Новый цифровой завод Xiaomi работает без людей у машин, производящих смартфоны, но несколько человек (в видео - 8 человек) следят за работой интеллектуальной производственной платформы Xiaomi Hyper Intelligent Manufacturing Platform (IMP) из помещения, которое Цзюнь называет "командным пунктом" ("war room").

IMP предназначена для улучшения технологических процессов, принятия решений и выполнения команд.
Интегрированные в IMP технологии искусственного интеллекта не только выявляют и решают производственные проблемы, но и оптимизируют весь производственный процесс.

100% самостоятельно разработанная "Интеллектуальная производственная платформа Xiaomi Pengpai" - это мозг фабрики, наполняющий ее жизнью, позволяющий всей фабрике самостоятельно оценивать ситуацию, самостоятельно принимать решения и самостоятельно их выполнять, самостоятельно диагностировать проблемы оборудования, улучшать технологические процессы и осуществлять полномасштабное цифровое управление от закупки сырья до доставки готовых продуктов, превращаясь в настоящую умную фабрику, которая может развиваться самостоятельно".

"Самое впечатляющее, - говорит Лэй Цзюнь, - это то, что эта платформа может выявлять и решать проблемы, одновременно помогая улучшить производственный процесс. Это действительно невероятно! Эта платформа поразила наших коллег, когда они впервые увидели ее".

Метрики на дисплее IMP:
Средний показатель OEE, общая эффективность оборудования - 70-96%
UPH - скорее всего, units per hour, число произведенных смартфонов в час - 550-600

В 2024 мы выполнили большую работу - провели исследование "Эффективные практики применения технологий искусственного интеллекта в промышленности".

Текст получился большим и интересным, 132 страницы и 7 тематических экспертных разделов о самых важных темах. Очень рекомендую изучить на праздниках: d-economy.ru/analitic/jeffektivnye-otechestvennye-praktiki-primenenija-tehnologij-iskusstvennogo-intellekta-v-promyshlennosti/

Что изменилось с 2022 - года первого исследования? Число кейсов использования ИИ в промышленности выросло в 3,25 раза - с 24 до 78. В большом списке исследования в 2024 - более 300 кейсов. Модельных практик (сценариев использования технологий ИИ) стало больше - мы насчитали 111, описаны они на страницах 62-63. Из ключевых технологий ИИ чаще всего предприятия задействуют компьютерное зрение - 40 кейсов связаны с восприятием, анализом и интерпретацией визуальной информации.

Большое спасибо руководителям проекта - АНО "Цифровая экономика" и Алексею Сидорюку. У него, кстати, очень интересный и содержательный канал - генеративный ИИ hottg.com/gen_i_i

Пишите - что оказалось наиболее интересным и полезным.

Мирного и созидательного вам 2025!

На обложке ноябрьского Time с Best Inventions of 2024 - робот Digit, о производителе которого, Agility Robotics, мы писали в октябре 2023.

В 2024 мы провели еще одно исследование, которое назвали "HR = Humanoid Robotics".

Результаты этого исследования мы обсуждали в течение года на стратегических сессиях и программах в школах управления, которые организует и проводит наша команда.

Мы изучили 18 наиболее активных компаний, производящих антропоморфных роботов. Эти компании работают в Китае, США, Сингапуре, Великобритании, Канаде, Испании, Норвегии, Германии.

Такие роботы будут трудиться на складах и в цехах в ближайшие годы в городах, в которых живёте вы.

С 2015 года эти 18 компаний активно привлекали венчурный капитал, в сумме - около 3 миллиардов долларов. 6 китайских компаний - $1,3 млрд., 6 компаний из США - $1,1 млрд., компании из Европы - около 300 миллионов долларов.

Прототипы некоторых роботов мы встречали в исследовательских лабораториях российских университетов. Об этом команда МФТИ рассказала на 46-49 страницах исследования "ИИ в промышленности".

