Akár teljesen megszüntethető a selejtek száma

– Milyen konkrét helyzetekben jár előnnyel az adatelemzés?
– Egy olajfinomítónál rezonálás történt néhány hetente egy drága tartályban az úgynevezett kokszrobbanás miatt. Ez a neve ellenére nem drámai helyzet, de ha túl gyakori, akkor nem növeli a berendezések élettartamát. Bár nem értünk a szektorhoz, de a rendelkezésre álló adatokból meg tudtuk jósolni, hogy mikor következhet be legközelebb ilyen rezonancia. Azt is meg tudtuk mondani, hogy a mesterséges intelligencia melyik jelből következtet erre. A változók együttállásából rájöttünk, hogy ha a kőolaj számos jellemzője közül az egyik bizonyos irányba megváltozik, akkor rezonálhat be a tartály. Ez a jellemző néha alacsony, de néha meg magas, miközben a minőségi előírásoknak mindegyik megfelel. A megoldás az lett, hogy egy 25 ezer köbméteres tartályban előre összekeverik a kőolajat, amelynek így sokkal kiszámíthatóbb ez a mutatója. A rezonálások ezzel meg is szűntek a kokszolás fázisában. Egy másik olajfinomítóban egy pumpa ment túl gyakran tönkre. Ennek az okát tudtuk adatelemzési módszerrel megállapítani. Itt olyan sikeresek voltunk, hogy már harminc pumpával kapcsolatban kell megoldanunk, hogy ne álljanak le.

– Más szektorban is hasonlóan eredményesek voltak?
– Az acélgyártásban a kiszámítható minőség kiemelkedően fontos. Egy acél alkatrész szakítószilárdsága mellett legalább annyira fontos, hogy az ne térjen el attól az értéktől, amivel a jármű tervezésekor számoltak. Ez jelentős részben az egyéni beállításoktól függ az acélgyártásban, amit egy vállalatirányítási rendszeren keresztül táplálnak be. Itt sok historikus adat volt, a legtöbb észrevételünkre azt mondták, hogy az triviális, de volt néhány olyan, amely alapján módosítottak a termelésen. Mi nem is azt mondtuk meg, hogy mit változtassanak, hanem csak egy olyan összefüggésre világítottunk rá, amelyet tovább gondolva már ők javítottak a gyártási folyamataikon.

– Az autóiparban hogyan hasznosítható az adatelemzés?
– Az autóipari beszállítóknál mi 30-40 szenzor adatai alapján meg tudjuk mondani, hogy az ezekből érkező adatokból kinyert görbék bizonyos együttállásánál mikor emelkedhet meg a selejtek száma, vagy mikor kell egy alkatrészt kicserélni a gyártósoron. A visszamenő adatokból az algoritmus előre figyelmeztethet egy alkatrész beállításaira is, amit akár úgy lehet beállítani, hogy egyetlen selejt sem jön le a gyártósorról. Autóipari beszállítóknál a selejt csökkentésén túl a karbantartás ütemezésénél lehet nagy haszna az adatelemzésnek. Ezen kívül a logisztika optimalizálásánál jöhet még jól, akár egy olyan egyszerű feladat megválaszolásánál, hogy egy adott alkatrész pontosan hol van helyileg. Amikor egy vezető jobban akarja ellenőrizni a céget, akkor az anomáliák kiszűrésénél és a munkakörök, eszközök, gépek, beszállítók ellenőrzésénél is hasznos a mesterséges intelligencia és az adatelemzés.

– Az adatelemzést hol lehet megtanulni vagy gyakorolni?
– A világban sok cég hirdet adatelemző versenyeket. Legtöbbször azt sem mondják meg, hogy milyen szenzor, milyen mértékegységben mért, csak megadnak például húsz adatot és annyit hozzá tartozóan, hogy az adott termék selejtes lett vagy sem. Összesen kétmillió ilyen adatot adtak meg és hat hónap alatt kellett megmondani a résztvevőknek, hogy melyik adat előzetes adatiból látszik, hogy az adott termék selejtes lesz vagy sem. Ez például kiváló terep a felkészülésre. A fődíj egyébként akár százezer dollár is lehet egy ilyen versenyen, de a kiíró cégnek sokkal több hasznot hozhat ha valaki megoldja a feladatot. Ez persze nem csak a gyártásban van így, egy online streaming-szolgáltató néhány éve ezzel a módszerrel javított tíz százalékkal a videóajánlói rendszerének hatékonyságán, ami havonta 18 millió dollár plusz hozott a cégnek.

– Az adathoz való hozzáállás mennyire lehet a siker záloga?
– A nagy európai beszállítóknak ez a versenyelőnyük a kínai gyártókhoz képest, hiszen a saját adatikra rendkívüli mértékben figyelnek. A nagy adatelemző központjaikat európai fővárosokban nyitják, ami rendívül drága, de ezt a területet az anyaországukban akarják tartani. Robotokart más is tud gyártani, szoftvereket is tudnak írni a kínaiak, de az új generációhoz a gyártás során szerezett adat lesz a legértékesebb. A világ afelé halad, hogy a gyártósorokat eladó cégek megtartják az adataikat.