AI đang xâm nhập vào ngành sản xuất ô tô như thế nào

Các nhà sản xuất ô tô lớn có thể tăng lợi nhuận hoạt động lên tới 16% bằng cách triển khai trí tuệ nhân tạo ở quy mô sản xuất. Mặc dù tiềm năng này đang phát triển khả thi nhưng ngành công nghiệp ô tô đang có những sự chậm chạp trong việc đưa AI từ thử nghiệm đến triển khai trong toàn bộ doanh nghiệp.

Một trong những lý do chính cho điều này là nhiều NSX OEM không biết nên sử dụng trường hợp nào để tập trung vào. Và nghiên cứu mới của Capgemini cho thấy các cơ hội chính trong lĩnh vực sản xuất và hoạt động.

Chúng tôi đã phân tích 45 trường hợp ứng dụng AI trong ngành sản xuất ô tô qua các chức năng khác nhau – từ R & D đến trải nghiệm của khách hàng / người lái xe – để đánh giá điều nào mang lại lợi ích lớn nhất. Chúng tôi đã đánh giá chúng dựa trên mức độ phức tạp tương đối để đưa ra giải pháp mở rộng và lợi ích dự đoán. Các trường hợp sử dụng tập trung vào sản xuất sau đây mang lại lợi ích cao với độ phức tạp thấp, ứng cử viên lý tưởng cho các khoản đầu tư AI trong ngành sản xuất ô tô OEM :

1. 1. Các tùy chọn tối ưu hóa năng suất và trực quan hóa mới để cải thiện Hiệu suất Thiết bị Tổng thể (OEE) trong sản xuất – Được phát triển như một phần của sản xuất tinh gọn, OEE có thể cải thiện sản xuất bằng cách tăng tính khả dụng, hiệu suất và chất lượng. Đối với nhà cung cấp hệ thống và linh kiện Cooper Standard Ô tô, tích hợp dữ liệu của nhiều nhà máy có nghĩa là nó có thể theo dõi OEE, an toàn, giao hàng và hơn thế nữa bằng điện thoại di động. Audi đang thử nghiệm một hệ thống dựa trên AI sử dụng máy ảnh thông minh với phần mềm nhận dạng hình ảnh để kiểm tra và xác định các vết nứt nhỏ trên tấm kim loại. Hệ thống có khả năng phát hiện các lỗi tốt nhất bằng cách sử dụng hàng triệu hình ảnh và tự động kiểm tra chất lượng hình ảnh.

   2. Bảo trì dự đoán cho các thiết bị để giảm thời gian ngừng sản xuất (ví dụ, lỗi cánh tay robot) , ví dụ , Galal Motors đã triển khai một công cụ phân loại hình ảnh dựa trên đám mây trên gần 7.000 robot. Thí điểm này, được thiết kế để phát hiện các vấn đề thành phần trước khi chúng xảy ra, đã tìm thấy 72 trường hợp thất bại có thể dẫn đến sự chậm trễ sản xuất ngoài dự kiến.
   3. Quản lý tài sản thông minh bằng AI – Bất kỳ chương trình quản lý tài sản nào đều dựa vào lượng lớn dữ liệu để thành công. Dữ liệu lớn và phân tích là một cơ hội quan trọng để cải thiện quản lý tài sản và trí tuệ nhân tạo nên cung cấp công cụ để đề xuất các kế hoạch và hành động trong tương lai. Ví dụ, Cooper Standard Ô tô tổng hợp dữ liệu của mình để theo dõi các nhà máy toàn cầu. Điều này cung cấp cho giám đốc sản xuất một quan điểm duy nhất và tài sản hoặc tài năng sau đó có thể được chuyển đến các nhà máy phù hợp trong thời gian thực.
   4. Quản lý tiêu thụ năng lượng trong các hoạt động / kho của nhà máy – Ví dụ, một OEM trong báo cáo đã chỉ ra vai trò ngày càng tăng của AI trong hoạt động của nhà máy. Công ty không xây dựng cùng một chiếc xe trong một nhà máy, ở một nơi. Nó sao chép phần đó thành hai, và trong một số trường hợp ba, thực vật trên khắp thế giới. Sử dụng AI cho phép công ty quét các cơ sở, nhân rộng những gì nó làm rất thành công trong một nhà máy và sao chép chính xác ở một nhà máy khác. AI cung cấp khả năng chứng minh một cách khái niệm các hoạt động của nó sẽ phù hợp với lĩnh vực mới, và vẫn cung cấp các bộ phận và xe hơi, và quản lý các cơ sở.

Việc xác định các trường hợp sử dụng có giá trị nhất là một rào cản để áp dụng AI thành công và các trường hợp khác bao gồm các hệ thống CNTT kế thừa không nói chuyện với nhau bao gồm : ERP, PLM, MES, EAM,…. và nhiều  dấu hỏi về tính khả dụng và độ chính xác của dữ liệu cũng như thiếu chức năng.

Dựa trên khảo sát và trò chuyện của chúng tôi với các công ty đã mở rộng thành công AI, các OEM có thể thúc đẩy nỗ lực AI của họ sau khi các trường hợp sử dụng được xác định thông qua:

• Quản trị AI mạnh mẽ : Quá trình rất quan trọng để đẩy nhanh tốc độ đổi mới. Điều đó có nghĩa là một công ty có thể ưu tiên đầu tư AI, hỗ trợ an toàn từ ban lãnh đạo cao nhất và sắp xếp các nguồn lực chuyên gia.
• Đầu tư: Bắt đầu các dự án AI đòi hỏi các nguồn lực đáng kể, từ kỹ năng đến phần mềm. Các OEM sẽ cần tìm cách thu hút nhân tài và tài trợ cho các dự án thúc đẩy giá trị.
• Thuê nhân tài phù hợp : Các kỹ năng đang thay đổi và các OEM sẽ cần phải thuê chuyên môn về AI và chủ động nâng cao nhân viên để duy trì tính cạnh tranh. Nó cũng có thể dẫn đến việc mua lại các công ty AI để có được tài năng và công nghệ của họ.
• Sự trưởng thành của CNTT : Dữ liệu và thông tin chính xác là rất quan trọng đối với AI. Các công ty làm tốt AI đã thu thập dữ liệu hài hòa từ nhiều nguồn khác nhau, nâng cấp hệ thống CNTT cho phép tích hợp AI và có CNTT dẫn đầu việc triển khai AI từ đầu đến cuối.

Ngoài những cải tiến trong sản xuất và vận hành, AI còn có tiềm năng to lớn để phát minh lại trải nghiệm của khách hàng từ đầu đến cuối. Điều này bao gồm sửa chữa các quy trình vận hành phân mảnh, tác động đến gần như mọi lĩnh vực trong chuỗi giá trị ô tô từ cách sản xuất và bán xe để tạo ra trải nghiệm khách hàng có ý nghĩa và khác biệt.

Những hiệu quả này sẽ thúc đẩy sự đổi mới để cạnh tranh trong ngành công nghiệp ô tô trong tương lai, bao gồm những người chơi như Google, Uber và Microsoft. Những khoản tiết kiệm này không phải là về dòng xe hiện tại, mà là những chiếc xe được kết nối và điện trong tương lai. Việc tận dụng AI trong ngành sản xuất ô tô sẽ mang cho NSX nhiều dữ liệu và dự đoán chính xác hơn về mẫu xe sẽ phải sản xuất phù hợp với thị trường của tương lai.