo\u015b\u0107 i logistyk\u0119, do ochrony zdrowia. Czy tak\u017ce producenci mi\u0119sa i jego przetwor\u00f3w powinni zainteresowa\u0107 si\u0119 Sztuczn\u0105 Inteligencj\u0105?<\/strong><\/p>\n\n\n\n

Niskie mar\u017ce powoduj\u0105, \u017ce jednym z najwi\u0119kszych wyzwa\u0144 w bran\u017cy mi\u0119snej jest uzyskanie wysokiej jako\u015bci produktu, przy jednoczesnej optymalizacji koszt\u00f3w. I na \u015awiecie, i w Polsce odpowiedzi\u0105 bran\u017cy na to wyzwanie jest automatyzacja i robotyzacja. Wida\u0107 jednak, \u017ce podej\u015bcie to napotyka na ograniczenia i inwestycje w maszyny przynosz\u0105 coraz mniejsz\u0105 optymalizacj\u0119 koszt\u00f3w. W uproszczeniu \u2013 maszyna nie jest w stanie pracowa\u0107 szybciej, a u zwierz\u0105t osobniki r\u00f3\u017cni\u0105 si\u0119 mi\u0119dzy sob\u0105 cechami, co uniemo\u017cliwia pe\u0142n\u0105 robotyzacj\u0119 produkcji. Trzeba te\u017c pami\u0119ta\u0107, \u017ce automatyzacja i robotyzacja generuje wysokie jednorazowe koszty \u2013 nie tylko zakupu maszyn, ale tak\u017ce rozbudowy infrastruktury, koszt\u00f3w przestoj\u00f3w i szkolenia pracownik\u00f3w. Specjalizacja pracownik\u00f3w i inwestycje w kapita\u0142 ludzki s\u0105 wa\u017cnym kierunkiem rozwoju przedsi\u0119biorstw, poniewa\u017c w wychwytywaniu subtelnych r\u00f3\u017cnic ludzie s\u0105 sprawniejsi ni\u017c maszyny.
A gdzie tu miejsce dla Sztucznej Inteligencji? Kluczow\u0105 kompetencj\u0105 AI i Machine Learning (ML), jest umiej\u0119tno\u015b\u0107 tworzenia prognoz i predykcji w oparciu o du\u017ce zbiory danych historycznych. Jest to umiej\u0119tno\u015b\u0107 identyfikowania prawid\u0142owo\u015bci, kt\u00f3re s\u0105 niedostrzegane przez ludzi. W silnie zautomatyzowanym przemy\u015ble, a takim jest przetw\u00f3rstwo mi\u0119sa, urz\u0105dzenia generuj\u0105 w czasie rzeczywistym ogromn\u0105 liczb\u0119 danych, zatem mamy na czym opiera\u0107 prognozy.<\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n

Jednym z przyk\u0142ad\u00f3w wykorzystania AI do optymalizacji koszt\u00f3w jest predykcyjne utrzymanie produkcji. Opiera si\u0119 ono na analizie du\u017cej ilo\u015bci danych dostarczanych w czasie rzeczywistym bezpo\u015brednio z maszyn oraz z hali produkcyjnej, a nast\u0119pnie analizie tych danych i wychwyceniu anomalii, kt\u00f3re mog\u0105 \u015bwiadczy\u0107 o ryzyku wyst\u0105pienia awarii. Dodatkowo na podstawie danych historycznych i bie\u017c\u0105cej analizy wyst\u0119puj\u0105cych awarii mo\u017cna nieustannie usprawnia\u0107 modele i przewidywa\u0107 awarie z wi\u0119ksz\u0105 skuteczno\u015bci\u0105 oraz z uwzgl\u0119dnieniem zmiennych warunk\u00f3w wyst\u0119puj\u0105cych na hali. Mo\u017cemy zatem nie tylko przewidzie\u0107 awari\u0119 z wyprzedzeniem, ale tak\u017ce jej zapobiec. W podobny spos\u00f3b mo\u017cemy tak\u017ce przewidywa\u0107 i zapobiega\u0107 problemom jako\u015bciowym produkt\u00f3w jeszcze przed zleceniem produkcji.<\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n

