Прибыль:
- Способность определять, где использовать ИИ в циклах бережливого производства и улучшения процессов.
- Возможность ускорить составление карты потока создания ценности, анализ отходов и этапы DMAIC с помощью структурированных подсказок.
- Способность применять дисциплину проверки рекомендаций ИИ с полевыми данными и наблюдениями в гемба.
Промышленное проектирование – это, по сути, дисциплина, ориентированная на достижение большего успеха: производство большей ценности с теми же ресурсами, выделение потерь и уменьшение изменчивости. Искусственный интеллект входит в эту дисциплину не как новый калькулятор или волшебное решение, а как мощный партнер в мышлении и разработке. При правильном использовании он сокращает картирование потока создания ценности, классификацию отходов, изучение первопричин и отчеты об улучшениях с часов до минут. При неправильном использовании он порождает предложения, которые никогда не применялись на практике, которые «идеальны на бумаге», но не могут быть реализованы в реальности. В этом модуле вы узнаете, где разместить ИИ в цикле бережливого производства и как проверить его результаты.
Какое место занимает ИИ в улучшении процессов?
Давайте разделим проект улучшения на три уровня: сбор данных, анализ/решение, отчетность/коммуникация. ИИ помогает с разным весом в этих слоях.
слой
Роль ИИ
роль мужчины
сбор данных
Разрабатывает опрос/форму и систематизирует данные.
Меры и наблюдения в полевых условиях (гемба)
анализ/решение
Выдвигает гипотезы, предлагает методы, проводит расчеты.
Сверяется с данными, принимает решение
Отчетность
А3, презентация, автор резюме текста
Контролирует точность и тон
Следует отметить, что ИИ не может генерировать данные сам. Только измерения на месте дают фактическое время цикла машины, минуты ожидания оператора, сколько времени занимает смена штампа. ИИ систематизирует, интерпретирует и превращает эти необработанные данные, которые вы приносите, в гипотезу улучшения.
Совет: я всегда спрашиваю ИИ: «какие данные мне нужны?» Также спросите: разработать правильный план измерений до начала улучшений гораздо дешевле, чем позднее проводить анализ с неверными данными.
Семь отходов (Муда) и классификация ИИ
Создание видимых потерь (муда) лежит в основе бережливого производства. Классические семь потерь: перепроизводство, ожидание, ненужная транспортировка, чрезмерная обработка, запасы, ненужные перемещения и ошибки. Часто на восьмом месте добавляется «неиспользованный человеческий потенциал». ИИ очень быстро разбивает описание процесса на эти категории.
Должность: Вы — инженер-технолог с опытом работы в области бережливого производства. Задание: Разделите следующее описание процесса на 7 категорий потерь (муда). Для каждого определения: (1) тип потерь, (2) доказательство, (3) показатель, который мне нужно измерить, (4) возможное быстрое улучшение. Описание процесса: """На сборочной линии оператор проходит 6 метров в каждом цикле, чтобы забрать деталь. Перед покрасочной камерой образуется очередь в среднем на 40 минут. Примерно за одну смену на обработку собирается 12 деталей. На промежуточном складе накапливается 3 дня полуфабрикатов.
Сила этой подсказки в том, что она делает результат измеримым. Недостаточно сказать: «Есть ненужное движение»; Должна быть возможность сказать: «оператор проходит 6 метров за цикл, всего Y метров за X циклов в день». ИИ указывает доказательства и показатель для измерения, вы измеряете его в поле и подставляете число.
Слабая подсказка/Сильная подсказка
Слабая подсказка:
Назовите отходы на этой производственной линии.
В результате получается список без категорий, без доказательств и без меры; Скорее всего, повторяются расхожие фразы «может быть излишек в наличии, может быть период ожидания».
Мощная подсказка:
Разделите эти данные процесса на 7 категорий потерь, предоставьте доказательства для каждой, метрику, которую я должен измерить, и предполагаемое воздействие. Классифицируйте воздействие как «низкое/среднее/высокое» и напишите обоснование. Данные: {{ ... }}
Разница в том, что результат можно напрямую преобразовать в план действий. Второе приглашение дает измеримую таблицу с приоритетами.
Ускорение цикла DMAIC с помощью ИИ
Структура DMAIC «Шесть сигм» (Определить-Измерить-Анализ-Улучшить-Контроль) является общим языком в проектах улучшений. ИИ помогает по-разному на каждом этапе:
- Определите: черновое определение проблемы, объем проекта (SIPOC) и формулировку цели.
- Мера: план измерений, форма сбора данных, логика размера выборки.
- Анализ: список гипотез, «рыбьи кости» (Исикава), возможные первопричины.
