Blog

May 30, 2023

Le fabricant de métal et le métaverse

ipopba / iStock / Getty Images Plus Imaginez que c'est votre premier jour dans un métal

ipopba / iStock / Getty Images Plus

Imaginez que c'est votre premier jour chez un fabricant de métaux qui est passé au sans papier et qui semble bien parti pour connecter les machines et devenir un véritable atelier axé sur les données. Tout au long de la boutique, vous voyez des tableaux de bord stratégiquement placés, chacun indiquant où se dirige le travail ; où ça va; et s'il est en avance, dans les délais ou en retard. Tout s'enchaîne, aussi lisse que possible.

Puis une alarme se déclenche et tout le monde entend une forte détonation. Le système de découpe laser automatisé vient de tomber en panne. Les fourches qui ramassent un nid coupé se coincent. Des lattes sales et des conditions de coupe moins qu'optimales ont emprisonné le métal en fusion qui n'avait pas encore été évacué du trait de scie, soudant finalement la feuille à la table de coupe. La bousculade commence alors que les temps d'arrêt inattendus de la machine s'accumulent.

Idéalement, avec les bons capteurs au bon endroit et avec des données utilisées pour développer des informations et des renseignements utiles (sans parler du bon régime d'entretien qui nécessite un nettoyage fréquent des lamelles), de tels accidents devraient devenir rares. Mais le monde n'est pas idéal. Il se passe des choses, et il est important de savoir comment les organisations gèrent un monde imparfait. Ici, la modélisation et la simulation joueront un rôle de plus en plus important.

"Le 21e siècle sera le siècle de la simulation. Le 20e siècle était celui de l'image télévisée. C'était la première fois dans l'histoire de l'humanité où, si nous voulions comprendre ce qui se passait dans le monde, nous pouvions en revoir des images. Le 21e siècle sera celui de la modélisation et de la simulation. Vous pouvez exécuter une simulation pour prédire ce qui pourrait arriver, puis prendre des décisions sur ce qu'il faut faire."

C'était Richard Boyd, fondateur et PDG de Tanjo (rime avec "Bango"), une entreprise d'intelligence artificielle (IA) de Chapel Hill, en Caroline du Nord, qui développe ce qu'elle appelle le "cerveau d'entreprise", un concept qu'il a décrit lors d'une conférence à FABTECH. 2019 à Chicago.

"Un système d'apprentissage automatique peut tout cartographier dans une organisation", a-t-il déclaré lors du salon 2019. "Puis, à la minute où il détecte que quelqu'un essaie de faire quelque chose, il dit:" Oh, voici quelque chose de similaire que nous avons déjà fait. Laissez-moi vous le montrer et laissez-moi vous connecter avec des gens et le contenu vous aider à le faire.'"

Il est également fondateur d'Ultisim, une startup qui se concentre sur la technologie des jumeaux numériques et le métaverse. Au-delà de la simulation, les jumeaux numériques modélisent une contrepartie physique du monde réel et utilisent des données en temps réel pour montrer comment cette contrepartie se comporte dans le désordre du monde réel. Boyd est revenu au FABTECH de cette année, qui s'est tenu à Atlanta du 8 au 10 novembre, où il a parlé du potentiel de la simulation et d'un terme rarement entendu dans les cercles de fabrication de métaux : le métaverse.

L'idée d'un métaverse n'est pas nouvelle. L'auteur Neal Stephenson en a parlé dans son roman de science-fiction "Snow Crash" au début des années 1990. Pensez à la réalité virtuelle et augmentée, alimentée par l'IA et l'apprentissage automatique, qui simule le monde et tout ce qu'il contient.

Du point de vue d'un fabricant, le métaverse pourrait fournir une vue prédictive de l'ensemble de l'entreprise et même de sa place sur le marché au sens large. Le concept va bien au-delà des simulations qui montrent ce qui pourrait arriver dans des conditions prescrites. Plus important encore, le métaverse ajoute l'élément humain, en incorporant les relations avec les clients et la façon dont les équipes interagissent entre elles et avec la technologie. De cette manière, le métaverse aborde la façon dont les humains et les technologies façonnent le monde.

Un élément clé est l'IA, une technologie large qui rend possible l'apprentissage automatique. "Au début, l'IA permettait aux humains d'automatiser le travail humain en disant aux machines quoi faire. La nouvelle IA est l'apprentissage automatique, où les machines peuvent désormais déduire leur propre compréhension à partir de grands ensembles de données d'exemples et nous permettront de faire de nouvelles choses. Il peut également fournir de nouvelles idées sur la manière dont les humains et les machines peuvent coopérer [pour atteindre] leurs objectifs."

Une grande partie du travail de son entreprise s'est concentrée sur la façon dont les humains et les machines interagissent, ainsi que sur la réponse à une question fondamentale : que doivent faire les humains et que doit-on laisser à l'automatisation ? Quel est le juste équilibre pour optimiser les résultats ?

