Роботы как полноценные участники производственных процессов
Тяжёлая промышленность по-прежнему зависит от людей при инспекции опасных и загрязнённых объектов. Это дорого, а нахождение сотрудников в таких зонах несёт очевидные риски для здоровья. Швейцарский робототехнический стартап ANYbotics и компания SAP пытаются это изменить. Четырёхлапые автономные роботы ANYbotics будут подключены напрямую к серверной части ERP-системы SAP. Вместо того чтобы воспринимать робота как автономный актив, эта инициатива превращает его в мобильный узел сбора данных в рамках промышленной сети IoT. Проект демонстрирует, что инновации в аппаратном обеспечении теперь способны эффективно интегрироваться в устоявшиеся бизнес-процессы.
В знак подкрепления этой более широкой тенденции SAP выступает спонсором ежегодной выставки AI & Big Data Expo North America, которая пройдёт в конференц-центре McEnery в Сан-Хосе, штат Калифорния. Мероприятие совмещено с IoT Tech Expo и Intelligent Automation & Physical AI Summit, что подчёркивает растущую роль физического ИИ в промышленности.
Как это работает: от датчиков до заявки на обслуживание за секунды
Когда оборудование выходит из строя на химическом заводе или морской платформе, это обходится в огромные суммы. Люди проводят плановые инспекции, чтобы выявлять проблемы на ранней стадии, но люди устают, а производственные площадки огромны. Роботы, напротив, могут непрерывно обходить территорию, оснащённые тепловыми, акустическими и визуальными датчиками. Подключив эти датчики к SAP, перегретый насос мгновенно генерирует заявку на обслуживание — без ожидания, пока человек доложит о проблеме.
Обычно обнаружение неисправности и оформление наряда-заказа — два разрозненных этапа. Сотрудник может услышать странный шум в компрессоре, записать его и ввести в компьютер спустя часы. К моменту, когда заменяющая деталь будет одобрена, машина может быть уже разрушена. Интеграция ANYbotics с SAP устраняет эту задержку. Встроенный ИИ робота мгновенно обрабатывает всё, что он видит и слышит. Если он улавливает необычную частоту мотора, он не просто выводит предупреждение на отдельный экран — он через API напрямую обращается к модулю управления активами SAP. Система моментально проверяет наличие запасных частей, рассчитывает потенциальные потери от простоя и назначает инженера. Это автоматизирует поток информации от производственного пола до руководства.
Инфраструктура и безопасность: краулинг по периметру завода
Размещение роботов в тяжёлой промышленности — это не то же самое, что установка программного обеспечения в офисе. Компаниям приходится иметь дело с ненадёжной инфраструктурой. На заводах обычно плохое интернет-соединение из-за толстого бетона, металлических конструкций и электромагнитных помех. Для работы системы используется граничные вычисления (edge computing). Постоянная передача видео высокого разрешения с тепловизоров и данных лидара в облако потребовала бы слишком большой пропускной способности. Поэтому роботы обрабатывают бо́льшую часть данных локально. Встроенные процессоры определяют разницу между нормально работающей машиной и опасно перегревающейся. В обратную связь в SAP отправляются только ключевые сведения — конкретная неисправность и её местоположение.
Для решения проблем с сетью многие ранние внедренцы строят частные сети 5G. Это обеспечивает необходимый охват на огромных территориях, где обычный Wi-Fi не справляется. Кроме того, частные сети ограничивают доступ, защищая данные робота от перехвата. Безопасность остаётся критической проблемой: ходящий робот, оснащённый камерами, по сути является передвижимой уязвимостью. Компании обязаны использовать протоколы zero-trust для постоянной верификации идентичности робота и ограничения доступа к модулям SAP. Если робот будет взломан, система должна мгновенно разорвать его соединение, чтобы предотвратить боковое перемещение злоумышленников в корпоративную сеть.
Данные, люди и перспективы предиктивного обслуживания
Роботы генерируют колоссальный объём неструктурированных данных, перемещаясь по территории. Превращение сырых аудиозаписей и тепловых изображений в аккуратные таблицы, которые требует SAP, — задача непростая. Если компании не справятся с управлением этими данными, команды обслуживания утонут в уведомлениях. Слишком чувствительный робот может выдавать сотни бесполезных предупреждений в день, из-за чего дашборд SAP окажется полностью проигнорированным. IT-командам необходимо заранее установить строгие правила: какие триггеры формируют реальный наряд-заказ, а какие требуют лишь наблюдения. Настройка обычно использует middleware-промежуточное ПО, которое переводит телеметрию робота на язык SAP. Это ПО выступает фильтром, отбрасывая шум и пропуская только реальные проблемы в ERP-систему.
Хранилище данных, в котором хранится вся эта информация, также должно быть организовано с учётом будущих проектов машинного обучения. Ремонт сломанных машин — краткосрочная цель; долгосрочная выгода — использование многолетних данных роботов для предсказания отказов до их наступления. Размещение роботов на заводе естественным образом вызывает тревогу у персонала. Успех проекта во многом зависит от того, как HR-отдел справится с этим переходом. Рабочие обычно смотрят на роботов и предполагают, что впереди — сокращения. Руководство должно чётко объяснять, зачем роботы нужны. Цель — убрать людей из опасных зон: высоковольтных участков или токсичных химических цехов, — чтобы снизить травматизм. Робот собирает данные, а инженер-человек переходит к анализу этих данных и непосредственному ремонту. Это требует переподготовки кадров.