Esmu pabijusi daudzās darbnīcās, kur dārgākā iekārta nav ne CNC mašīna, ne industriālā prese — tas ir klusums. Kad iekārta negaidīti sabojājas, pulkstenis neapstājas; tas sāk griezties pretējā virzienā. Jūs zaudējat peļņas maržu, kavējat termiņus un maksājat inženieriem par dīkstāvi, gaidot detaļu, kas tiks piegādāta tikai pēc trim dienām. Lielākajai daļai MVU tās šķiet vienkārši "uzņēmējdarbības izmaksas". Tie pieņem, ka augsto tehnoloģiju prognozējamā apkope ir greznība, kas paredzēta tikai uzņēmumiem ar Boeing mēroga budžetiem un datu zinātnieku pilnām telpām.
Bet šis ir mīts, kuru esmu apņēmusies kliedēt. Nesen es strādāju ar precīzās inženierijas uzņēmumu — sauksim tos par Miller Precision —, kas pierādīja, ka AI implementation for small business neprasa Silīcija ielejas infrastruktūru. Iztērējot mazāk nekā £2,000 gataviem sensoriem un izmantojot pamata AI modeļu atpazīšanu, viņi sešu mēnešu laikā samazināja neplānoto dīkstāvi par 40%.
Viņi nenolīga nevienu izstrādātāju. Viņi neizveidoja privātu mākoni. Viņi vienkārši pārtrauca minēt un sāka klausīties. Šis ir stāsts par to, kā viņi to paveica un kā jūs varat piemērot to pašu "Prognozējamā remonta" ietvaru savā darbībā.
Trausluma plaisa: kāpēc MVU visvairāk cieš no dīkstāves
💡 Vai vēlaties, lai Penijs analizē jūsu biznesu? Viņa kartē, kuras lomas AI var aizstāt, un izveido pakāpenisku plānu. Sāciet savu bezmaksas izmēģinājuma versiju →
Lielākās ražotnēs pastāv dublēšana. Ja viena iekārta sabojājas, cita bieži vien var pārņemt slodzi. Mazā darbnīcā jūsu mašīnas parasti ir daļa no ciešas, secīgas ķēdes. Ja sabojājas galvenā iekārta, apstājas viss uzņēmums. Es to saucu par Trausluma plaisu — nesamērīgo ietekmi, ko viena aprīkojuma kļūme atstāj uz mazo uzņēmumu, salīdzinot ar lielu korporāciju.
Pirms Miller Precision pievērsās AI, viņi bija iesprostoti reaktīvās apkopes ciklā. Viņi laboja lietas tad, kad tās sāka dūmot, grabēt vai apstājās. Šis modelis "darbināt līdz salūst" ir dārgākais veids, kā vadīt uzņēmumu. Jūs maksājat vairāk par avārijas detaļām, vairāk par steidzamiem remontdarbiem un maksājat visaugstāko cenu ar sabojātu reputāciju, kad klienta pasūtījums kavējas.
Kad mēs izvērtējām viņu iekārtu ietaupījumu iespējas, kļuva skaidrs, ka investīciju atdeve (ROI) nebija jaunu, labāku mašīnu iegādē; tā bija esošo mašīnu padarīšanā viedākās.
Izaicinot "datu nabadzības maldus"
Lielākais šķērslis, ar ko saskārās Miller Precision, nebija tehnisks — tas bija psiholoģisks. Īpašnieks man teica: "Penny, mums nav pietiekami daudz datu priekš AI. Mēs esam tikai desmit cilvēku darbnīca."
Tas ir tas, ko es saucu par Datu nabadzības maldiem. Uzņēmumu īpašnieki uzskata, ka viņiem ir nepieciešami miljoniem datu punktu, lai "apmācītu" AI. Patiesībā mūsdienu AI rīki ir izcili tādā jomā kā "anomāliju noteikšana" — tiem nav jāzina, kā izskatās laba mašīna visā nozarē; tiem tikai jāzina, kā izskatās jūsu mašīna, kad tā darbojas normāli.