Oczywi\u015bcie mo\u017cna powiedzie\u0107, \u017ce do\u015bwiadczenie pracownika polega w\u0142a\u015bnie na tym, \u017ce cz\u0142owiek ju\u017c zna te prawid\u0142owo\u015bci i nie ma potrzeby korzystania z AI. Wystarczy mu inteligencja w\u0142asna. To jednak tylko cz\u0119\u015b\u0107 prawdy. Jest bowiem wiele istotnych prawid\u0142owo\u015bci, o kt\u00f3rych istnieniu nie wiemy. Cz\u0142owiek jest niezb\u0119dny, poniewa\u017c potrafi zada\u0107 programowi sensowne pytania i zinterpretowa\u0107 wyniki. Jednak analiza dost\u0119pnych dzisiaj danych jest nawet dla najwybitniejsze eksperta niewykonalna.
Mo\u017cna mie\u0107 obawy, \u017ce analizy takie s\u0105 bardzo kosztowne i dlatego warto je stosowa\u0107 tylko w przemys\u0142ach o wysokich mar\u017cach. Jednak rewolucja AI zachodz\u0105ca na naszych oczach diametralnie zmieni\u0142a t\u0119 sytuacj\u0119. Dzisiaj znajdowanie prawid\u0142owo\u015bci w danych nie wymaga sko\u0144czenia kilkuletnich studi\u00f3w Data Science. Programy podpowiadaj\u0105, jakie algorytmy zastosowa\u0107 w wyszukiwaniu istotnych prawid\u0142owo\u015bci ukrytych w naszych danych. I co najwa\u017cniejsze \u2013 wprowadzenie takich rozwi\u0105za\u0144 jest wielokrotnie ta\u0144sze ni\u017c zakup nowych maszyn. Dlatego w sytuacji, gdy automatyzacja rozumiana jako robotyzacja przynosi coraz s\u0142absze efekty, warto si\u0119gn\u0105\u0107 po narz\u0119dzia do analizy danych w biznesie. Bardzo dobrym przyk\u0142adem takiego oprogramowania jest Qlik Sense i jego rozwi\u0105zanie AutoML. Wi\u0119cej na jego temat mo\u017cna dowiedzie\u0107 si\u0119 na blogu: businessintelligence.pl\/blog\/ oraz bezpo\u015brednio w Hogart Business Intelligence, kt\u00f3ry jest partnerem firmy Qlik oraz specjalizuje si\u0119 we wdro\u017ceniach innowacyjnych rozwi\u0105za\u0144, pocz\u0105wszy od zaawansowanej analizy sprzeda\u017cy, produkcji, dostawc\u00f3w, \u0142a\u0144cucha dostaw, przez predykcj\u0119 sprzeda\u017cy, a\u017c zastosowania sztucznej inteligencji i Machine Learning. Ich wsp\u00f3ln\u0105 cech\u0105 jest \u0142atwo\u015b\u0107 korzystanie przez u\u017cytkownik\u00f3w i niewysokie koszty wdro\u017cenia. W\u015br\u00f3d klient\u00f3w Hogart mo\u017cna mi\u0119dzy innymi wymieni\u0107 Apotex (wsparcie proces\u00f3w decyzyjnych manager\u00f3w firmy farmaceutycznej), czy Wipasz S.A. (agregacja danych i prognozowanie wynik\u00f3w w oparciu o analizy danych historycznych).<\/p>\n\n\n\n

Co jeszcze przemawia, za poszukiwaniem optymalizacji za pomoc\u0105 inwestycji w AI:<\/strong>
– Po pierwsze, koszty inwestycji s\u0105 znacz\u0105co ni\u017csze ni\u017c w przypadku zakupu maszyn.<\/strong>
– Po drugie, inwestycje s\u0105 \u0142atwo skalowalne. Mo\u017cemy sprawdza\u0107 ich skuteczno\u015b\u0107 w wybranym zakresie i rozszerza\u0107 zastosowanie na inne obszary funkcjonalne biznesu.<\/strong>
– Po trzecie, rozwi\u0105zania znajduj\u0105 zastosowanie we wszystkich etapach produkcji od przebiegu jej procesu, przez serwis, zapewnienie jako\u015bci, bezpiecze\u0144stwo pracownik\u00f3w do logistyki.<\/strong>
– Po czwarte wreszcie, w przeciwie\u0144stwie do maszyny AI doskonali si\u0119 samo.<\/strong><\/p>\n\n\n\n

