Jedna krize střídá druhou krizi. Krizový management se stává každodenní normou řízení podniku.

Nicméně i přes pesimistické vyhlídky většina podniků pokračuje ve svém provozu. Překonávání krizí a překážek se stalo běžnou součástí v každé oblasti a jinak tomu není ani ve výrobě a průmyslu.

Řešení prudkých a nečekaných změn však zůstává stejné: inovace.

I vzhledem k momentálnímu vývoji událostí jsme se podívali na to, jaké trendy a technologie budou dominovat roku 2023.

1. Průmyslový internet věcí (IIoT) do každého provozu

Průmyslový internet věcí (IIoT) je nejen klíčovou, ale základní technologií digitální revoluce v průmyslu. Jelikož náklady na hardware a služby s podporou internetu věcí neustále klesají, více výrobních podniků, skladů a dalších průmyslových provozů zavádí IIoT do svých prostor.

Primární účel, proč se IIoT zavádí, je:

• zvyšovat výkon provozu,
• zlepšovat bezpečnost pracovního prostředí,
• zvyšovat efektivitu procesů
• a škálovat automatizaci.

Mezi nejvýznamnější přínosy průmyslového internetu věcí patří především urychlení digitalizace ve výrobě prostřednictvím:

• úplné automatizace procesů,
• optimalizace výrobních toků,
• monitorování a kontroly výrobních a přepravních zařízení v reálném čase,
• zlepšení služeb zákazníkům
• a snížení spotřeby energie.

Ale především, žádná digitální technologie pro průmyslové a výrobní procesy se už bez dostatečně spolehlivého internetu věcí neobejde.

A s neustále rostoucím množstvím cloudových služeb a aplikací na bázi služby (EaaS, „Vše jako služba“) nedosáhne žádný provoz bez IIoT dostatečné konkurenceschopnosti. A ani nebude schopna překonávat překážky, které průmyslové odvětví čekají.

2. Hloubkové analýzy dat

Cenová dostupnost senzorů a snímačů ve spojení s výkonnou analytikou vytváří ideální prostředí pro přidanou hodnotu, kterou přináší průmyslový internet věcí. Cenově dostupné nástroje umožňují podnikům získat hodnotné poznatky z údajů generovaných v jejich provozech nebo skladech. Tyto údaje následně slouží k optimalizaci a vylaďování procesů pro vyšší efektivitu a úsporu nákladů.

Pokročilá analytická technologie navíc umožňuje podnikům vytvářet podrobné prediktivní modely, které dokážou předvídat budoucí problémy dříve, než nastanou. To například umožňuje proaktivní zásahy údržby, které vedou k méně nákladným opravám nebo zamezení zpožděním v důsledku neočekávaných poruch.

S rozvojem 5G sítí v roce 2023 se bude nadále škálovat i průmyslový internet věcí. Nižší latence a vyšší odezva zlepší datovou rychlost, což přispěje k přesnějšímu sběru údajů a jejich analýze v reálném čase.

Navíc datová analytika se stává nedílným nástrojem, technologickým i kognitivním, pro většinu zásadních rozhodovacích procesů. A to nejen pro exekutivní a manažerské pozice, prediktivní modely pro prognostiku se stávají nápomocnými i pro ostatní pracovní pozice a zařazení od plánování výroby, přes nákup, expedici až po údržbu.

Hloubkové datové analýzy jsou však relevantní i pro projektové manažery, seřizovače výroby a logistické zaměstnance. Na základě datových analýz mohou:

• odstraňovat úzká místa v tocích a procesech,
• zeštíhlovat vybrané postupy
• a vylaďovat pracovně-výrobní metody.

3. Škálování metod inteligentní výroby (smart manufacturing)

Jelikož technologie neustále pokračují, stále více společností zavádí koncepty inteligentních továren (smart factory) a inteligentní výroby (smart manufacturing), aby zvýšily své výrobní schopnosti a možnosti. V roce 2023 očekáváme ještě větší rozšíření těchto konceptů, jelikož se stejně jako průmyslový internet věcí stávají běžnou součástí celého výrobního sektoru v různých formách.

V nadcházejících letech můžeme očekávat prudký nárůst automati­za­ce inteligentními technologiemi, což bude umožňovat efektivnější výrobní procesy s nižšími náklady i vzhledem k nedostatku potřebné pracovní síly. Robotika, umělá inteligence (AI), strojní učení (ML) a analýza údajů jsou jen některé z technologií, které se použijí na zvýšení rychlosti, přesnosti a efektivnosti výroby.

