Örökölt, régi gépsorok is lehetnek elég okosak az Ipar 4.0-hoz

– Mi a viszony a Mortoff és a REACH között?
T. R.: A Mortoff 2002-es alapítású 100 százalékban magyar cég, amely kezdetben nagy iparvállalatoknak kölcsönzött informatikusokat. 2016-ra egy 2 milliárd forintos árbevételű, 180 főt foglalkoztató céggé nőtt. Ma olyan vállalatoknak dolgozunk, mint a Knorr-Bremse, a Bosch, a Trumpf gépgyártó cég. A REACH pedig a Mortoff spin-off cége, amely idén januárban indult. A név a Real-time Event-based Analytics and Collaboration Hub elnevezést rejti, amely megoldással tulajdonképpen egy Ipar 4.0 platformot hoztunk létre, az okos gyár gerincét építettük meg. Ez egy adatgyűjtő, feldolgozó és kiértékelő platform, amely a machine-to-machine kommunikációt is támogatja, valamint gépi tanulási algoritmusok alapján képes beavatkozni a termelési folyamatba.

– De hát mindenki ilyen termékeket fejleszt manapság…
T. R.: A világon durván háromszáz ilyen fejlesztés van, a különbség mindig az, hogy milyen technológia áll mögötte, és mi a piaci rés, amit kihasználnak. Az Ipar 4.0 nagyon jó divatszó, de a valóság az, hogy még elég kevés olyan gyár van, amely teljes mértékben az Ipar 4.0 igényeinek megfelelően épült fel. A világon sok helyen és Magyarországon is jellemzően még úgynevezett örökölt gépsorok dolgoznak. Ám a multinacionális cég amerikai, japán, német központja 21. századi módra elvárja az információkat, az adatszolgáltatást a gyáraktól. A mi megoldásunk arról szól, hogy nem kell teljes gépcsere, hanem a meglévő termelési pontokat, gépsorokat okosítjuk fel. És mivel többnyire nagy multiknak dolgozunk, a magyar gyárakban bevezetett megoldásokat tudjuk tovább vinni más termelési helyszínekre, így például Ukrajnába, Lengyelországba, Vietnámba, Mexikóba, Brazíliába, Dél-Afrikába.

– Akkor Magyarország kísérleti terepe az Ipar 4.0-ás megoldásoknak?
T. R.: Magyarországnak az a nagy szerencséje, hogy szorosan kötődik a német ipar belső köreihez, így a világ jelentős részét lekörözzük. Amit tehát itt megcsinálunk, az nagyon jól használható a világ nagy részén.
B. B.: A lényeg, hogy a másodvonalbeli, örökölt gépsorokat csúcstechnikával ruházzuk fel, és így ezek semmiben nem különböznek a legmodernebb gyártósoroktól.
T. R.: A világszintű digitalizációs versenyben Európa erősen lemaradt. De Európának pont az Ipar 4.0 ad esélyt, hogy ezt behozza. Az Európai Unió, így a magyar állam is rengeteg pénzt ad arra, hogy a fejlett technológiákat be lehessen vezetni. Igen, a digitalizálás beruházásigényes, de mégsem ugyanaz a nagyságrend, mintha a gyárban kétezer gyártógépet kellene kicserélni. Ma a felgyorsult termelés, a rövidebb ciklusok miatt egy-két év alatt kell megoldani, hogy az egész gyár okosgyár legyen, és elkészülhessen a digitális ikerpár, a digital twin, a gyár virtuális leképzése.