Новости о роботах появляются каждый день, изменения в робототехнике подобны динамике развития ПК в 90-е и интернета в 200X, предприниматели активно создают компании с продуктами, которые завтра изменят ваш бизнес.

Мы создали канал, чтобы следить за быстрым развитием HR технологий и помогать вам оставаться на шаг впереди.

Ведь теперь HR = Humanoid Robotics

Подключайтесь, будет интересно: hottg.com/riseofHR

Эван Бобб (Evan Bobb) из города Уильямспорт (население 27 754 человек), штат Пенсильвания, США, основатель компании Ascended Technologies, поделился результатами работы своего гаражного производства, которое получает заказы с помощью Xometry - цифрового сервиса "производство по требованию" (Manufacturing on Demand, Manufacturing as a service, MaaS).

У него один станок SYIL X7 и ленточная пила. Этот станок он приобрел в кредит на 36 месяцев за 62 тысячи долларов (6,3 млн.руб. по курсу 102,74).

Xometry - цифровой сервис сбора заказов на металлообработку деталей. На сайте Xometry можно заполнить заявку на производство и загрузить 3D модель, на основании которой подключенные к сервису производства будут изготавливать деталь. Другой подобный сервис - Fictiv, при помощи которого Эван также собирает заказы. В нашем небольшом исследовании 2021 года "Фабрики в контейнерах, MaaS-платформы и локальные микроцеха: главные производственные бизнес-модели 2020-x" мы подробнее рассказали про эту бизнес-модель и привели примеры сервисов.

Итак, Эван получил выручку за шесть месяцев работы его гаражного производства (в США такое производство чаще всего называется Job shop, подобных микропроизводств в США по разным данным от 25 до 40 тысяч) 88 061 тысячу долларов (9 млн.руб). На производство - материалы и инструменты за 6 месяцев он затратил $19371 (1,99 млн.руб.). Накладные расходы в месяц - $4526 (465 тыс.руб.), состав смотрите в таблице. Часть выручки он потратил на инвестиции - пила, модернизация оборудования, всего на $16350 (1,679 млн.руб.).

И получил чистую прибыль $25182 или 2,587 млн. руб. за 6 месяцев работы (431 тыс.руб. в месяц). С одного станка и заказов с одного MaaS сервиса.

Как вам такой финансовый результат? Насколько в вашей компании он выше или ниже? Много ли вы знаете таких микропроизводств, работающих в вашем регионе?

Цель Эвана - заработать четверть миллиона долларов в следующем году, в своём канале он будет рассказывать о том, как он это будет делать.

Интересно, конечно, что для развития бизнеса он и такие как он, сегодня получают новые возможности в виде эффективно работающих цифровых сервисов, дополняющих маркетинг и продажи. Это точно способствует развитию производственных компаний и росту их загрузки.

Два молодых основателя стартапа Optifye.ai Vivaan Baid и Kushal Mohta решили повторить (или превзойти) успех компании Drishti, о которой я писал пять лет назад (!!!), в феврале 2020 года.

И Drishti, и Optifye создали цифровые системы анализа производительности труда рабочих в режиме реального времени, "AI-powered production". Эти системы, конечно же, не только анализируют производительность труда. Они рекомендуют - что стоит сделать, чтобы производительность повысить.

Но. Рекомендуют разным людям, разным ролям в организационной структуре производственного предприятия.

Основатель и команда Drishti поясняли: "система предоставляет рабочим доступ к данным и результатам анализа ИИ систем для улучшения их производительности". И эту мысль компания транслировала даже с помощью живых классиков - в новом издании книги Джеффри Лайкера "The Toyota Way", вышедшем в 2020 году, работе и влиянию на производительность Drishti был посвящен новый глава-принцип: "Principle 8. Adopt and Adapt Technology That Supports Your People and Processes". Такая человекоцентричность согласована с принципами TPS и кайдзена - изменения компаний начинаются с изменения рабочих, с их вовлечения и стремления небольшими улучшениями сокращать потери, не создающие ценность для клиента. То есть Drishti создала цифрового подсказчика для рабочего, помогающего ему понять не только что он делает не так, но и как работать лучше.

