AI poate prelua o mare parte din partea de observare. AI nu poate prelua respingerea, și cu siguranță nu îndepărtarea sau ajustarea fizică a unui produs. Aceasta este linia de demarcație care rezultă din cele opt axe: recunoașterea imaginilor este astăzi suficient de dezvoltată pentru a semnala abateri, dar decizia despre ce se întâmplă cu un produs respins și acțiunea care îi corespunde rămân la un om.
Trei axe sunt decisive aici: costurile erorilor, conformitatea și caracterul fizic al sarcinii.
Costurile erorilor scad jos pentru că un defect ratat produce imediat daune: un produs care ajunge pe piață fără să corespundă specificațiilor poate însemna o reclamație, o retragere de pe piață sau un risc de siguranță. La o sarcină cu asemenea consecințe, nicio companie nu acceptă un sistem care decide independent fără ca cineva să poată interveni.
Conformitatea scade la fel de jos. Protocoalele de inspecție sunt de regulă stabilite într-un sistem de management al calității, uneori susținute de o certificare externă sau o normă legală. Cel care respinge trebuie să poată justifica decizia. Aceasta nu este o limitare tehnică a AI, ci un cadru care cere un om care să își asume decizia.
Caracterul fizic scade jos pentru că a atinge, a deplasa sau a repune un produs este o acțiune în lumea reală. Recunoașterea imaginilor observă o abatere, dar nu intervine de la sine.
În contrapondere se află gradul de structurare și volumul, care sunt favorabile: un protocol de inspecție cu specificații fixe și măsurători repetate este exact tipul de muncă pe care sunt antrenate modelele AI vizuale. La volume mari, cum ar fi o linie de producție care livrează mii de piese identice pe zi, acest tipar este ușor de recunoscut pentru un sistem.
La o companie care verifică piese mici din punct de vedere al dimensiunilor și defectelor de suprafață, un sistem de viziune poate fotografia și măsura fiecare piesă și îi poate atribui un scor sau un marcaj. Un operator examinează apoi doar piesele marcate și decide asupra respingerii. Aceasta deplasează munca de la „examinarea fiecărei piese în parte” la „evaluarea excepțiilor”. Orele care se eliberează se află în munca de observare de rutină; orele care rămân se află în evaluarea cazurilor limită și în justificarea respingerii.
La o companie care inspectează produse mai complexe, unde un defect devine vizibil abia la asamblare sau unde norma lasă loc de interpretare, situația este diferită. Acolo marja de apreciere are o pondere mai mare, iar proporția pe care o poate acoperi AI se deplasează spre un nivel mai redus decât la controlul simplu, puternic standardizat.
Echipamentul trebuie să fie validat: o cameră sau un senzor care nu este calibrat pe toleranța corectă oferă o falsă siguranță în locul unui control real. Iar responsabilitatea finală pentru respingere revine unui om, nu pentru că AI nu ar putea aproxima acea judecată, ci pentru că consecințele unei decizii greșite sunt prea mari pentru a fi lăsate să se producă fără un om. Aceasta este o cerință procedurală, nu una tehnică.
Controlul de calitate nu este izolat de restul lanțului. Ceea ce intră trebuie mai întâi să fie înregistrat corect: modul în care se desfășoară primirea și înregistrarea mărfurilor primite determină dacă un sistem de inspecție lucrează cu datele corecte. În sens invers, o respingere alimentează frecvent un pas următor în planificare, cum ar fi recalcularea a ceea ce mai are nevoie o comandă; vedeți cum se leagă acest lucru de calcularea necesarului de materiale per comandă. Iar un defect structural la un furnizor afectează la rândul său modul în care este gestionată plasarea comenzilor de achiziție la furnizori, pentru că respingerile repetate reprezintă informații relevante pentru acea alegere.
În companiile cu volume mari și specificații clare, recunoașterea imaginilor pentru controlul de calitate este deja utilizată astăzi, nu ca plan de viitor, ci ca proces curent alături de operator. În companiile cu produse mai complexe, mai puțin standardizate, acest lucru este încă limitat la instalații de testare sau rămâne integral muncă umană. Diferența nu constă în cât de avansată este tehnologia, ci în cât de previzibil este defectul și cât de grave sunt consecințele unei erori. Acesta este și motivul pentru care această schimbare nu este niciodată o chestiune de „pornit sau oprit”: se face pe sarcină, pe linie de produs, cu omul plasat exact acolo unde decizia contează.
Acesta nu este un sfat privind personalul și nici o justificare pentru o decizie privind utilizarea angajaților. Dacă o schimbare în sarcini are consecințe asupra funcțiilor, se aplică cerințe legale proprii pentru aceasta; acestea nu sunt tratate aici.
Pentru a vedea cum se prezintă acest lucru pentru propria companie, este util să nu priviți doar controlul de calitate, ci ansamblul de sarcini din care este format munca. Scanarea rapidă gratuită constă în douăsprezece întrebări, poate fi parcursă fără cont și oferă o indicație privind ce parte din orele din profilul dumneavoastră poate fi preluată astăzi de AI. Scanarea completă a muncii, care detaliază munca unei companii până la nivel de sarcini și capacitate în fte, este încă în construcție.
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.