AI pārvaldība un edge computing pārzīmē drukas rūpniecības izdzīvošanas līniju

Pēdējo mēnesi vai divus, apmeklējot klientus, visbiežāk netiek jautāts "vai ir jāmaina mašīnas", bet gan "vai man tas ar AI radīs problēmas" un "ko darīt, ja piegādes pārtrūkst". Šie divi šķietami nesaistīti jautājumi

Tie faktiski ir divi viena spiediena aspekti

Viena puse - ģeopolitika satracina piegādes ķēdes, tintūs, klišejas, aprīkojuma daļas importa laiki pagarinās, starptautiskas loģistikas nenoteiktības palielinās, cenas arī paaugstinās

Otra puse - dažādu valstu valdības pamazām pieņem AI regulējuma sistēmas, prasot uzņēmumiem skaidri paskaidrot: kur tiek izmantots AI, kuram pieder atbildība par kļūdām, kā tiek aizsargāti klientu dati

Agrāk šie divi jautājumi klāt neguļa, tagad viena nozares nedēļas ziņojumā tie tiek apspriesti kopā - tas nav nejaušība, bet tāpēc, ka drukas rūpniecības uzņēmumam "stabilu piegāžu nodrošināšana" un "uzticīga AI izmantošana" jau ir viens izdzīvošanas jautājums

Daudzi uzņēmumu vadītāji, dzirdot "pārvaldību", domā, ka tas ir lieluzņēmumu darīšana, kam 20-30 cilvēku rūpnīca nav jāpiebilst

Šis ir lielākais jēgas pārjaukums, ko vēlos iztaisīt

Mūsdienu ražošanas aprīkojumā ģeneratīvais AI jau nonieks: teksta rakstīšanā, pārbaudes procesā, klientu apkalpošanā, ražošanas grafiku plānošanā

Problēma ir tā, ka lielākā daļa rūpnīcu šo ieviešanu bez nekādiem noteikumiem veica, pārvaldība tieši to neiestiprinātajās pelēkajās zonās ir jāiekārtā, pamatā tas attiecas uz šiem jautājumiem:

・ Datu klasifikācija: Kuri klientu faili var tikt aizņemti AI, kuri nekādā gadījumā ne - šī robeža jānostiprina vispirms

・ Modeļa atbildība: Ja AI nepareizi plāno grafikus, apskates pārbaudē palaižam kļūdu, kuri ir atbildīgi - tas jāpaskaidro iepriekš

・ Klientu datu aizsardzība: Zīmola klientu projekti, cenrādis, formulas - kur tie iet, kādi ir rīki un kur tie glabājas

・ Darbinieku apmācīšana: Operatori zina, ko drīkst jautāt AI un ko jautājot nozīmē slepkavību

・ Piegādātāju pārskats: Jūsu darbuzņēmēji dizainā, drukā - viņu AI lietošana ir arī jūsu risks

Kāpēc mazie uzņēmumi nevar tīšumā neiebilst? Tāpēc, ka slieksnis nav valdības pārbaude, bet jūsu zīmola klienti, kad veic piegādes ķēdes saderības pārskatu, izsūta anketu - ja nespēj atbildēt uz AI lietošanas normas jautājumiem, pasūtījums var tikt piešķirts kolēģiem, kuri spēj atbildēt

Pārvaldības būtība nav bieža nezināmu lapas rakstīšana, bet "kurš drīkst lietot, kur un par ko notiek" trīs teikumus padarīt par visos ražošanas līmeņos ievērotiem paradinājumiem

Visi zina par mākoņa AI, edge computing (lokālais AI) saka vienkāršos vārdos: pārvietot sprieduma 'smadzenes' no tāla datu centra uz ražošanas līnijas tuvumā esošo iekārtu

Kāda ir atšķirība? Drukāšana ir laika kritiski nozīmīga un ar mazu kļūdu toleranci vieta

Drukas kvalitātes pārbaude, pagrieziena izlīdzināšana, tintūs krāsas tūlītēja regulēšana - ja šādi lēmumi vispirms jānosūta uz mākoņa serveri un jāgaida rezultāti, tad tas vienas ātras rotācijas laikā ir vesela partija marķējuma zaudējums

