本文由半导体产业纵横编译自electronicdesign
人工智能和实时数据的交集,与工业物联网相结合,将继续提供对供应链的更全面的图景和控制,未来或将有助于防止未来全球供应中断。
人工智能 (AI) 和传感器等先进技术使供应链在过去几年中不断发展,目标是保持运营精益。减少库存意味着以最具成本效益和最有效的方式使用电子元件和原材料——这对许多公司来说是一个巨大的好处。然而,当 COVID-19 大流行爆发并导致全球供应链中断时,许多行业都陷入了困境,包括电子行业。
该行业经历了巨大的牛鞭效应,在新冠疫情开始时对最终产品的需求开始下降,随后对产品的需求猛增,同时交货和库存短缺。在不可预测的曲折的需求揭示了供应链中的许多痛点——最主要是缺乏稳健性。
尽管保持供应链精益的努力是出于好意,但当供应链变得过于集中会导致即使一个事件只影响到一个制造商,却让世界各地都能感受到这种影响。供应链根本不够多样化或不够稳健,无法将足够的原材料带入工厂,许多工厂完全关闭。劳工问题也加剧了中断,工厂关闭和人员短缺加剧了整个供应链的延误。
好在人工智能和物联网传感器在开发更强大、更有弹性的系统、修复新冠疫情所揭示的供应链中的许多差距方面发挥着重要作用。事实上,工业物联网 (IIoT) 已经影响了供应链和制造业,带来了更具预测性、智能和主动性的解决方案以及能够提高效率的新功能。
工业物联网传感器越来越多地用于供应链中的资产跟踪。监控资产的位置和状态过去是不透明的。今天,由于传感器的广泛使用和较低的进入价格,客户可以在任何给定时间实时访问有关其资产的数据。
例如,使用 IIoT 跟踪器,客户可以查看他们的集装箱是否仍在港口的船上,或者它是否已经到达并正在前往最终目的地的途中。也就是说,如果需要例如 20 个或更多组件来生产一种产品,那么仅知道某项资产的位置和状态是不够的。
这强调了为什么为每个不同的输入(例如组件、原材料和其他产品)引入来自传感器的所有数据的统一视图是如此重要。汇总所有这些数据至关重要,这样对于可能在家跟踪订单的客户和消费者来说,这些数据都更有意义、更高效。
除了位置跟踪之外,还使用了许多不同的传感器,以在整个供应链中提供更多数据。跟踪压力、温度和湿度的环境传感器,以及利用陀螺仪和加速度计跟踪产品方向、位置等的定位传感器,为产品到达最终目的地的旅程提供了更可靠的视图。例如,它们还可以揭示产品可能损坏的确切时间和地点。
传感器和跟踪器的广泛应用很大程度上是由于与其使用相关的成本降低。然而,来自这些 IIoT所有可用数据只有在得到妥善管理、分析和采取行动时才有用。
运营经理需要大量信息来确定工厂是否能够在特定时间进行生产,尤其是关于在正确时间将其送入工厂的所有必要投入。在 IIoT 解决方案变得如此广泛之前,由于缺乏对实时(和准确)数据的可见性,传统上这有点像“猜测游戏”。
现在,借助 IIoT,人工智能可以轻松汇总和分析来自传感器的大量数据,从而更准确地预测所有移动部件何时就位。例如,人工智能系统可以使用传感器数据以及第三方数据(例如港口信息和天气信息)来主动预测必要的输入何时到达,以及是否会有任何延迟。
这一过程的很大一部分也是由边缘计算实现的。数据在更靠近其源或收集点的地方进行处理,而不是首先将其传回云端,最终提高效率。
人工智能通常可以比人类更快、更准确地分析来自不同来源的大量数据。因此,工人可以将宝贵的时间花在手动任务上,例如追踪输入的位置和状态。这些智能、自动化的系统让员工能够从事更多需要批判性思维技能的创造性、技能性工作,例如管理系统、与客户建立关系以及在需要时做出艰难的判断。
数据管理系统并非旨在“取代”员工。相反,这些系统为监督它的个人带来了更有意义的见解。最终,通过 AI 进行的数据管理通过提高准确性和全面提高效率来挖掘新价值。
IIoT 传感器是提高运营效率和增强工人安全的关键,尤其是在加强交通和环境监测方面。例如,美国日益频繁的野火影响了供应链的许多领域,包括造成不安全的驾驶条件和封闭道路。将环境数据与资产跟踪器数据一起纳入其计划的公司能够根据需要进行调整以应对中断。
天气状况和交通拥堵通常被视为外部因素。然而,通过将他们带入计划运营,供应链专业人员可以预见即将发生的中断。
IIoT 技术正在创造大量新功能,其中很多功能的实施成本相对较低,例如低成本处理器。从成本的角度来看,现在比以往任何时候都更容易将传感器集成到各种产品中以监控和收集数据,其中一些技术包括视觉传感器。此类传感器正在迅速发展,尤其是在与 AI 配对以分析来自相机中每个像素的所有数据时。
与许多新传感器一样,人工智能和实时数据的交集创造了许多深入了解供应链的方法。IIoT 将继续推动在制造、运输和供应链的许多其他领域的工作方式的未来。
*声明:本文系原作者创作。文章内容系其个人观点,我方转载仅为分享与讨论,不代表我方赞成或认同,如有异议,请联系后台