– De ez még csak az egyik fele a technológiaváltásnak, mert a munkaerőt is fel kell ehhez okosítani…
B. B.: A nehézség mindebben az, hogy a gyárakban a tradicionális best practice-ek működnek meglehetősen nagy biztonsággal. A lean-gyártáselmélettel és más egyébbel a múltban el lehetett érni a termelés jelentős optimalizálását. De ez elért egy olyan szintet, ahol adatok kinyerése, feldolgozása nélkül nem lehet tovább lépni. Amikor elmentünk egy partnerhez, és ott a gyártásban hiba lépett fel, ők ezt egy sztenderd leállási jelenségként értelmezték, a napi egy-másfél óra kimaradás bele volt kalkulálva a termelésbe. Elemeztük az adataikat, és bemutattuk, hogy tervezhető a leállás. De a mérnökök eleinte nem hitték el, hogy ez előre jelezhető. Miért? Mert a hagyományos megoldásokkal nem tudják ezt kimutatni. Ha a gépi intelligenciával érvelsz, sokszor nehéz kialakítani a bizalmat, hogy higgyenek neked. Ugyanakkor úgy sem szabad odamenni, hogy akkor most mi mondjuk meg a tutit.
T. R.: Nem technológiai beszállítóként, hanem trusted partnerként kell bemenni, és akkor megtaláljuk a bizalmat. Azt is fontos megemlíteni, hogy a technológiaváltás felhajtóerő is. Mert az ma már nem vonzó, hogy valaki a gyártósor mellé küldi el dolgozni a gyerekét. De épp egy gyártócég vezetője mondta, hogy új emberek felvételénél az informatikai ismeretek hatvan százalékos arányban jönnek számításba. Ez hívószó is lehet a fiatal generáció számára, mert már nem úgy kell elképzelni a gyári munkát, hogy szalag mellett állva biorobotként kell összerakni valamit. Ma arról van szó, hogy a munkavállaló fejlett technológiával csúcsminőségű termékeket tud létrehozni. Ráadásul a képzetlen munkaerőt is lehet képezni informatikai támogatással.

– Az adatok monetizálásának felső határát az AI, a deep learning feljebb tolja, és itt van az üzleti lehetőség?
B. B.: Azt kell szem előtt tartani, hogyan lesz érték az adatból. A cég vezetőivel lefolytatott műhelybeszélgetés során kidőlnek a csontvázak a szekrényből, vagyis előjönnek azok a use case-ek, amelyek égetően fontosak, és van mit javítani rajtuk. Ilyenkor kísérleti projekt formájában adunk megoldás-tervezetet, de kezdetben semmiképp sem óriási, mindenre kiterjedő alapot építünk, hanem az adott kérdésekre összpontosító megoldást.
T. R.: Van egy közös döntési tér, itt kell végigmenni az ügyféllel a kérdéses pontokon. Ilyenkor jellemzően a mérnökség, a minőségügy képviselője és az IT van jelen. Mindig rá kell találni azokra a belső hősökre vagy vezetőkre, akik elkötelezettek és a változtatás élére állnak. A magyar mérnöki állomány jól képzett, itt a magyar lelemény, az ötletesség, és mi épp az ötletekhez adunk modern eszközöket. De az egész elején el kell dönteni egy fontos dolgot. Azt, hogy azzal kezdünk el foglalkozni, amihez rendelkezésre áll sok adat (data-driven solution), vagy azzal, ami megoldandó probléma (use-case-driven solution). Az az optimális, ha vannak jól körülhatárolt use case-ek, és vannak hozzájuk adatok is. Ez így nagyon egyszerűnek hangzik, de nagyon más irányokba tudnak mutatni a megoldások. Gyakori, hogy egy üzemen belül ott hever egymás mellett a rengeteg adat és az üzleti probléma. És ez utóbbit barkács megoldásokkal orvosolják, holott az IT egy halom adaton üldögél.

– Ilyennel gyakran találkozni?
B. B.: Igen. Mi tulajdonképpen hidat képzünk, vagyis leszállítjuk a technológiát és szót értünk a mérnökökkel. De elsőre nem szabad a legbonyolultabb megoldáson gondolkodni. A gyűjtött adatokból érdemes először vizualizálni az adott gyártási folyamatot, érthetően bemutatni az összefüggéseket. De valójában oda is nehéz eljutni, hogy megfelelő mennyiségű és jellegű adatunk legyen, és pontosan értsük, hogy mit akarunk kezdeni velük. Először ezt kell átbeszélni az ügyfeleinkkel. Első körben nem feltétlenül a mesterséges intelligenciára és deep learningre kell kihegyezni az adatfelhasználást, de figyelni kell erre a lehetőségre is. A deep learning algoritmusok akkor válnak hatékonnyá, amikor az adatmennyiség elkezd őrült módon növekedni.
T. R.: A gyártásban komplex eseményterek vannak, így a lehető legtöbb adat együttes gyűjtését és elemzését – külső, belső hőmérséklet, gép kopása, nyomóerők, olajhőmérséklet, légáramlás, páratartalom – kell elvégezni, majd ezek alapján lehet beavatkozni. Ha az adatokat, gyártást vizualizáljuk, azzal 5 százalékos hatékonyság-növelés érhető el. Ha minden gyártósor végén ott a vizuális megjelenítés, az versenyhelyzetet teremt és még 3-4 százalék növekedésünk van. Innen a hagyományos digitalizálás világában nincs nagyon feljebb. De amikor adatelemzéssel kezdjük figyelni például a várható leállásokat, ott belép a gépi tanulás. Először csak figyeljük, hogy mi történik a leállás során, hogyan javítják ki a hibát a szakemberek. Ez megy egy-két hónapig. Aztán először csak ajánlást ad a rendszer, arra vonatkozóan, hogy adott probléma esetén milyen beavatkozásokkal lehet elérni a kívánt hatást, majd később már közvetlen machine-to-machine kommunikáció lép be, és ott már önműködően javítja a hibát, az ember már csak szükség esetén avatkozik be. Ez már az a világ, ahol ember képtelen összefüggéseket találni a rengeteg bejövő adat, a minták között.

