We’re ready to work. How about you?

Industry 4.0 – כל מה שצריך לדעת כדי להשיג יתרון תחרותי, ומהר

מנהלים במפעלים שכבר הקימו מערכות תעשייה מתקדמת מעידים: פתאום נפקחות לך העיניים ואתה רואה את קו הייצור על כל מה שקורה בו בכל רגע, בכל היבט. נגמרה התקופה שתקלה בקו הייצור היתה עלולה להשבית אותו. איסוף נתונים מקווי הייצור וניתוחם בזמן אמת מאפשר לדעת הכל על מה שקורה. המידע הזה מאפשר לקבל החלטות נכונות ובזמן הנכון, לא רק על עבודת קו הייצור אלא גם על חומרי הגלם, מאפייני המוצר והביקושים בשוק.

נתונים שווים כסף. נתונים שלא עושים איתם כלום - לא שווים כלום

במפעלים רבים כבר מבינים שהדרך לצמיחה ולייתרון תחרותי בשוק הגלובלי נמצאים במשאב שנמצא ברשותם כל הזמן: הנתונים שנאספים בארגון. מדובר בניתוח כמויות נתונים עצומות שנצברות בתהליך התעשייתי, והם שמאפשרים חדשנות. השינוי המהותי מתבטא בכך שכעת ניתן לראות את כל מה שמתרחש לאורך שרשרת הערך, לקבל תחזיות לתהליכים בזמן אמת ולבסס את ההחלטות על נתונים מדוייקים. מערכות כאלה מודעות לכל מה שמתרחש בקו הייצור בכל רגע נתון, ומבצעות אופטימיזציה על בסיס מודלים סטטיסטיים. מדובר בטכנולוגיית בינה מלאכותית (AI) של ממש, שמגיעה לתובנות עסקיות וממליצה על פעולות בזמן אמת.

הידאטה?

המכשיר הראשון שחובר ל IOT היה מכונת משקאות בשנת 1981 ששלחה מידע על מלאי המכונה - המניע היה פשוט: לדעת אם כדאי לצאת מהמשרד להביא משקה וחשוב מכך, האם הוא קר? והיום, בעזרת AI היינו מוסיפים התראה מתי כדאי ללכת למכונה ולמצוא את הפחית בטמפ' הנכונה 😉

הטכנולוגיה המתקדמת הזו וגם במדינות נוספות כמו ארה”ב, יפן ואפילו סין מאמצים אותה במהירות. גם בישראל רשות החדשנות והתאחדות התעשיינים מעוניינות לקדם תעשייה מתקדמת ואף הקצו תקציבים משמעותיים לתמיכה בהטמעת חדשנות במפעלים. מה מעכב את הפריצה קדימה? ראשית – הצורך בכוח אדם ייחודי, אנשי פיתוח ומהנדסי תוכנה ברמה גבוהה, שמסוגלים לנתח את הצרכים, לתכנן ולהקים מערכות כאלה. ושנית – החשש מעלויות גבוהות הנלוות לתהליכי הפיתוח האלה.

איך להטמיע מערכת ML בקלות

השאלה העיקרית שעוברת בראשם של מקבלי החלטות בתעשייה היא: איך עושים את זה? ברור שהפתרון הוא בהקמת מערכות מידע מתוחכמות אבל לשם כך נדרשים אנשי מקצוע מהמעלה הראשונה, מהנדסי תוכנה ומדעני נתונים (Data Scientists) שמכירים היטב את הטכנולוגיה, שמסוגלים ללמוד לעומק את צרכי המפעל ותהליך הייצור, ולשלב בינה מלאכותית במערכות החברה בתקציב מחושב ועם תועלת בסוף התהליך.

התשובה לשאלה הזו היא יותר פשוטה ממה שחשבתם: Giraffe – צוות המומחים ל IOT מבית G-Stat. מדובר בחוד החנית, “הסיירת של החברה”, שמשימתה היא לבצע פרויקטים ממוקדים ומהירים, שיאפשרו למפעלי תעשייה להקים בתוך חודשים ספורים מערכות AI לחיזוי והפקת תובנות עסקיות על בסיס הנתונים שלהן.