Kromě toho, řešení prediktivní údržby založené na AI pomohou podnikům včas odhalovat anomálie nebo chyby dříve, než způsobí nákladné odstávky na výrobních linkách.

Kromě automatizace a inteligentních technologií můžeme očekávat i větší integraci a síťování mezi podniky a odvětvími. Inteligentní továrny se stále více propojují s jinými odvětvími, jako je zdra­vot­nic­tví, automobilový průmysl, energetika, maloobchod a logistika.

Takové integrace budou vytvářet nové příležitosti ke spolupráci mezi různými odvětvími a budou mít za následek vylepšené služby, jakými jsou přizpůsobování produktů klientům a personalizovaná zákaznická zkušenost.

Inteligentní výroba a (semi)automatizační iniciativy na bázi inteligentních technologií nabízejí mnoho výhod pro podniky, které chtějí zůstat konkurenceschopné na neustále se měnícím trhu.

Umožňují například zefektivnění operací se zlepšeným přehledem o všech aspektech výrobního procesu od počátečních rozhodnutí o návrhu produktu až po jeho dodání. To výrobcům umožňuje rychle přizpůsobovat výrobní linky změnám požadavků zákazníků, tržní poptávky, nebo nedostatku zásob za chodu.

Inteligentní výroba nabízí řadu výhod včetně lepší viditelnosti při všech procesech, zjednodušené výrobní a montážní postupy, snížené prostoje a zvýšenou bezpečnost a ergonomii na pracovištích.

Neméně důležitým postupem bude i propojování konvenčních zařízení s inteligentními technologiemi.

4. Nárůst autonomních strojů

Nasazování autonomních zařízení stoupá každým rokem. Právě nedostatek kvalifikovaných zaměstnanců urychluje tempo, s jakým se autonomní stroje dostávají do provozů. Přetrvávající nedostatek zaměstnanců a jejich dlouhodobě zvýšená fluktuace přispívají k rentabilnosti nákupu nebo pronájmu autonomních zařízení. Na základě přepočtu ROI by autonomní stroje nebyly až tak výhodné, kdyby byla situace na pracovním trhu ustálená. Autonomní stroje jsou schopny provádět opakující se úkoly, jako je řezání, vrtání, lakování, svařování a další, s malým nebo žádným lidským zásahem. Když se stanou stále rozšířenější, očekávejte od jejich používání snížení nákladů a zároveň zvýšení produktivity a přesnosti.

Ke stávajícímu rozsahu činností se již přidávají i činnosti spojené s logistikou využíváním AGV a AMR zařízení, především u zásobování materiály, doplňování skladových zásob, přesouvání polotovarů mezi výrobními pracovišti a přemisťování rozpracovaných produktů (WiP) mezi jednotlivými halami, nebo dokonce podniky. Vyšší míra nasazování autonomních strojů a zařízení souvisí také s neustále stoupající robotizací. A to i v případě podniků, které se při většině pracovních úkonů spoléhaly na manuální práci.

5. Nová generace prediktivní údržby

Řešení prediktivní údržby využívají umělou inteligenci (AI) a strojní učení, aby mohla identifikovat potenciální problémy s výrobními nebo přepravními zařízeními. A tak jim předcházet. Prediktivní údržba poskytuje průmyslovým podnikům neocenitelný nástroj k udržení efektivní provozuschopnosti zařízení a zároveň na optimalizaci nákladů spojených s neočekávanými prostoji a opravami.

Využitím údajů shromážděných ze senzorů v reálném čase může prediktivní údržba monitorovat výkon strojů (OEE) a upozornit operátory a manažery, pokud se překračují nastavené limity nebo když se komponenty nadměrně opotřebovávají, což může vést k nákladným výpadkům.

Řešení prediktivní údržby umožňují provést opravy nebo výměny dílů dříve, než dojde k významnému poškození zařízení. Díky tomu se zvyšuje celková spolehlivost provozu. Prediktivní údržba nešetří jen náklady při předcházení opravám zařízení, ale také při optimalizaci spotřeby energie v důsledku neefektivního provozu strojů. Mezi další výhody prediktivní údržby patří:

• upozornění na blížící se selhání nebo poruchu,
• optimalizace produktivity identifikací osvědčených postupů a trendů v odvětví z jiných podniků (sdílení a výměna dat),
• reporting přesných informací o výkonu jednotlivých zařízení v reálném čase.

