Automatizácia podľa prínosu posilňuje priemysel 5.0

Priemysel 5.0 nestavia iba na nahrádzaní človeka technológiou. Dôležitá je spolupráca, pri ktorej digitálne systémy preberajú opakujúcu sa prácu a ľudia zostávajú pri rozhodnutiach s vyššou pridanou hodnotou. Výskum Kaia Hobergа, Christiny Imdahl a Williama Schmidta tento princíp aplikuje na priemyselné rozhodovanie.

Navrhovaný model nerozdeľuje prípady jednoducho podľa ich zložitosti. Skúma, kde môže človek skutočne zlepšiť výsledok a kde jeho zásah zároveň poskytne algoritmu užitočný učebný signál. To je významné najmä v prevádzkach, ktoré sa musia vyrovnávať s meniacim sa dopytom a podmienkami.

Spätná väzba ako súčasť automatizácie

Najprv sa identifikujú situácie, v ktorých pracovníci korigujú odporúčania AI a dosahujú lepšie rozhodnutia. Prediktívny model potom odhaduje očakávaný prínos ľudského zásahu v nových prípadoch.

Rozhodnutia s nízkou hodnotou intervencie možno automatizovať. Pri ostatných zostáva v procese odborník a jeho korekcie sa vracajú do systému. Algoritmus tak nezostáva uzavretý v nemennom nastavení, ale môže sa priebežne zlepšovať na základe skúseností z reálnej prevádzky.

Automatizácia bez straty odbornosti

Analýza vychádzala z viac ako 475 000 rozhodnutí súvisiacich s objednávkami u veľkého výrobcu úžitkových vozidiel. Dáta pokrývali obdobie štyroch rokov a spoločnosť dosahovala ročné príjmy nad 4 miliardy eur. V skúmanom použití bolo možné automatizovať približne 84 % rozhodnutí.

Takýto výsledok neznamená odstránenie ľudí, ale presnejšie využitie ich času. Podnikom umožňuje obmedziť rutinné činnosti, ponechať kontrolu nad dôležitými prípadmi a podporiť odolnosť systému. Prvým krokom má byť meranie prínosu intervencie, nie stanovenie cieľa automatizácie bez dát. Výskumu sa zúčastňuje Kühne Logistics University.