В случае же с Optifye - минуя оператора, рабочего, основатели показывают систему как инструмент оценки производительности рабочих со стороны супервайзеров, начальников участков. Как инструмент цифрового надзора (смотрите далее видео с примером использования системы). И за это бурлящие комментаторы называют их систему «ИИ-платформой для оптимизации работы потогонных производств и повышения производительности рабского труда».

Обратите внимание на разницу в подаче ценности, на особенности маркетинговой коммуникации Drishti и Optifye. Один и тот же функционал технологического решения. Но методы коммуникации ценности, способы управления ростом продукта - разные. Интересно увидеть - чьи методы окажутся более эффективными.

Drishti, кстати, была успешно продана в сентябре 2023, о чём её основатель Prasad Akella написал тогда же: "Компания Drishti была приобретена производителем из списка Fortune 100, все условия конфиденциальны".

Как вы думаете - какая судьба ждёт Optifye?

optifye.ai
Перевод части цитируемой главы из "The Toyota Way": https://d4kaizen.ru/tpsindustry40

Какие предварительные выводы мы можем сделать из историй Drishti и Optifye? К примеру, такие:

1. Мы в 2025. Системы цифровой оценки, корректировки и повышения производительности труда результативно используются с 2020 года (на самом деле начали работать ещё раньше, к примеру, на Amazon). Относитесь к этому как угодно, но за вами наблюдают. Вас оценивают. Алгоритмы уже несколько лет лучше оценивают вас, чем человек.

2. Если вы хотите поднять производительность вашего бизнеса - ищите (или создавайте) технологическую компанию. Разрабатывайте цифровое решение анализа производительности труда. Если вы наконец поняли, что такие решения помогают развиваться вашим конкурентам в других странах с 2020 года - сегодня, спустя пять лет, и вам может повезти, и вы можете получить бизнес-результаты. Но для этого - и это самое сложное - вам очень важно правильно обеспечить приживаемость технологии - особенно, выстраивая коммуникацию с рабочими и бригадирами.

3. Выбор за вами - вы можете отнестись к таким системам как к "цифровым надсмотрщикам" - и передать это отношение персоналу вашего завода. А можете - по-другому. К примеру, как к подсказчику для рабочего - как к цифровому инструменту, помогающему ему стать лучше. Сможете найти правильные слова в диалоге с человеком - получите возможность развить бизнес.

Или не сможете?

Digital Manufacturing
Логика слоя
Умное Производство

Канадский стартап Xaba привлёк $6 млн в рамках расширенного посевного раунда для развития своих ИИ-решений в промышленной автоматизации. Раунд возглавил Hitachi Ventures при участии Hazelview Ventures, BDC Capital, Exposition Ventures и Impact VC.

Что делает Xaba?

Xaba разрабатывает платформы xCognition и xTrude, которые превращают промышленных роботов и станки с ЧПУ в интеллектуальные, самообучающиеся системы. Платформа xCognition использует собственные алгоритмы машинного обучения для моделирования физического поведения роботов и автоматической генерации управляющих программ. Это позволяет отказаться от ручного программирования, снижая затраты и повышая точность операций. Платформа позволяет автоматически генерировать код для PLC-контроллеров на основе текстовых описаний задач (аналог «OpenAI для производства»).

В сотрудничестве с Lockheed Martin и Rolleri Robotic Xaba достигла 10-кратного улучшения абсолютного позиционирования и 5-кратного — относительного позиционирования и точности траектории для коботов.

Ключевые цифры:

$6 млн — общий объём привлечённых инвестиций в 2025 году.

$7 млрд — ежегодные мировые расходы на программирование промышленных роботов, из которых 80% связаны с ручным программированием.

$9 трлн — оценка глобального рынка промышленного производства, на который ориентируется Xaba.

10x сокращение затрат и 80% ускорение развёртывания роботов благодаря ИИ-платформе xCognition

Кто основал Xaba?