– Új termék bevezetése minden beszállítónál nagy stresszfaktor, az átállásban nagy a bizonytalansági tényező. Az Ipar 4.0 tompítja a kihívásokat?
T. R.: Mi Tier1-esekkel dolgozunk, és azt látjuk, nem is lehet bekerülni ebbe a körbe, ha a szereplő nem rendelkezik ténylegesen működő Ipar 4.0-ás megoldásokkal. Sőt, a Tier1-esek elvárják a Tier2-től, hogy adatokat szolgáltassanak nekik.
B. B.: Azt se felejtsük el, hogy a termékek hozzáadott értéke egyre nagyobb arányban digitális. Ez egy fröccsöntött alkatrészre is igaz, mivel a hozzá kapcsolódó információk, az adat is a termék részét képezik. Mert csak ezek alapján kereshető vissza például valamilyen minőségi probléma. A digitális tartalom az egész termékláncon végig kell fusson.
T. R.: Igen, az is a szemléletváltás része, hogy az Ipar 4.0 nem ér véget a gyárkapunál, mivel a vevőtől is folyik a diagnosztikai adatok visszagyűjtése.

– Mégis hogy érdemes nekivágni az Ipar 4.0-nak?
T. R.: Javasolt nem egyetlen use case-zel belevágni. Mert például a technológiaváltás alatt átszervezhetik a gyártást, a céget, és eltűnik a helyi hero, a szponzor, az átállásért felelős, az azt átlátó személy, ez pedig megzavarja a projektet és kisiklik a fejlesztés. Ebben az esetben időnként nehéz eldönteni, hogy a sikertelenség a belső változás miatt állt elő, vagy maga a megoldás volt a rossz. Ezért javasoljuk, hogy két-három use case-t válasszunk különböző területekről. Ezek mintegy egymással versenyezhetnek, a kollégák egészséges versenyhelyzetbe kerülnek, és átszervezés esetén sincs gond. Látni kell, hogy kis beruházással lehet nagy megtakarításokat elérni, és akkor, amikor beindul a gőzhenger, a gyártók rákapnak a digitalizálás ízére. Gondolkodj nagyban, kezdj kicsiben.

– A jelenleg számos szektorban tapasztalható munkaerőhiány mennyiben befolyásolja, tartja vissza a fejlesztéseket?
B.B: Egyes jóslatok szerint a mai kisiskolásoknak felnőtt korukra olyan munkakörük lesz, melyek nagy része ma még nem is létezik. Kíváncsiságra és folyamatos tanulásra van szükség már ma is, hogy lépést tartsunk a technológiai fejlődéssel, de szerintem pont ez az izgalmas. Aki észreveszi a változásokban, például a gépi intelligenciában megbújó lehetőséget és képzi magát, nagyon izgalmas feladatokkal fog találkozni a munkája során. Mi is ezen a területen dolgozunk, és ilyen beállítottságú csapattagokat keresünk. És megtalálni őket nem könnyű.
T.R: Valóban jelenleg az egyik legnagyobb kihívás nekünk is az alkotni akaró és ehhez megfelelően motivált, illetve a szükséges képességekkel is rendelkező új csapattagok megtalálása. Mi is ugyanazt tudjuk kínálni, mint bármelyik menő technológiai cég, kezdve a kreatív munkakörtől, a kötetlen munkaidőn keresztül, a már-már unalmas csocsó-játékkonzol-ingyen kávé triászon át a vonzó kompenzációs csomagig, de mégis nagyon kevés jelentkező jut el a utolsó lépésig, mert csak azokat vesszük fel, akiknek az a nagyon fontos csillogás is ott van a szemünkben. Nagyon fontos, hogy mi nem csak IT-seket keresünk, hanem mérnököket is.

(A fotón Tunkel Richárd és Bojkó Balázs.)