“ההתמחות שלנו היא בפריצה לתחומים חדשים, בהקמת מערכות החיזוי וההמלצות ובהדרכת הצוותים של המפעלים”, מסבירה אניה סורוקין, סמנכ”לית תחום מודלים ב-G-STAT ומנהלת חטיבת Giraffe. “לאחר שהמערכת פועלת לשביעות רצון הלקוח, אנחנו מעבירים להם את המושכות או ממשיכים ללוות אותם במידה הרלוונטית. יש פרויקטים מקצה לקצה ויש פרויקטים יותר קטנים לפתרון בעיות עסקיות נקודתיות, כמו מציאת מתכון ל Golden Batch או עבודה נכונה עם מכונה בעייתית”.

נגמרה הקולה במכונה?

מה עושים? היום, באמצעות מודלים חכמים אפשר לא רק להגיב אלא גם להתכונן! על ידי ניתור בעזרת טכנולוגיית IOT וחיזוי מבוסס ML ניתן לדעת מתי בדיוק כדאי למלא את המכונה ואפילו מה המסלול האופטימלי לרכב המילוי - כך שנוכל למקסם את התועלת מהמלאי ולא לאכזב אף לקוח.

למה לבחור ב-Giraffe ולא במוצר מדף?

מנהלים שמחפשים טכנולוגיה מתקדמת נתקלים בהצעות מחיר יקרות של חברות בינלאומיות, המבוססות על מוצר קיים שפועל מרחוק, ומחייב העברה של נתוני המפעל. כאן בא לידי ביטוי היתרון של צוות Giraffe שמקימים את המערכת במיוחד לפי צרכי הלקוח, על התשתית שלו, בתקציב מוגדר ובתוך חודשים ספורים. 

השיטה של Giraffe פשוטה: היא מתחילה מלימוד הצרכים, ריכוז הנתונים וסידורם. אחר כך נבנים מרכיבי המערכת לפי צרכי המפעל, אם במטרה לפתור בעיה עסקית ואם כדי לבנות יכולת שליטה בתהליכים. בין הפתרונות המוצעים:

  1. הבנת תהליך הייצור (טרייסביליות) – יכולת לראות כל מה שקורה על קו הייצור 
  2. ניהול תחזוקה מונעת (Predictive maintenance) – התרעות על תקלות צפויות עוד לפני שהתרחשו
  3. תובנות עסקיות – המלצות בזמן אמת לשיפור ההחלטות בקו הייצור
  4. אופטימיזציה של מרכזים לוגיסטיים ותהליכי אספקה

ליווי למפעלים, ארגונים וחברות סטארט-אפ

 Giraffe מבצעת פרויקטים לארגונים יצרניים וגם לחברות סטארט-אפ, ועוזרת בפיתוח והקמה בפועל של המערכת והטמעתה בתוך הטכנולוגיה בתהליך הנדרש. אם אתם סטארטאפיסטים, ושוברים את הראש אם לגייס Data scientists בעלות גבוהה, צוות Giraffe הוא התשובה. כאן רואים בזה סוג של שליחות – לתמוך במאמצים להכניס חדשנות לתעשייה הישראלית – דווקא בתקופה הנוכחית.

מלווים אתכם כל הדרך מקרוב

הצוות של Giraffe יגיע למפעל, בין אם הוא באיזור תעשייה על גבול הצפון או במישורי הנגב בדרום. הם ילמדו את דרכי העבודה ואת צרכי המפעל מקרוב, יכשירו את אנשי הבקרה והטכנולוגיה של החברה ויפתחו את המערכת תוך שיתוף פעולה וקבלת החלטות משותפת.

“עוד לפני הצעת הפרויקט, אנחנו אומרים: ‘קודם כל תראו לנו את הנתונים’.”, מסבירה סורוקין המעורבת באופן אישי בכל הפרויקטים. “אנחנו עושים בדיקת היתכנות של נתונים, לומדים את המטרות ואת הציפיות של מנהלי המפעל. ואז אנחנו עוברים על כל שלבי הייצור, מסדרים את הנתונים – שזה צעד קריטי וחשוב – בונים תצוגת נתונים (“דשבורד”) ורק לאחר מכן מפתחים את מערכת ה-Machine Learning. בניית המודל נעשית בשיתוף פעולה צמוד עם הלקוח”.

רוצים לדעת מה יש ל-Giraffe להציע למפעל שלכם? השאירו פרטים ויצרו איתכם קשר בהקדםGiraffe

Share This Post

Share on facebook
Share on linkedin
Share on twitter
Share on email

Do you want to get more awesome content like this?

Get notified when we publish new materials and tips on using big data and AI.

We’re ready to work.
How about you?

Leave your details and we’ll contact you for a no-strings consultation call.

More To Explore

Skip to content