غوتام أداني وعائلته , رجل 146 مليار دولار

 " الانظمة المستقلة .......البوابة الجديدة في التحول الرقمي "

 منذ طرحها قبل ما يقرب من عقد من الزمان ، بشرت الصناعة 4.0 - الثورة الصناعية الرابعة - بطرق جديدة للتصنيع بشكل أكثر ذكاء وأكثر كفاءة من أجل تعزيز القدرة التنافسية للتصنيع من خلال زيادة الإنتاجية والمرونة والرؤى القائمة على البيانات. إن التقدم في التكنولوجيا والأتمتة والترابط يجعل هذا ممكنا ، وتعمل عمليات التصنيع المؤتمتة بالكامل والأنظمة المترابطة اليوم بتدخل بشري أقل بكثير. ومع ذلك ، فإن الإدراك الكامل للصناعة 4.0 هو في الانتقال من الأنظمة الآلية إلى الأنظمة الذاتية.

ما هو الفرق بالضبط؟ تستفيد الأنظمة الآلية اليوم من الأدوات الرقمية لجعل العمليات الروتينية والمتكررة أسهل مع الحد الأدنى من التدخل البشري. فكر في شيء مثل أتمتة العمليات الروبوتية (RPA) ، والتي قد تحسب عدد الأدوات التي تتحرك عبر خط الإنتاج وتحدد ما إذا كان أي منها به عيوب بناء على قواعد محددة مسبقا. تستند القرارات التي يتخذها النظام الآلي أو الإجراءات التي يتخذها النظام الآلي دائما إلى عمليات أو قواعد محددة مسبقا.

من ناحية أخرى ، يتم تدريب الأنظمة المستقلة ، ويمكنها التكيف مع البيئات المتغيرة ويمكنها تعلم اتخاذ القرارات بمفردها بناء على مجموعة متنوعة من البيانات المتكاملة على مستوى المؤسسة. باستخدام المثال أعلاه ، لن يقوم النظام المستقل بحساب الأدوات فحسب ، بل سيحدد الأشخاص الذين يعانون من مشكلات جديدة وناشئة ، ويحدد مصدر المشكلة ، وفي بعض الحالات ، يصف مسار العمل.

• البيانات هي المحرك الرئيسي

وتشمل الأدوات الرقمية التي تقود هذا التطور للأنظمة المستقلة المترابطة في البيئات الصناعية أشياء مثل أجهزة الاستشعار القائمة على إنترنت الأشياء، والطائرات بدون طيار، والتعلم الآلي وأنظمة التعلم العميق. ويشمل أيضا أنظمة إدارة الجودة الآلية (QMS) ، وأنظمة تخطيط موارد المؤسسات (ERP) ، وأنظمة إدارة علاقات العملاء (CRM) وأنظمة مراقبة الجودة (QC). ومع ذلك ، فإن الخيط المشترك بينهم جميعا هو قدرتهم على جمع البيانات وتخزينها. مستقبل الأنظمة المستقلة هو دمج البيانات بين هذه الأنظمة والأدوات التحليلية التي تساعد على استخلاص رؤى قابلة للتنفيذ. في ETQ ، نود أن نقول إن الاستقلالية هي البيانات التي تقوم بأفضل أعمالها.

ستمكن العمليات المستقلة الشركات المصنعة من الحصول على ما هو في أمس الحاجة إليه - إنتاجية وكفاءة أكبر ، وتحسين جودة المنتج ، وانخفاض التكاليف ، وتقليل النفايات نظرا لأنه يمكن تقليل الخردة من المنتجات غير المطابقة للمواصفات (OOS). في الواقع ، وفقا لدراسة أجرتها شركة Deloitte عام 2019 ، "يعتقد أكثر من 86٪ من المشاركين في الاستطلاع أن مبادرات المصانع الذكية ستكون المحرك الرئيسي للقدرة التنافسية للتصنيع في السنوات الخمس المقبلة". في الواقع ، من خلال دمج العالم المادي مع العالم الرقمي ، يمكن للأنظمة المستقلة تمكين الشركات من تحقيق قفزة كبيرة من الأتمتة.

ومع ذلك ، هذا هو المكان الذي يصبح فيه الأمر صعبا. في حين أن الأنظمة المستقلة ستمكن كل هذه الفوائد العظيمة ، عندما يتعلق الأمر بالجودة ، سيحتاج البشر دائما إلى أن يكونوا في الحلقة إلى حد ما.

• البشر الى اين 

النظر في الوضع الحالي لأتمتة الجودة في منظمة التصنيع. اليوم ، قد تحدد أنظمة مراقبة الجودة الآلية على أرضية المتجر منتجا هو OOS ، والذي يتم إدخاله في نظام إدارة الجودة حيث يتم إنشاء عدم مطابقة. قد يبدو هذا وكأنه نظام مستقل ، لكن هذه العملية الذكية لا تخبرك بما يجب عليك فعله حيال المشكلة. يجب على الإنسان تقييم السبب الجذري وتحديد ما إذا كان ينبغي البدء في إجراءات تصحيحية ، مثل تجميد عقد المورد ، أو إزالة هذا المورد أو اتخاذ إجراءات أخرى مثل إصدار إجراءات عمل جديدة. ستكون دعوة الحكم البشري هذه دائما الحلقة المفقودة في الاستقلالية الكاملة. في حين أن التعلم الآلي يمكن أن يؤدي إلى بعض الإجراءات المقترحة ، مثل إزالة مورد من البرنامج بعد ثلاث ضربات ، لا يزال البشر بحاجة إلى اتخاذ القرار النهائي. يمكن أن يكون سير العمل مستقلا ، لكن القرارات ليست موجودة بعد.

يمكن أن توفر استقلالية سير العمل فوائد رئيسية للشركات اليوم. لقد انتقلت شركة تكنولوجيا السكك الحديدية Wabtec  الى الاستقلالية  حيث تحولت إلى مراقبة الجودة ونظام إدارة الجودة المدمجين لأتمتة عملية تحديد العيوب في أجزاء قطار الشحن وأسبابها الجذرية وكيفية اتخاذ الإجراءات التصحيحية. اليوم ، يمكن للشركة تحديد الأجزاء التي تتجه خارج المواصفات ، وإنشاء تقارير المواد غير المطابقة تلقائيا ، وتحديد الإجراء الذي يجب اتخاذه مع المورد ومنع الموظفين تلقائيا من إصدار أوامر شراء جديدة لهذا المورد. نتيجة لهذا البرنامج والعديد من مزايا كفاءة نظام إدارة الجودة الأخرى ، شهدت Wabtec تحسنا بقيمة 30 مليون دولار في تكلفة الجودة ، وانخفاضا بنسبة 25٪ في العيوب و 12 مليون دولار في تحسينات الإنتاجية.