Gdy dzisiaj s\u0142yszymy o rewolucji przemys\u0142owej 4.0, to w\u0142a\u015bnie o wykorzystanie Sztucznej Inteligencji chodzi. Badanie przeprowadzone przez McKinsey ju\u017c trzy lata temu (jeszcze przed wybuchem \u015bwiatowej mody na Sztuczn\u0105 Inteligencj\u0119) pokaza\u0142o wp\u0142yw AI na optymalizacj\u0119 koszt\u00f3w i wyniki firm. Z AI korzysta\u0142o 50% badanych firm, a 22% z nich deklarowa\u0142o, \u017ce co najmniej 5% EBIDT wynika ze wprowadzenia AI. W\u015br\u00f3d wymienianych funkcji, w kt\u00f3rych korzystano z Sztucznej Inteligencji wskazywano mi\u0119dzy innymi na produkcj\u0119 (15% firm), serwis (20% firm), i logistyk\u0119 (5%). Jednocze\u015bnie firmy wskaza\u0142y produkcj\u0119 jako funkcj\u0119, w kt\u00f3rej optymalizacja koszt\u00f3w by\u0142a najwi\u0119ksza. Ponad po\u0142owa firm deklarowa\u0142a, \u017ce optymalizacja ta wynios\u0142a, co najmniej 5%.
Rewolucja Przemys\u0142owa 4.0 dzieje si\u0119 na naszych oczach. Rewolucja polegaj\u0105ca na odmiennym sposobie automatyzacji, opartej o wykorzystanie danych generowanych przez urz\u0105dzenia pomiarowe, a nie na wprowadzaniu do u\u017cytku nowych maszyn. Do\u015bwiadczenie poprzednich rewolucji pokaza\u0142o, \u017ce warto w\u0142\u0105czy\u0107 si\u0119 w ni\u0105 szybciej, ni\u017c p\u00f3\u017aniej. I nie ma powodu, aby bran\u017ca mi\u0119sna, podobnie jak by\u0142o w\u015br\u00f3d przemys\u0142\u00f3w szybko si\u0119 automatyzuj\u0105cych, nie zachowa\u0142a si\u0119 podobnie w kwestii wykorzystania AI do optymalizacji koszt\u00f3w.<\/p>\n\n\n\n

W opracowaniu tekstu wykorzystano publikacje: \u201eArtificial intelligence-driven automation is how we achieve the next level of efficiency in meat processing\u201d Animal Frontiers, Volume 12, Issue 2, April 2022, The state of AI in 2020, McKinsey Global Instytute, listopad 2020. \u201cAI USE CASES & APPLICATIONS ACROSS MAJOR INDUSTRIES\u201d, https:\/\/www.leewayhertz.com\/ai-use-cases-and-applications\/<\/em><\/p>","protected":false},"excerpt":{"rendered":"

Dyskusje o Sztucznej Inteligencji cz\u0119sto dotycz\u0105 tego, czy zgubi ona gatunek ludzki, czy te\u017c spowoduje rozkwit naszej cywilizacji. W przemy\u015ble jednak zadaje si\u0119 bardziej praktyczne pytanie: jakie zastosowania AI mog\u0105 przynie\u015b\u0107 zwi\u0119kszenie produktywno\u015bci. Mo\u017cna poda\u0107 wiele przyk\u0142ad\u00f3w takich rozwi\u0105za\u0144, kt\u00f3re znajduj\u0105 zastosowanie od bran\u017cy samochodowej, przez bankowo\u015b\u0107 i logistyk\u0119, do ochrony zdrowia. Czy tak\u017ce producenci […]<\/p>\n","protected":false},"author":1,"featured_media":6825,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_eb_attr":"","footnotes":""},"categories":[32,35],"tags":[600,599],"class_list":["post-6824","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-aktualnosci","category-technologia","tag-czyli-jak-sztuczna-inteligencja-moze-zwiekszyc-produktywnosc","tag-nowy-poziom-automatyzacji-produkcji-miesa"],"blocksy_meta":[],"_links":{"self":[{"href":"https:\/\/foodplace.pl\/en\/wp-json\/wp\/v2\/posts\/6824","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/foodplace.pl\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/foodplace.pl\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/foodplace.pl\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/foodplace.pl\/en\/wp-json\/wp\/v2\/comments?post=6824"}],"version-history":[{"count":1,"href":"https:\/\/foodplace.pl\/en\/wp-json\/wp\/v2\/posts\/6824\/revisions"}],"predecessor-version":[{"id":6826,"href":"https:\/\/foodplace.pl\/en\/wp-json\/wp\/v2\/posts\/6824\/revisions\/6826"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/foodplace.pl\/en\/wp-json\/wp\/v2\/media\/6825"}],"wp:attachment":[{"href":"https:\/\/foodplace.pl\/en\/wp-json\/wp\/v2\/media?parent=6824"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/foodplace.pl\/en\/wp-json\/wp\/v2\/categories?post=6824"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/foodplace.pl\/en\/wp-json\/wp\/v2\/tags?post=6824"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}