Tiklīdz AI zina jūsu bāzes līmeni, tas var pamanīt mikroskopisku gultņa "trīci" vai nelielu siltuma pieaugumu, kas par vairākām nedēļām apsteidz katastrofālu kļūmi. Jums nav vajadzīgi lielie dati (Big Data); jums ir vajadzīgi pareizie dati.
1. solis: "Enkurpunkta" identificēšana
Mēs nemēģinājām automatizēt visu darbnīcu uzreiz. Tur parasti AI projekti mirst — zem savu ambīciju smaguma. Tā vietā mēs veicām Kritiskuma auditu. Mēs jautājām: Ja šī mašīna apstājas uz 48 stundām, vai uzņēmums izdzīvos līdz nedēļas beigām?
Miller gadījumā tas bija 15 gadus vecs vertikālās frēzēšanas centrs. Tas bija darbnīcas galvenais dzinējspēks. Ja tas apstātos, visa pārējā telpa kļūtu par ļoti dārgu noliktavu.
Koncentrējoties uz vienu enkurpunktu, mēs samazinājām projekta sarežģītību. Tas ir mans pamatprincips: Ejiet dziļumā, nevis plašumā. Lai uzzinātu vairāk par to, kā identificēt šīs augstas ietekmes jomas citās nozarēs, skatiet mūsu ražošanas ietaupījumu rokasgrāmatu.
2. solis: Zemu izmaksu sensoru uzstādīšana
Pirms desmit gadiem prognozējamās apkopes iestatīšana izmaksātu £50,000. Šodien jūs varat iegādāties industriālas klases vibrācijas un temperatūras sensorus par £150 gabalā, kas savienojas, izmantojot jūsu esošo Wi-Fi.
Mēs uzstādījām trīs veidu "ausis" frēzēšanas centrā:
- Vibrācijas sensori: lai noteiktu gultņu nodilumu un vārpstas neatbilstību.
- Termopāri: lai uzraudzītu motora korpusa karstumu.
- Akustiskie sensori: lai "ieklausītos" augstas frekvences čīkstoņā, ko cilvēka auss nespēj uztvert.
Šie sensori nenonāca sarežģītā datubāzē. Tie tika pieslēgti vienkāršai, gatavai AI uzraudzības platformai, kas mēnesī maksā mazāk nekā standarta IT atbalsta līgums.
3. solis: "Veselīgā bāzes līmeņa" noteikšana
Pirmās divas nedēļas AI nedarīja neko citu kā tikai novēroja. Tas apguva mašīnas "simfoniju" — to, kā tā dūca smaga griezuma laikā, kā tā atdzisa instrumentu maiņas laikā un kādi bija vibrācijas modeļi dažādos ātrumos.
Šī ir "apmācības" fāze, taču tā ir pilnīgi autonoma. AI izveido matemātisku modeli tam, kas ir "normāli". Tiklīdz šis modelis eksistē, jebkas, kas no tā novirzās, izraisa brīdinājumu.
"Aha" moments: vibrācija, kas nebija skaņa
Septītajā izmēģinājuma nedēļā Miller darbu vadītājs savā tālrunī saņēma brīdinājumu. AI bija konstatējis "2. tipa anomāliju" galvenajā vārpstā. Cilvēka acij un ausij mašīna darbojās nevainojami. Darbu vadītājs bija skeptisks — viņš strādāja ar šo mašīnu desmit gadus un "zināja", ka viss ir kārtībā.
Es mudināju viņu uzticēties datiem. Viņi atvēra korpusu plānotās sestdienas dīkstāves laikā. Viņi atklāja gultņa gredzenu, kurā bija sākušas veidoties bedrītes. Ja tas būtu palicis ekspluatācijā, tas, visticamāk, saplīstu tuvāko 20–30 darba stundu laikā, potenciāli iesprūdinot vārpstu un radot £12,000 zaudējumus, nemaz nerunājot par divu nedēļu dīkstāvi.
Tā vietā viņi sestdienas rītā nomainīja £200 vērtu gultni. Kopējā dīkstāve: 4 stundas. Kopējās izmaksas: £450 (detaļa + darbs).
Tas ir "Prognozējamā remonta" pavērsiens.