Генеральный директор и основатель компании — Массимилиано Моруцци (Massimiliano Moruzzi), инженер с опытом работы в области ИИ и промышленной автоматизации. Он активно продвигает идеи интеграции когнитивных ИИ-систем в производственные процессы.

Детали: https://www.supplychain247.com/article/xaba-raises-six-million-robotics-industrial-automation

Видео с рассказом основателя компании: https://youtu.be/Ak29wo2jC2Q?si=xCHYyY2J0ZAUIrz1&t=823

Мурмурация роботов нового промышленного уклада

Сборочная линия, изобретённая Рэнсом Олдсом и популяризированная Генри Фордом, доминировала в индустриальном производстве более века. Однако в условиях растущих требований к гибкости, точности и скорости, её архитектура становится узким горлышком, особенно в авиа- и космическом секторах.

В 2020-х годах инженеры H2 Clipper — технологической компании, разрабатывающей авиаплатформы нового поколения — начали работу над системой, способной полностью отказаться от перемещения объекта по цеху. Идея была вдохновлена природными системами — муравьиными колониями и пчелиными ульями — где множество особей действует слаженно без централизованного управления.

Патент США №12,234,035 B2 (H2 Clipper) формализует эту технологию как модульную архитектуру, где роботы перемещаются по тросам вокруг частично собранной конструкции (например, фюзеляжа дирижабля), коммуницируют между собой и адаптируются к изменениям в реальном времени. Сегодня компании уже тестируют системы, где сотни автономных роботов координируются как единый организм.

Что такое Swarm Robotics по версии H2 Clipper?

Патент описывает систему, в которой:

- конструкция фиксируется на платформе (sled);
- вокруг неё устанавливаются мачты и тросы;
- по этим тросам перемещаются роботы, выполняющие сборочные, инспекционные и монтажные операции.

Система масштабируется по площади и числу роботов, а каждый из них может быть специализирован: одни — для сварки, другие — для болтового крепежа, третьи — для визуального контроля.

3 уровня эволюции ПО в Swarm Robotics:

Уровень 1 — автоматизация: множественные роботы исполняют задачи по заранее заданной логике (пример — промышленная робототехника в настоящий момент).

Уровень 2 — ИИ: роботы координируют действия между собой, обучаются на данных, решают задачи в реальном времени без жёсткой логики.

Уровень 3 — генеративный ИИ (GenAI): система обучает себя сама, создаёт собственные алгоритмы и оптимизирует поведение. Это основа настоящего «роя» — распределённого интеллекта, способного к автономному совершенствованию.

Первые применения

H2 Clipper будет использовать технологию для производства водородных дирижаблей длиной до 450 м.

Также система подходит для сборки самолётов, спутников, ракет, крупной энергетической инфраструктуры и судов.

Источники:
habr.com/ru/news/898620/
militaryaerospace.com/commercial-aerospace/article/55281064/h2-clipper-to-unleash-robot-swarms-to-build-smart-aircraft
therobotreport.com/h2-clipper-plans-to-deploy-robotic-swarms-in-aerospace-manufacturing/
Патент H2Clipper

Digital Manufacturing

#genAI #robotics #swarmrobotics

Больше интересных деталей - в публикациии со смелым названием "Роевая робототехника - реквием по конвейеру" майского журнала Aerospace&Defense Technoology

🧠🤖 Как научить человека, робота и ИИ понимать друг друга

Для эффективного взаимодействия в производственной среде всем участникам процесса — человеку, интеллектуальной системе и роботу — нужно говорить на одном языке. Это возможно, если описывать задачи, действия и навыки в едином, формализованном виде.

В нашей новой статье — о том, как Physical API и MR-SOC помогут создать общую семантическую модель действий для развития трансформации промышленности и получения новых бизнес-эффектов.

https://habr.com/ru/articles/910242

https://isicad.ru/ru/articles.php?article_num=23242

#DigitalManufacturing #робототехника #ИИ #стандартизация #производство #человекимашина