Díky těmto přínosům mohou výrobní podniky zůstávat agilní v neustále se měnícím prostředí a přitom snižovat provozní náklady, současně zvyšovat produkci a zlepšovat standardy kontroly kvality.

6. Digitální dvojčata

Pokud podnik disponuje průmyslovým internetem věcí (IIoT) a zavádí digitální automatizaci do svých výrobních a zásobovacích procesů, málokdy to dokáže bez technologie digitálních dvojčat.

Digitální dvojče je virtuální reprezentace reálného procesu, produktu nebo zařízení a pomáhá překlenout propast mezi fyzickým a digitálním prostředím, čímž se zefektivňují průmyslové procesy.

Tato technologie umožňuje větší kontrolu nad kvalitou a bezpečností prostřednictvím hodnověrné simulace procesů. To umožňuje podnikům lépe identifikovat potenciální problémy dříve, než se vyskytnou v reálném provozu. Díky technologii digitálního dvojčete mohou inženýři analyzovat data v reálném čase, aby mohli předvídat překážky a činit rozhodnutí rychleji.

Kromě toho zlepšuje komunikaci mezi operačními týmy a návrháři, protože mohou virtuálně spolupracovat prostřednictvím digitálních modelů. Tato technologie umožňuje výrobním podnikům rychle reagovat v případech, kdy je nutné implementovat úpravy nebo přizpůsobení produktů bezodkladně.

Návrháři a inženýři mohou použít simulace k testování potenciálních návrhů, aniž by museli nejprve fyzicky sestavit verzi prototypu. Díky tomu mohou odladit nejen samotný produkt, ale i proces jeho vzniku.

Společnosti, které si osvojí tuto technologii, získají větší provozu­schop­nost, lepší využití zdrojů a snížené náklady spojené s prostoji ve výrobě v důsledku menšího počtu chyb ve svých výrobcích.

Tato technologie také nabízí podnikům prediktivní analytické schopnosti, které jim umožňují prognózovat poruchy nebo požadavky údržby předtím, než vznikne skutečná potřeba. Digitální dvojčata mohou také poskytnout lepší přehled o řízení dodavatelského řetězce tím, že poskytnou údaje o tom, jak se materiály používají.

Co je však důležitější, digitální dvojčata jsou tajnou zbraní digitální automatizace. Kromě simulací a zpřehlednění datových toků ve výrobě a zásobování jsou digitální dvojčata i nástrojem, jak „oživit“ provozní zařízení. Digitální dvojčata umožňují ne-inteligentním (ne-smart) zařízením získat formu umělé inteligence a tak proaktivně vstupovat do procesů. Nasazení této technologie na flotilu manipulačních a přepravních zařízení umožní autonomizaci zásobovacích procesů. Zařízení si prostřednictvím svého digitálního dvojčete, virtuálního avatara, předávají informace, vzájemně se koordinují při provádění pracovních zadání a navzájem se synchronizují, aby potřebné díly byly dodávány ve správném množství a typu, včas a na správné místo.

7. Rekvalifikace zaměstnanců a AI

S rostoucí poptávkou po produktech a službách, jakož i se zvýšenou konkurencí v důsledku globalizace, čelí výrobní podniky na celém světě nedostatku dostupné kvalifikované pracovní síly. Tento nedostatek se snaží řešit především prostřednictvím zvyšováním mezd, rozšiřováním sociálních benefitů a rekvalifikací pracovníků. Aby podniky zajistily, že jejich zaměstnanci budou schopni pružně reagovat na měnící se potřeby svého odvětví, mnohé společnosti se snaží proškolit své zaměstnance na nové technologie a motivovat je k získání nových dovedností.

Přirozeně se rozšiřování dovedností váže především na práci s vyso­kou přidanou hodnotou. Vývojem tréninkových programů pro auto­ma­ti­zo­va­né systémy a poskytováním dostatečné podpory pro učení se novým technologiím mohou zaměstnavatelé ve výrobě udržovat své týmy v obraze o současných trendech v odvětví a zároveň jim pomoci stát se efektivnějšími v jejich pracovních úkolech.

Rutinní manuální činnosti se automatizují robotizací, přičemž řešení umělé inteligence (AI) se nasazují i na mentální práci. Problém nedostatku pracovní síly je naléhavým problémem mnoha průmyslových odvětví a podniků. Digitální řešení mohou poskytnout udržitelná a efektivní řešení tohoto rostoucího problému.