Après un passage chez Lockheed Martin en tant que directeur de ses Virtual World Labs, Richard Boyd a lancé Tanjo, une entreprise axée sur l'intelligence artificielle et l'apprentissage automatique, en 2013. En 2017, il a cofondé Ultisim, une entreprise axée sur les technologies numériques jumelles.

Comme l'IA l'a montré, l'automatisation peut examiner et interpréter une grande quantité de points de données en un instant, développant des résultats qu'aucun humain ne pourrait jamais. Les humains peuvent alors agir sur ces données. La technologie ne diminue pas mais amplifie plutôt l'efficacité de chaque décision humaine.

Boyd (dont le compte Twitter est @metaversial) est optimiste quant au potentiel du métaverse depuis des années. Il a travaillé avec des studios hollywoodiens et des sociétés de jeux informatiques, des fabricants de défense et d'aérospatiale, divers gouvernements du monde entier, des systèmes de santé, l'industrie pétrolière et gazière, des universités, des urbanistes - la liste est longue. Sa vaste expérience donne aux fabricants de métaux un aperçu de ce qui se passe dans d'autres secteurs et comment, peut-être, la technologie pourrait un jour s'appliquer à l'atelier de fabrication.

Pour illustrer, Boyd a décrit des jumeaux numériques développés pour les systèmes hospitaliers. "Dans les hôpitaux, vous disposez de nombreux équipements configurés sur site pour différents types de cas d'utilisation. Il n'y a pas qu'une seule façon. Toutes sortes de résolutions de problèmes se produisent en temps réel, et c'est là que la chorégraphie humaine entre en jeu. C'est là que le métaverse devient vraiment puissant, lorsque vous ajoutez les effets du comportement humain dans un système.

"L'application du comportement humain au modèle est essentielle", a poursuivi Boyd. "Les humains sont notoirement imprévisibles, mais c'est là que le défi devient intéressant. À ce stade, nous avons fait des simulations pour le ministère de la Défense, et nous simulons des pays entiers."

Décrivant un effort, Boyd a rappelé une simulation qui mesurait les effets de la construction d'une école de filles dans la province de Helmand, en Afghanistan. "Pouvez-vous construire une école pour filles là-bas ? Bien sûr, mais comment les gens vont-ils réagir ? Vous ne pouvez pas faire cela dans le vide. Physiquement, vous pouvez le construire, mais quels sont les deuxième, troisième ou quatrième ordre Il s'agit de pouvoir modéliser les valeurs et les traditions de toutes les personnes impliquées pour éviter les surprises."

Il a ajouté qu'une telle approche pourrait s'appliquer à l'ingénierie, aux achats, à la fabrication et à la gestion de la chaîne d'approvisionnement. Quels sont les éléments de comportement qui influent sur l'achat d'un matériau plutôt qu'un autre ? Comment cette conception de produit, utilisant un composant disponible uniquement auprès de certains fournisseurs, affecterait-elle la chaîne d'approvisionnement et la résilience de la production ?

"Si vous voulez résoudre le problème, vous devez résoudre tout le problème", a déclaré Boyd. "Et nous avons maintenant les outils pour modéliser et simuler cela."

L'exhaustivité du métaverse pourrait le faire ressembler encore à de la science-fiction. Après tout, vous pouvez modéliser des choses physiques ; comment ce 16-ga. des coffrages en aluminium avec cet ensemble d'outils spécifique ; comment ces variables de coupe affectent les caractéristiques de ce faisceau laser lors de la coupe de ce profil dans ce matériau. Mais quand on parle de modéliser les comportements des gens, les sourcils commencent à se froncer. Cela dit, le suivi et la modélisation du comportement ne sont pas une nouvelle discipline. Cela a aidé à faire des grands géants de la technologie (en particulier ceux qui dépendent de la publicité) ce qu'ils sont aujourd'hui.

«Peu importe à quel point vous les modélisez», a déclaré Boyd, «les humains sont notoirement difficiles à prévoir. compétences et approfondir les aspects comportementaux, en particulier la façon dont les humains interagissent avec la technologie.

"Nous ne parlons pas seulement d'ergonomie ou d'une meilleure IHM [interface homme-machine], ni d'adapter les humains à la technologie. C'est une chose symbiotique, et cela intègre plus que l'éducation, les compétences et l'expérience. Si vous ' Si vous êtes un bon leader, vous devrez faire attention à tout cela."

De l'observation au poste de travail aux programmes d'apprentissage formels, la formation en fabrication a été enracinée dans une sorte de formation par démonstration. Les expérimentés enseignent aux moins expérimentés. Une telle approche a cependant un défaut.

"Si un certain problème ne se produit jamais pendant l'apprentissage", a déclaré Boyd, "alors [l'apprenti] n'apprend jamais à le gérer."