Ietvars: 3-P modelis AI ieviešanai
Ja vēlaties to atkārtot savā uzņēmumā, pārtrauciet domāt par "programmatūru" un sāciet domāt par "signālu". Šeit ir ietvars, ko es izstrādāju Miller Precision:
1. Uztvere (Perception — signāls)
Kādu fizisku realitāti jūs varat izmērīt? Ražošanā tas ir karstums un vibrācija. Pakalpojumu biznesā tas varētu būt klientu e-pastu noskaņojums vai zvanu biežums. Jūs nevarat automatizēt to, ko neuztverat.
2. Modelis (Pattern — AI)
Izmantojiet AI, lai atrastu atšķirību starp "šodien" un "normāli". Jūs nemeklējat ģēniju; jūs meklējat nenogurstošu novērotāju, kuram nekad nekļūst garlaicīgi un kurš nekad nepalaidīs garām pat mazākās izmaiņas.
3. Norādījums (Prescription — rīcība)
Brīdinājums ir bezjēdzīgs bez procesa. Miller Precision izveidoja "Dzeltenās gaismas protokolu". Ja AI ziņoja par anomāliju, darbu vadītājam bija iepriekš noteikts pārbaužu saraksts. Viņi to neignorēja; viņi to izmeklēja.
Sekundārie efekti: vairāk nekā tikai lietu labošana
Dīkstāves samazināšana par 40% bija galvenais ieguvums, taču sekundārie efekti bija ne mazāk vērtīgi uzņēmuma ilgtermiņa veselībai:
- Apdrošināšanas prēmijas: Kad Miller parādīja savam apdrošinātājam prognozējamās apkopes žurnālus, viņi spēja vienoties par 15% samazinājumu uzņēmējdarbības pārtraukšanas apdrošināšanas prēmijām.
- Darbinieku morāle: Pazuda pastāvīgā "ugunsgrēku dzēšanas" kultūra. Inženieriem vairs nebija stresa pēkšņu kļūmju dēļ; viņi pārgāja uz proaktīvu, mierīgu "precīzo intervenču" grafiku.
- Pārdošanas priekšrocības: Miller sāka iekļaut savu "Prognozējamās uzticamības ziņojumu" iepirkumu konkursos par augstas vērtības līgumiem. Viņi varēja pierādīt klientiem, ka viņu ražošanas līnija ir drošāka nekā konkurentiem.
Penny perspektīva: AI ir jūsu jaunākais māceklis
Daudzi mazo uzņēmumu īpašnieki baidās, ka AI nāks, lai aizstātu viņu prasmīgos darbiniekus. Šis gadījuma pētījums pierāda pretējo. AI neaizvietoja darbu vadītāju; tas deva viņam "super-dzirdi". Tas ļāva viņa desmit gadu pieredzi izmantot pirms katastrofas, nevis seku likvidēšanas laikā.
Veiksmīga AI implementation for small business nav saistīta ar cilvēciskā faktora aizstāšanu; tā ir saistīta ar "minējumu nodokļa" atcelšanu, ko maksā katrs mazais uzņēmums.
Ja jūs joprojām darbināt savu aprīkojumu, līdz tas salūst, jūs neesat vienkārši "vecās skolas" piekritējs — jūs atstājat savu peļņu nejaušības varā. Rīki, lai sadzirdētu jūsu mašīnu nākotni, jau ir pieejami, un tie ir lētāki nekā vienas salauztas vārpstas izmaksas.
Jautājums nav par to, vai varat atļauties ieviest AI. Jautājums ir — vai varat atļauties turpināt maksāt Trausluma plaisas nodokli.
Vai esat gatavi pārtraukt minēšanu? Apskatīsim jūsu darbību un atradīsim jūsu Enkurpunktu. Klusumam jūsu darbnīcā jābūt tāpēc, ka esat pabeiguši darbu ātrāk, nevis tāpēc, ka mašīnas ir padevušās.
Vai esat gatavi redzēt, kur jūsu uzņēmums zaudē peļņu? Izpētiet mūsu ražošanas efektivitātes rādītājus vai sāciet savu novērtējumu vietnē aiaccelerating.com.