Jedním ze způsobů, jak digitální řešení pomáhají řešit problém nedostatku pracovní síly, jsou algoritmy strojového učení. Ty se používají k analýze velkého množství údajů a identifikaci trendů nebo vzorců z předchozích zkušeností, které poskytují informace o potenciálních budoucích rozhodnutích.

Kromě automatizace a rozhodovacích nástrojů s podporou AI je cloud computing další oblastí, kde se digitální řešení ukázala jako užitečná při řešení problému nedostatku pracovní síly.

Využitím virtualizačních technologií mohou organizace přistupovat k výpočetnímu výkonu, aniž by potřebovaly fyzické servery nebo hardware v prostorách, čímž se snižuje závislost na dalších zaměstnancích.

Kromě toho těží z možností škálovatelnosti, které jim umožňují přizpůsobit své služby tržní poptávce, aniž by to mělo vliv na zaměstnanecké požadavky. Cloud computing také umožňuje podnikům přistupovat k nejmodernějším softwarovým aplikacím při minimálních nákladech a poskytuje plnou kontrolu nad přístupovými právy, což není vždy možné u tradičních on-site řešení.

8. Cesta k uhlíkové neutralitě

Celospolečenský tlak na uhlíkovou neutralitu ve výrobním průmyslu nabírá na obrátkách a podniky hrají stále důležitější roli. Průmyslové společnosti podporují vývoj nových technologií a procesů, které mají za následek snižování emisí, zvyšování energetické účinnosti a využívání obnovitelných zdrojů energie. Digitalizace a automatizace hrají nepostradatelnou roli při dosahování uhlíkové neutrality.

Digitalizace umožňuje společnostem shromažďovat údaje týkající se všech okolností a aspektů jejich provozu, včetně údajů souvisejících s emisemi, od výrobních linek až po dodavatelské řetězce. Tyto údaje mohou podniky využít k určení oblastí, ve kterých lze snížit emise, a k vyhodnocení potenciálních řešení pro jejich snížení.

Automatizace pomáhá zajistit, aby procesy běžely efektivněji, neboť umožňuje odstranit energeticky náročné postupy. Automatizované provozní systémy jako MES, WES nebo pokročilé OEE lze použít i pro monitorování všech typů údajů, jako je spotřeba energie, úroveň emisí a získání přehledu o provozním výkonu v reálném čase. Kromě zvýšené efektivnosti pomáhá digitalizace a automatizace snižovat náklady spojené s dosahováním cílů uhlíkové neutrality zefektivněním operací a odstraněním odpadu ve výrobních procesech.

I prediktivní údržba pomáhá se snižováním emisí, neboť díky ní se předchází poruchám na výrobních linkách způsobeným mechanickými závadami vedoucími k plýtvání materiálem a energiemi.

Jedním ze způsobů, jak průmyslové podniky posouvají výrobu směrem k uhlíkové neutralitě, je vývoj inteligentních systémů. Ty často vyu­žívají pokročilé analytické algoritmy a strojní učení (ML) k prognózo­vá­ní energetických potřeb a vzorců poptávky, aby mohly lépe řídit využívání obnovitelných zdrojů, jako je solární nebo větrná energie.

Předvídáním výkyvů poptávky umožňují inteligentní systémy výrobním podnikům nejen snížit jejich vliv na životní prostředí, ale také šetřit náklady spojené s nákupem většího množství elektřiny, když je během špiček nejdražší. Kromě toho pokročilé senzory, nasazované i v rámci průmyslového internetu věcí, umožňují podnikům monitorovat, jak efektivně se využívají zdroje. Podniky tak mohou adekvátním způsobem přizpůsobit jejich čerpání, zlepšit tak celkovou efektivitu nakládání s energetickými zdroji a snížit negativní dopady na životní prostředí.

V konečném důsledku úsilí o snižování produkce odpadů a nadbytečné spotřeby energie bude jedním z klíčových trendů. Nízkouhlíková ekonomika by se měla začít praktikovat ve všech sektorech naší společnosti a zároveň souvisí i s celkovou udržitelností výrobního provozu.

