Industri manufaktur menghadapi banyak tantangan eksternal, mulai dari gangguan rantai pasokan, kekurangan tenaga kerja, dan globalisasi yang luas, termasuk di antara daftar teratas permasalahan tersebut. Dengan latar belakang persaingan internasional yang luas, faktor-faktor eksternal ini tidak diragukan lagi telah menciptakan tekanan yang meningkat bagi produsen untuk mengungguli kompetitor-kompetitor mereka. Bisakah Artificial Intelligence (AI) dan Augmented Reality (AR) menjadi solusinya? Colin Crow, direktur pelaksana Nexer UK melaporkan.
Peran AI dalam membangun efisiensi mesin
Kecerdasan buatan dan Internet of Things (IoT) secara mendasar mendesain ulang lanskap manufaktur dengan memperlengkapi produsen untuk menilai kembali proses yang mereka lakukan saat ini dan membangun keunggulan kompetitif jangka panjang, yang memungkinkan mereka beradaptasi dengan tantangan saat ini dan masa depan.
Saat mempertimbangkan area potensial untuk peningkatan operasional dan efisiensi yang produktif, produsen tidak boleh meremehkan dampak mesin dan peralatan internal mereka–terutama yang berkaitan dengan pemeliharaan dan malfungsi.
Tidak hanya pemeliharaan rutin yang cukup jarang dilakukan, dan ketidakmampuan untuk mengembalikan operasi secara daring, menyebabkan akhir dari produktivitas secara langsung dan membuat frustrasi, juga menciptakan penundaan yang akan memakan waktu dan berbiaya mahal, yang menciptakan potensi bagi pesaing untuk melewati pabrikan yang bersangkutan. Pabrikan harus berupaya menerapkan konsep layanan lapangan yang terhubung sebagai solusi untuk masalah kerusakan.
Layanan lapangan terhubung
Layanan lapangan yang terhubung didukung oleh Internet of Things dan cloud. Ketika produsen memilih untuk memanfaatkan manfaat teknologi ini, perangkat yang terhubung dapat mengirimkan informasi langsung ke penyedia layanan tentang kondisi mesin dan peralatan. Akhirnya, teknisi dapat menentukan persyaratan dan perbaikan yang potensial tanpa perlu menghubungi pabrikan.
Manfaat AI dan AR
1. Menghemat waktu
Biasanya ketika teknisi tiba di lokasi untuk melakukan perbaikan mesin, mereka harus menggunakan manual yang sudah ketinggalan zaman dan sarat jargon untuk menyimpulkan informasi yang diperlukan, guna mengidentifikasi masalah dengan benar. Kemudian mencoba menemukan bagian-bagian penting, mengumpulkan peralatan, kemudian kembali ke lokasi klien untuk mulai menyelesaikan pekerjaan perbaikan. Sejumlah besar waktu berharga telah terbuang sia-sia, meskipun demikian, teknisi mungkin harus kembali mengunjungi lokasi klien untuk menyelesaikan pekerjaan jika suku cadangnya tidak tersedia. Untuk proses yang bisa memakan waktu berhari-hari, bahkan berminggu-minggu untuk diselesaikan, inefisiensi ini dapat menciptakan dampak yang merusak bagi produsen.
Keunggulan kompetitif adalah yang terpenting, dan di situlah AI dapat berkembang pesat. Akses tak terbatas ke detail mesin dan data yang dibagikan di antara perangkat yang terhubung memungkinkan pekerja lapangan untuk secara sistematis mempersiapkan tindakan yang diperlukan lebih cepat, memberikan pertukaran respon secara langsung untuk proses yang biasanya tertunda.
2. Pemeliharaan prediktif
Dalam praktiknya, peralatan yang terhubung akan dilengkapi dengan beberapa sensor yang mengirimkan data secara real time, termasuk kesehatan mesin, yang kemudian dapat dihubungkan ke perangkat lunak manajemen perintah kerja. Algoritma yang digunakan juga dapat memungkinkan pekerja lapangan untuk memantau peralatan manufaktur dan mengantisipasi kapan kerusakan akan terjadi, meningkatkan produktivitas mereka, dan menciptakan apa yang dikenal sebagai ‘pemeliharaan prediktif’.
Proses pemeliharaan prediktif juga dapat sepenuhnya otomatis, jadi jika terjadi ketidakteraturan dalam fungsi normal mesin yang terhubung, masalah tersebut dapat segera diselesaikan melalui proses perbaikan sendiri (self-healing).
Dengan latar belakang diskusi yang lebih luas seputar transformasi digital skala massal, dapat dimaklumi bahwa para pemimpin di industri manufaktur belum menempatkan teknologi ini di depan pikiran mereka. Namun, sekarang jelas untuk melihat bahwa proses tambahan yang sangat cerdas dan proaktif ini dapat sepenuhnya mengubah akurasi, manajemen waktu, produktivitas, dan biaya pengeluaran berlebihan bagi perusahaan.
3. Keuntungan dari sisi produktivitas
Didukung oleh AI, pendekatan berbasis data ini akan dapat mengungkap banyak informasi yang memungkinkan bagi teknisi untuk segera mulai mengerjakan mesin-mesin yang rusak, serta memantau kesehatan, penggunaan, dan gangguan peralatan sebelum produsen menyadari bahwa ada masalah untuk dilaporkan. Selain memfokuskan perhatian kepada pekerja di lapangan hanya untuk tugas yang paling produktif, produsen juga disarankan untuk melakukan hal yang sama dengan pendekatan berbasis data.
Meskipun AI belum mencapai kondisi berpikir seperti manusia, jaringan saraf tiruan yang mereplikasi teknologi ini masih akan terus berkembang. Jadi tidak hanya manfaat AI dan IoT yang jelas di seluruh operasi manufaktur sehari-hari, tetapi mereka juga menyediakan jaminan untuk memberikan dukungan eksternal dan tekanan yang lebih kompetitif di antara para produsen, sambil mengembangkan laba atas investasi yang lebih besar dari waktu ke waktu.
