AI kan overtage en stor del af det at kigge. AI kan ikke overtage kasseringen, og bestemt ikke den fysiske fjernelse eller justering af et produkt. Det er skillelinjen, der fremgår af de otte akser: billedgenkendelse er i dag udviklet langt nok til at signalere afvigelser, men beslutningen om, hvad der skal ske med et kasseret produkt, og den handling, der hører dertil, forbliver hos et menneske.
Tre akser er her afgørende: fejlomkostninger, compliance og opgavens fysiske karakter.
Fejlomkostninger scorer lavt, fordi en overset fejl straks giver skade: et produkt, der forlader døren, mens det ikke opfylder specifikationen, kan betyde en klage, en tilbagekaldelse eller en sikkerhedsrisiko. Ved en opgave med sådanne konsekvenser accepterer intet firma et system, der selvstændigt beslutter, uden at nogen kan justere.
Compliance scorer lige så lavt. Kontrolprotokoller er ofte fastlagt i et kvalitetsstyringssystem, nogle gange med en ekstern certificering eller lovbestemt norm bag sig. Den, der kasserer, skal kunne stå til ansvar for det. Det er ikke en teknisk begrænsning ved AI, men en ramme, der kræver et menneske, som bærer beslutningen.
Fysisk scorer lavt, fordi det at røre, flytte eller lægge et produkt tilbage er en handling i den virkelige verden. Billedgenkendelse ser en afvigelse, men griber ikke selv ind.
Derimod står struktureringsgrad og volumen, som netop falder gunstigt ud: en kontrolprotokol med fastlagte specifikationer og gentagne målinger er præcis den slags arbejde, visuelle AI-modeller trænes på. Ved høje volumener, som en produktionslinje, der leverer tusinder af identiske dele om dagen, er dette mønster let genkendeligt for et system.
Hos et firma, der kontrollerer små dele for mål og overfladefejl, kan et visionssystem fotografere og måle hvert stykke og tildele en score eller et flag. En operatør ser derefter kun på de flagede stykker og beslutter om kassering. Det flytter arbejdet fra "at se på hvert stykke separat" til "at bedømme undtagelserne." De timer, der frigøres, ligger i det rutinemæssige kigge-arbejde; de timer, der forbliver, ligger i bedømmelsen af tvivlstilfælde og ansvaret for kassering.
Hos et firma, der kontrollerer mere komplekse produkter, hvor en fejl først bliver synlig ved montering, eller hvor normen giver rum for tolkning, ligger det anderledes. Der er skønsrum en større faktor, og andelen, AI kan klare, forskydes til mindre end ved simpel, stærkt standardiseret kontrol.
Udstyret skal være valideret: et kamera eller en sensor, der ikke er afstemt til den rette tolerance, giver skinsikkerhed i stedet for kontrol. Og det endelige ansvar ved kassering ligger hos et menneske, ikke fordi AI ikke kunne nærme sig den bedømmelse, men fordi konsekvenserne af en forkert beslutning er for store til at lade løbe uden et menneske. Det er et proceskrav, ikke et teknisk.
Kvalitetskontrol står ikke isoleret fra resten af kæden. Hvad der kommer ind, skal først være korrekt registreret: hvordan modtagelse og bogføring af indgående varer forløber, afgør, om et kontrolsystem overhovedet arbejder med de rette data. Omvendt fodrer en kassering ofte et efterfølgende trin i planlægningen, som genberegning af, hvad en ordre stadig har brug for; se hvordan det hænger sammen med beregning af materialebehov pr. ordre. Og en strukturel fejl hos en leverandør berører igen spørgsmålet om, hvordan placering af indkøbsordrer hos leverandører håndteres, for gentagen kassering er relevant information for det valg.
I virksomheder med høje volumener og klare specifikationer er billedgenkendelse til kvalitetskontrol allerede i brug i dag, ikke som fremtidsplan, men som løbende proces sammen med operatøren. I virksomheder med mere komplekse, mindre standardiserede produkter er det stadig begrænset til forsøgsopstillinger eller forbliver helt manuelt arbejde. Forskellen ligger ikke i, hvor langt teknikken er, men i, hvor forudsigelig fejlen er, og hvor tungt konsekvenserne af en fejl vejer. Det er også, hvorfor denne forskydning aldrig er et spørgsmål om "til eller fra": det er pr. opgave, pr. produktlinje, med mennesket på det sted, hvor beslutningen tæller.
Dette er ikke personalerådgivning og ikke et grundlag for en beslutning om medarbejderindsats. Hvis en forskydning i opgaver har konsekvenser for stillinger, gælder der egne lovmæssige krav for det; disse behandles ikke her.
For at se, hvordan dette forholder sig for Deres egen virksomhed, er det nyttigt ikke kun at se på kvalitetskontrol, men på hele det sæt af opgaver, arbejdet består af. Den gratis quickscan består af tolv spørgsmål, kan gennemføres uden konto og giver en indikation af, hvor stor en del af timerne i Deres profil, der i dag kan overtages af AI. Den fuldstændige arbejdsscan, som opdeler en virksomheds arbejde i detaljer efter opgaver og årsværkskapacitet, er stadig under opbygning.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.