9. Kybersabotáže a zvýšená prevence

Průmyslové podniky jsou stále zranitelnější vůči kybernetickým útokům, které způsobují prostoje a úniky informací. Jelikož závislost na technologiích neustále roste, podniky se ocitají v nejisté situaci, protože jejich systémy a údaje se stávají náchylnější k útokům a kybervydírání. Podniky čelí množství hrozeb včetně malwaru, phishingových útoků, ransomwaru, DDos útoků a jiných škodlivých aktivit zaměřených na krádež duševního vlastnictví nebo přerušení provozu.

Kybernetické útoky ohrožují především kritické operace na výrobních linkách a v dodavatelských řetězcích. Úniky informací jsou dalším důsledkem kyberútoku, při kterém se ukradnou a zveřejní citlivá firemní tajemství, jako mohou být návrhy prototypů nebo obchodní tajemství. To nejenže ovlivňuje pověst společnosti, ale staví ji to i do konkurenční nevýhody.

Kromě toho se zvyšuje riziko, že útočníci budou používat sofistikované techniky, jako například „zero-day exploits“, které využívají dosud neznámé softwarové chyby. To má za následek, že podniky jsou obzvláště zranitelné při čekání na nové aktualizace, které nemusí být dostupné ihned.

Vzhledem k nárůstu počítačové kriminality ve všech odvětvích je nezbytné, aby podniky investovaly do robustních bezpečnostních opatření, aby snížily své vystavení těmto hrozbám. To zahrnuje implementaci komplexní sady řešení kybernetické bezpečnosti, jako jsou brány firewall, antivirové programy, systémy prevence narušení (IPS) a zajištění řádného školení personálu týkajícího se bezpečných internetových postupů. Pro průmyslové podniky je nezbytné, aby byly informovány o jakémkoli novém vývoji v oblasti kybernetických hrozeb, aby mohly zůstat připraveny na potenciální útoky.

10. Důraz na energetický management

Energetický management se stává stále více diskutovaným tématem i ve spojení s digitální transformací. Kromě strategie udržitelnosti provozu a snahy dosáhnout karbonové neutrality je horkým tématem především při výkyvech cen za energie. Digitalizace umožňuje podnikům využívat inteligentní technologie pro monitorování, řízení a optimalizaci spotřeby energie na svých zařízeních.

Součástí iniciativy energetického managementu je podrobná analýza již existující infrastruktury a procesů. Podniky musí zvážit, jaké vybavení potřebuje výměnu nebo modernizaci a jak se v současnosti využívá energie v celém provozu. Podniky by pak měly tyto údaje využít k identifikaci příležitostí pro rozhodování o tom, jaké investice jsou potřebné ke zvýšení efektivity. Mohou například zvážit přidání senzorů a spínačů, které rozpoznají neaktivitu zařízení, a vypnou jej.

Mezi řešení s energetickou úsporou patří i možnosti prediktivní údržby. Ty umožňují upravovat nastavení na výrobních zařízeních na základě informací o aktuálních datech v reálném čase, aby se ušetřila energie bez snížení úrovně výkonu.

Automatizované měřicí systémy, které sledují spotřebu elektrické energie každého zařízení připojeného do sítě, umožňují lépe rozhodovat o zátěži jednotlivých zařízení, což vede k efektivnějšímu využívání podnikových zdrojů. Vhodným používáním těchto nástrojů a řešení mohou společnosti dosáhnout významných úspor nákladů a zároveň snížit svou environmentální stopu, aniž by přišly o svou konkurenceschopnost.

11. Integrované zásobování

Po výpadcích dodávek materiálů z předchozích let si již výrobní podniky musí být schopny rychle přizpůsobovat zásobování a procesy řízení dodavatelského řetězce. Především to znamená možnost sledovat objednávky materiálů v reálném čase a zajistit, aby byly zásoby vždy aktuální a nedocházelo ke zpožděním nebo nedostatkům v momentě, kdy jsou příslušné materiály, díly nebo komponenty odvolány do výroby nebo k montáži.

Inteligentní logistická řešení, jako jsou prediktivní analytika a digitální dvojčata, mohou pomoci zefektivnit zásobovací operace a zároveň snížit náklady a pracnost spojenou s přepravou, manipulací a skladováním. Logistika a zásobování se postupně stává organickou součástí výrobních a montážních procesů. Zeštíhlování provozních procesů a digitální automatizace přispívají k integraci výroby a logistiky prostřednictvím inteligentních systémů řízení procesů, jako jsou MES systémy, WMS systémy nebo WES systémy.

Peter Bílik Smart Industry solution designer, ANASOFT

Martin Kudláč Marketing specialist, ANASOFT