Le transfert de connaissances en général peut comporter un élément de secret. Le personnel de première ligne ne documente pas ses processus et les responsables ne le lui demandent pas. Leurs résultats, disent-ils, sont ce qui compte vraiment. Il en va de même pour d'autres postes dans l'entreprise, comme les relations d'un vendeur avec des clients clés.

"Mais cette connaissance est essentielle", a déclaré Boyd, "et nous pouvons l'encapsuler dans des systèmes experts. C'est difficile, et vous rencontrez beaucoup de résistance, en particulier de la part des personnes au sein d'une entreprise qui ont des connaissances spécialisées. C'est la sécurité d'emploi. Mais si vous Si vous êtes un fabricant, vous ne pouvez pas vous permettre de laisser partir cette personne possédant ces connaissances. Elle pourrait prendre sa retraite. Elle pourrait être renversée par un camion. Et alors ? Nous appelons ce problème le tsunami d'argent. Idéalement, les systèmes sont développés avec leurs actifs coopération, et ils sont incités à [coopérer]."

L'industrie a vu cette résistance avec l'introduction de logiciels de vente, comme Salesforce.com et d'autres plateformes. Aucun vendeur ne voulait enregistrer son activité, même si cela pouvait aider les supérieurs à prendre de meilleures décisions et prévisions. "La même chose s'appliquait il y a des années à la CAO", se souvient Boyd. "Quand j'étais dans une firme d'ingénierie, ils ont essayé d'amener les dessinateurs à cesser d'utiliser du papier. Et ils l'ont combattu à chaque étape du processus en disant : 'C'est ma méthode spécialisée.'"

Les générations futures pourraient avoir une nouvelle perception du savoir. Imaginez un jeune opérateur de machine entrant sur le terrain dans des décennies. Ils apprennent des travailleurs expérimentés, mais en plus, c'est un jumeau numérique de l'opération, non seulement de la machine devant eux, mais de l'ensemble de l'usine, incorporant les effets du comportement humain. Quelqu'un ne se présente pas. Le jumeau numérique simule la façon dont une équipe polyvalente se réorganiserait pour maintenir la production en marche.

De telles expériences simulées traversent problème après problème. Plus le jumeau numérique dispose d'informations, plus il devient efficace et puissant. Des modèles similaires pourraient s'appliquer à l'ingénierie, aux achats et même aux ventes, en analysant les modèles de comportement du passé pour simuler les résultats possibles.

Comme l'a dit Boyd, "Vous ne vous contentez plus de demander : 'Puis-je le fabriquer ? Puis-je le distribuer et puis-je me le permettre ? Comment le produit va-t-il être utilisé ?' Imaginons-le, comprenons-le et assurons-nous de concevoir des systèmes homme-machine afin qu'ils fonctionnent bien ensemble. La plupart des gens ne pensent pas de cette façon. Encore une fois, il ne peut s'agir d'adapter les humains à la technologie. C'est une relation symbiotique. Nous vous devez vous demander comment vous intégrez tout cela, et vous ne pouvez pas ignorer la partie humaine de celui-ci."

Boyd a décrit le travail effectué avec les systèmes scolaires. "Comment raccourcissez-vous le chemin vers la maîtrise pour les enfants dans les écoles? Nous savons déjà qu'ils ont besoin d'une bonne nutrition, d'un soutien financier et émotionnel et d'une stabilité à la maison pour être un élève plus performant. Vous ne pouvez pas résoudre ce problème. Mais si vous pouvez détecter, vous pouvez proposer des systèmes qui tentent de l'augmenter. Nous avons maintenant des modèles pour simuler cela et aider à former les gens.

Ces modèles révèlent de nouvelles façons pour les enseignants de se connecter avec les étudiants, pour les managers de se connecter avec les employés de première ligne et pour les entreprises cherchant à intégrer la technologie avec les équipes au bureau et sur le terrain. Tout cela pourrait façonner la perception qu'ont les gens des connaissances et de la façon dont elles sont partagées.

Bien sûr, tout cela peut sembler comme s'il n'atteindrait jamais le magasin de fabrication typique. Mais comme Boyd l'a décrit, de telles modélisations et simulations sont réelles maintenant, que ce soit pour les soins de santé, l'éducation et, oui, certains domaines de la fabrication.

Un jour, cela pourrait façonner le fonctionnement même du plus petit fabricant. Aujourd'hui, demandez à quelqu'un comment il a appris à effectuer une certaine tâche complexe - qu'il s'agisse de découvrir une séquence de pliage innovante sur une presse plieuse ou une estimation pour un gros travail - et il répondra souvent : "Par expérience".

Les générations futures pourraient penser différemment alors que la technologie continue de quantifier et de prédire la réalité. Plus les entreprises capturent et utilisent ces connaissances par le biais de la modélisation et de la simulation, qu'il s'agisse des détails d'une certaine soudure ou de la relation entre un vendeur et un client important, plus chaque décision prise par une personne sera puissante.