Automatizace podle přínosu podporuje průmysl 5.0

Průmysl 5.0 staví na spolupráci technologií a lidí, nikoli pouze na nahrazování lidské práce. Nový výzkumný přístup tento princip uplatňuje na provozní rozhodování. Algoritmy mají převzít opakující se případy, zatímco pracovníci se soustředí na situace, v nichž jejich znalosti mohou zlepšit výsledek i další fungování AI.

Takové uspořádání reaguje na skutečnost, že výrobní a logistické podmínky se mění. Člověk není v systému jen jako pojistka pro obtížná rozhodnutí. Jeho zásahy mají také učící funkci, protože poskytují algoritmu informace o odchylkách, výjimkách a nových vzorcích.

Od automatizace k průběžnému učení

Model nejprve vyhodnocuje, kdy lidé upravují doporučení algoritmu a jejich rozhodnutí vede k lepšímu výsledku. Další model potom odhaduje, u kterých budoucích případů bude odborný zásah pravděpodobně přínosný.

Situace s nízkou očekávanou hodnotou lidské kontroly lze automatizovat. U případů s vyšším přínosem zůstává rozhodování na člověku. Jeho opravy se následně vracejí do systému a podporují jeho aktualizaci. Právě tato zpětná vazba může posílit odolnost provozu při změnách poptávky nebo procesů.

Praktická zkušenost z výroby

Výzkumníci analyzovali přes 475 000 rozhodnutí souvisejících s objednávkami u významného výrobce užitkových vozidel. Data pokrývala čtyři roky a podnik dosahoval ročních tržeb vyšších než 4 miliardy eur. Přibližně 84 % rozhodnutí bylo v dané aplikaci možné automatizovat.

Údaj neznamená, že se lidská odbornost stává nepotřebnou. Ukazuje, že ji lze přesunout k rozhodnutím s největším dopadem a současně omezit rutinní práci. Podniky by proto měly před stanovením automatizačního cíle nejprve měřit hodnotu lidské intervence. Na výzkumu se podílí Kühne Logistics University.