- Улучшение: альтернативные решения, предложения ECRS (устранить-объединить-переставить-упростить).
- Контроль: Проект плана контроля, типовой рабочей инструкции и мониторинга KPI.
Создайте скелет Исикавы (елочка) для следующей задачи. Проблема: «шероховатость поверхности на станке с ЧПУ превышает заданное значение». Категории: Машина, Метод, Материал, Человек, Измерение, Окружающая среда (6М). Напишите 3–4 возможные причины в каждой категории и укажите, какие данные мне следует собрать для проверки каждой причины.
Золотое правило здесь остается неизменным: каждая первопричина, предложенная ИИ, является гипотезой, а не доказательством. Причиной шероховатости поверхности может быть или не быть «износ режущего инструмента»; Это подтверждают только данные о сроке службы инструмента и эксперименты.
Внимание: ИИ иногда выстраивает цепочки причин, которые кажутся очень правдоподобными, но на самом деле ошибочны. Например, легко сказать «ошибка оператора», и зачастую это несправедливо. Устраните системные причины (методы, оборудование, измерения) с помощью данных, прежде чем возлагать вину за первопричину на людей.
Мини-кейс: сокращение времени замены пресс-формы (SMED)
Смена пресс-форм в цехе литья пластмасс занимает в среднем 55 минут, что приводит к большим потерям при небольших партиях. Промышленный инженер Дениз снимает на видео процесс переналадки и пошагово рассчитывает время (эти данные поступают с мест). Затем он передает ИИ список шагов и их время:
Классифицируйте эти этапы замены пресс-формы как «внутренние» (можно выполнять, пока машина остановлена) и «внешние» (могут выполняться во время работы машины) в соответствии с методом SMED. Отметьте внутренние шаги, которые можно перенести на внешние, и напишите предварительное предложение по подготовке к каждому. Шаги и продолжительность: {{ list }}
ИИ отмечает такие этапы, как «доставка новой формы на станок» и «подготовка болтов», как переносимые на внешнюю работу, предлагая импровизированную тележку. Дениз тестирует это предложение на местах; он стандартизирует то, что действительно применимо. В результате время переналадки сокращается с 55 минут до 32 минут. Критический момент: ИИ ускорил реализацию плана, но именно полевые испытания и стандартизация действительно сократили время.
Распространенные ошибки
- Обход Гембы: реализация результатов ИИ без наблюдения за ними в полевых условиях. В его основе лежит простой принцип «пойди и посмотри».
- Опираясь на выдуманные цифры: ИИ иногда выдает несуществующие цифры, например «время цикла составляет около 45 секунд». Любое число должно быть подкреплено измерением.
- Обвинение людей в первопричине. Первое объяснение, которое приходит на ум, — это «небрежность»; Не исследуя системные причины.
- Принятие единственного решения: думать, что первое предложение ИИ — единственный вариант. Сгенерируйте как минимум 2-3 альтернативы и сравните их по ограничениям.
- Забываем этап контроля: Делаем улучшение и уходим от него без выстраивания стандартного бизнеса и мониторинга KPI; Процесс возвращается в прежнее состояние.
В заключение
- ИИ не производит данные в промышленном проектировании; Он систематизирует данные, которые вы приносите, интерпретирует их и превращает в гипотезу улучшения.
- Сделайте результат измеримым при классификации семи отходов: попросите доказательство + показатель для измерения.
- Используйте ИИ в качестве генератора черновиков на каждом этапе DMAIC, но всегда проверяйте основные причины с помощью данных.
- В таких методах, как SMED, ИИ ускоряет выполнение плана; Что действительно сокращает время, так это полевые испытания и стандартизация.
- Пропуск гембы, полагаться на вымышленные цифры и забывать о этапе проверки — самые дорогостоящие ошибки.
Задача приложения
Выберите процесс на своем рабочем месте (или известный вам реалистичный процесс производства/обслуживания). Сначала понаблюдайте за полем в течение 5–10 минут и запишите фактические шаги и расчетное время. Затем попросите ИИ проанализировать процесс, используя подсказку мощности «7 классификаций отходов» в этом блоке. Для каждого обнаружения потерь в выходных данных: (а) сравните со своими наблюдениями, являются ли фактические данные точными, (б) определите хотя бы один показатель, который следует измерить, (в) выберите одно быстрое предложение по улучшению и оцените его с помощью логики «внутренняя/внешняя работа» или «ECRS». Наконец, найдите пример, когда определение, выданное ИИ, оказалось неверным (или не могло быть проверено) в поле, и напишите в одном предложении, почему оно было неверным.