Teollinen AI vaatii erilaista lähestymistapaa

Teollisuus on hyvin toisenlainen toimintaympäristö kuin toimistot, häiriöttömyys- ja luotettavuusvaatimukset ovat paljon tiukemmat. Työ- ja kyberturvallisuus ovat myös keskeisiä, sillä tuotanto on usein erittäin säänneltyä ja voi sijaita syrjäisillä alueilla. Ongelmat ovat usein kalliita ja haastavia ja aiheuttavat jopa vaaratilanteita. Siksi OT-puolen teknologiapinot rakennetaan ennen kaikkea minimoimaan tällaiset riskit.

Varovaisuuteen on pari perussyytä. Ensinnäkin pilvi on käytetyistä kyberturvallisuusprotokollista riippumatta jaettu tila. Ohjausjärjestelmän ja operatiivisen datan yhdistäminen jaettuun tilaan vaarantaa välittömästi organisaation immateriaalioikeudet ja kriittisten järjestelmien toiminnan jatkuvuuden. Tietomurron riski on turvallisimmilla jaetuilla alustoilla pieni mutta todellinen, ja useimmat tuotantotiimit eivät halua sitä ottaa.

Jos siis ohjausjärjestelmiä ei voi yhdistää pilvipohjaisiin generatiivisiin tekoälymoottoreihin, miten saadaan käyttöön tekoälyn mahdollisesti mullistavat tehokkuushyödyt? AI-malleja voidaan teknologian kehittyessä todennäköisesti ajaa omalla alustalla suoraan ohjausverkossa . Tällaiset GenAI-mallit voivat parantaa ohjausta havaitsemalla laadullisia käyttäytymispiirteitä. Suurin hyöty saadaan varmastikin poikkeustilanteissa, joissa mahdollisesti useampi samanaikainen toimintahäiriö vaarantaa prosessin hallinnan.

Edge AI:n nousu

Esimerkiksi energia- ja kemian-, öljy- ja kaasu-, lääke- sekä kaivosteollisuudessa tekoälyn käyttöön perehtyvät OT-tiimit toteavat yhä useammin, että kriittisissä toiminnoissa paikallinen äly on pilviratkaisuja järkevämpi. Reaaliaikaisessa päätöksenteossa, kuten konenäkösovelluksissa, pilven aiheuttama viive ei ole hyväksyttävä. Syrjäseuduilla myös verkkoyhteyksien luotettavuus voi muodostua ongelmaksi. Tämän vuoksi tekoälysovelluksia, kuten suuria kielimalleja (LLM), toteutetaan yhä useammin reunalaskennan avulla (kuva 1).

Paikalliset kielimallit pitävät kriittiset toiminnot lähellä itse prosessia, jolloin reaaliaikainen data ruokkii analytiikkatyökaluja ja tukee reaaliaikaista tilannekuvaa, analytiikkaa ja päätöksentekoa. Tekoälyavusteisilla teollisuustietokoneilla ajettavat Emersonin PACEdge™-ohjelmisto ja DeltaV™ Edge Environment auttavat viemään tekoälyavusteiset sovellukset lähelle työn suorittamispaikkaa.

AI-agentit ja tuotannon avustajat tulevat

Kokeneista operaattoreista ja insinööreistä on yhä enemmän pulaa, joten monimutkaisissa tuotantoympäristöissä tarvitaan uudenlaista tukea. Aikoinaan prosessipoikkeama laukaisi yksinkertaisen hälytyksen, mutta nykyisten parhaiden käytäntöjen myötä on siirrytty helppoihin, sisältörikkaisiin käyttöliittymiin, jotka auttavat operaattoreita seulomaan hälytyksiä ja ohjaamaan prosesseja poikkeustilanteissa, kuten ylös- ja alasajoissa.

Modernit AI-agentit sijaitsevat verkon reunalla, integroituna työntekijöiden jo luottamiin automaatioratkaisuihin. Ne valvovat prosesseja jatkuvasti, tunnistavat poikkeamia, vertaavat niitä tavoitearvoihin sekä tarjoavat nopeasti yhteenvedon häiriöiden syistä, priorisoivat ongelmia ja tukevat niiden ratkaisemista luonnollisella kielellä. Työntekijät voivat myös esittää kysymykset AI-avustajalle luonnollisella kielellä ja päästä siten nopeammin oikeaan päätelmään.

Emersonin AI-agentit, kuten Sequence Assistance Agent, Alarm Insight Agent, Predictive Maintenance Agent, Root Cause Agent ja Loop Performance Monitor Agent, eivät ole erillisiä analytiikkatyökaluja, vaan ne integroidaan suoraan työprosesseihin. Työntekijät saavat nopeaa, asiayhteyteen liittyvää ohjausta, mutta heillä on aina lopullinen päätösvalta. Tekoäly ei siis korvaa ihmistyötä vaan täydentää sitä.

Guardian™ Virtual Advisor on myös Emersonin aina valmis älykäs AI-neuvonantaja. Insinöörien, operaattoreiden ja tehdaspäälliköiden tueksi tarkoitettu ratkaisu helpottaa olennaisesti tiedon hyödyntämistä, ongelmien ratkaisua ja toimenpiteiden toteuttamista.

Kaikki nämä avustajat pohjautuvat Emersonin teolliseen tekoälyyn, jotka on integroitu suoraan Ovation™ 4.0:n ja DeltaV:n kaltaisiin automaatiojärjestelmiin. Avustajat tarjoavat luotettavia, käytännönläheisiä tuloksia kriittisissä ympäristöissä.

Turvallinen ympäristö innovaatioille

Tekoäly tuottaa tuotannolle ja kunnossapidolle tietoa, jonka avulla toimintaa pystytään tehostamaan, mutta ideoiden toimivuus on pystyttävä todentamaan. Teollisen tuotannon häiriöttömyys ja turvallisuus on yleensä kriittisen tärkeää, joten ideoita ei voi testata aidossa ympäristössä. Onneksi testiympäristönä voidaan kuitenkin käyttää digitaalista kaksosta.

Emersonin DeltaV Mimic- ja Ovation Digital Twin ‑ohjelmistoilla voidaan skaalautuvasti simuloida prosesseja ja suorittaa testausta ja koulutusta aidon tuotantoympäristön kopiossa. Virtuaalisessa ympäristössä tekoälylähtöiset muutokset tuotantoon voidaan todentaa pienemmin riskein ja toimintaa voidaan parantaa jatkuvasti (kuva 2).