Az AI a nézés jelentős részét át tudja venni. Az AI nem veheti át a selejtezést, és biztosan nem a termék fizikai eltávolítását vagy javítását. Ez az a válaszvonal, amely a nyolc tengelyből kirajzolódik: a képfelismerés mára eléggé fejlett ahhoz, hogy eltéréseket jelezzen, de a döntés arról, mi történjen egy selejtes termékkel, és az ehhez kapcsolódó cselekvés, embernél marad.
Három tengely a döntő itt: a hibaköltségek, a megfelelés és a feladat fizikai jellege.
A hibaköltségek alacsonyan pontoznak, mert egy elmulasztott hiba azonnal kárt okoz: egy termék, amely kimegy az ajtón anélkül, hogy megfelelne a specifikációnak, panaszt, visszahívást vagy biztonsági kockázatot jelenthet. Egy ilyen következményekkel járó feladatnál semmilyen vállalat nem fogad el egy olyan rendszert, amely önállóan dönt anélkül, hogy valaki korrigálhatná.
A megfelelés ugyanolyan alacsonyan pontoz. A vizsgálati protokollok gyakran egy minőségirányítási rendszerben vannak lefektetve, néha egy külső tanúsítás vagy jogi norma áll a háttérben. Aki selejtez, annak ezt tudnia kell indokolni. Ez nem az AI technikai korlátja, hanem egy keretrendszer, amely megköveteli, hogy a döntést egy ember viselje.
A fizikai jelleg alacsonyan pontoz, mert egy termék megérintése, elmozdítása vagy visszahelyezése a valódi világban végzett cselekvés. A képfelismerés meglát egy eltérést, de nem lép közbe önmagától.
Ezzel szemben a strukturáltság és a mennyiség kedvezően áll: egy állandó specifikációkkal és ismétlődő mérésekkel rendelkező vizsgálati protokoll pontosan az a fajta munka, amire a vizuális AI-modelleket betanítják. Nagy mennyiségeknél, mint például egy termelési sor, amely naponta több ezer azonos alkatrészt bocsát ki, ezt a mintát egy rendszer jól fel tudja ismerni.
Egy vállalatnál, amely kis alkatrészeket ellenőriz méret és felületi hibák szempontjából, egy látórendszer minden darabot lefényképezhet és lemérhet, majd pontszámot vagy jelzést adhat. Egy operátor ezután csak a megjelölt darabokat nézi át, és dönt a selejtezésről. Ez a munkát a „minden darab egyenkénti átnézéséből” a „kivételek megítélésébe” tereli át. A felszabaduló órák a rutinszerű nézési munkában vannak; a megmaradó órák a határesetek megítélésében és a selejtezés indoklásában.
Egy vállalatnál, amely összetettebb termékeket vizsgál, ahol egy hiba csak összeszereléskor válik láthatóvá, vagy ahol a norma teret hagy az értelmezésnek, ez másképp áll. Ott az ítélőképesség nagyobb tényező, és annak az aránya, amit az AI kezelni tud, kisebb, mint egyszerű, erősen szabványosított ellenőrzés esetén.
A berendezésnek validáltnak kell lennie: egy kamera vagy szenzor, amely nincs a megfelelő toleranciára hangolva, látszatbiztonságot ad ellenőrzés helyett. És a selejtezésnél a végső felelősség egy embernél van, nem azért, mert az AI ne tudná megközelíteni ezt az ítéletet, hanem mert egy hibás döntés következményei túl nagyok ahhoz, hogy ember nélkül fussanak. Ez egy folyamatszintű követelmény, nem technikai.
A minőségellenőrzés nem áll elszigetelten a lánc többi részétől. Amit beérkezik, azt előbb megfelelően rögzíteni kell: az, hogy hogyan zajlik a beérkező áruk átvétele és rögzítése, meghatározza, hogy egy vizsgálati rendszer egyáltalán a megfelelő adatokkal dolgozik-e. Fordítva, egy selejtezés gyakran táplál egy következő tervezési lépést, mint a rendeléshez még szükséges anyagok újraszámítását; lásd, hogy ez hogyan kapcsolódik a rendelésenkénti anyagszükséglet kiszámításához. És egy strukturális hiba egy beszállítónál újra érinti azt a kérdést, hogy hogyan zajlik a beszállítóknál történő beszerzési rendelések leadása, mert az ismétlődő selejtezés releváns információ ehhez a döntéshez.
A nagy mennyiségekkel és egyértelmű specifikációkkal dolgozó vállalatoknál a minőségellenőrzéshez használt képfelismerés mára már használatban van, nem jövőbeli tervként, hanem futó folyamatként az operátor mellett. Az összetettebb, kevésbé szabványosított termékeket előállító vállalatoknál ez még kísérleti felállásokra korlátozódik, vagy továbbra is teljes mértékben emberi munka. A különbség nem a technika fejlettségi fokában van, hanem abban, mennyire kiszámítható a hiba, és mennyire súlyosak egy hiba következményei. Ez az is oka annak, hogy ez az elmozdulás soha nem „be vagy ki” kérdése: feladatonként, termékvonalonként történik, az emberrel azon a helyen, ahol a döntés számít.
Ez nem személyzeti tanács, és nem alapja egy munkavállalók alkalmazásáról szóló döntésnek. Ha egy feladatokban bekövetkező elmozdulás következményekkel jár a funkciókra, azokra saját jogi követelmények vonatkoznak; ezeket itt nem tárgyaljuk.
Ahhoz, hogy lássa, ez hogyan áll az Ön saját vállalatánál, hasznos nem csak a minőségellenőrzésre nézni, hanem a feladatok egészére, amelyekből a munka áll. Az ingyenes gyorsteszt tizenkét kérdésből áll, fiók nélkül elvégezhető, és jelzést ad arról, hogy az Ön profiljában az órák mekkora része vehető át ma az AI által. A teljes munkateszt, amely egy vállalat munkáját részletesen feladatokra és fte-kapacitásra bontja le, még épül.
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.