Intelektuālo mezglu nolikšanu lokālajā galā ir šādas preksēs puses:

・ Tūlītējums: Pārbaude un regulēšana nav jāgaida mākoņa paziņojumiem, tas notiek tūrīt

・ Bez pārrāvumiem: Ja internets neizdodas, ražošanas līnijas spriedums turpina darboties

・ Dati paliktu uzņēmumā: Klientu projekti, drukājumu attēli nav jānosūta veselu partiju daudzumā uz āru, tas atgrieza datu aizsardzības tēmu

Tāpēc edge computing un AI pārvaldība nav divi neatkarīgi jautājumi, tie saplūdīs, AI sprieduma spēku paturot savā ražošanas uzņēmumā, pats par sevi ir tiešākais datu pārvaldības veids

Ja jūs ražojat eksporta iepakojumus vai uzlīmes, šis spiediens nāks agrāk un būs smagāks nekā parastajā komercdrukā

ES PPWR (iepakojuma un iepakojuma atkritumu noteikumi) un EPR (ražotāja paplašinātā atbildība) pēdējos gadus ir skaidri pastiprināti, uz iepakojuma materiāliem, atkārtošanas likmēm, atkārtoti izmantojamā projektēšanas ir noteikti stingi rādītāji

Tas nozīmē: Jūsu Eiropas zīmola klienti uz šīs prasības tūrīt nospiež uz jums, materiāla paziņošana, oglekļa pēdas, atkļūdošanas vielas procenti - visam ir jāuzrāda dati

Piegādes ķēde ir praktiski reālāka - es redzējis daudz ražošanas centru sākt nopietnus pārbaudījumus: vai kritiskajām izejvielām ir alternatīvi avoti, vai iekārtu daļu atsevišķi izdevību laiki izdurtu pāru, vai lokālās drošības plānus jau būtu jāsastāda priekšā

Šos trīs jautājumus kopā izskatot ir skaidrs: atbilstības dati jāpiegādā, piegādes ķēde jādrošina, AI lietošanai jābūt noteiktai - tas nav trīs atsevišķi pārbaudījumi, bet viens kopējais piegādes ķēdes elastības pārbaudījums

・ Piegādes ķēdes elastība un AI atbilstība vairs nav divi jautājumi, tas ir viens izdzīvošanas jautājums

・ Reālā AI pārvaldības sliekšņa nav valdības pārbaude, bet zīmola klientu piegādes ķēdes anketas

・ Edge computing spriedumu turpina ražošanas uzņēmumā, tas ir tūlītējās ražošanas nepieciešamība un tiešākais datu pārvaldības veids

・ Eksporta iepakojuma ražotāji saskaras ar PPWR, EPR - atbilstības datu spēja ir pasūtījuma pieņemšanas spēja

・ Mazi uzņēmumi nevar aizbildināties ar "mēs esam mazi", novērošanas cena ir pasūtījuma klusi nodošana gataviem kolēģiem

Neņemiet šos trīs jautājumus par diezgan dārgiem pārvērtības projektiem, sāciet no zemas cenas un uzreiz veicamas skates: Uzmeklējiet sarakstu, kur rakstīt visus ražošanas vietas AI elementus (teksti, pārbaudes, klientu apkalpošana, plānošana), iezīmējiet, kuras pieskartas klientu datiem, tad vienkāršu trīs noteikumus: kādi dati nav jāmierina, par kļūdām atbildības, kādi rīki - šī vienas lapas norma spēj palīdzēt astoņdesmit procentiem zīmola klienti atbilstības anketām, dizaina un SaaS vienpusēji kolēģi var apgriezt atpakaļ: drukas rūpnīcas spilgtākā sāpes ir "dati paliktu rūpnīcā, bet jāizmanto AI" - spēja modeļus ievietot edge galā, pārvaldības normas padarīt standarta izvēles iespējas rīks, tieši tas, ko šī nozare tagad pietrūkst - noskaņojuma pārskats, normu izveide, tad ieviešana, secība ir pareiza, spiediena tiek pārvērsts par priekšrocību

・ Nozares pulss nedēļas ziņojums: AI pārvaldība un edge computing