הפוטנציאל האמיתי של הבינה המלאכותית הוא בתעשייה המסורתית

הבינה המלאכותית הפכה בשנים האחרונות לשם קוד, תרתי משמע, עבור תעשיית ההיי-טק כולה. עוד ועוד חברות עושות שימוש בטכנולוגיות ושיטות של בינה מלאכותית, ובכך זוכות ליכולות חדשות ומתקדמות במיוחד, שמחוללות ועוד עתידות לחולל שינויים מהותיים בחיינו. עבור חברות טכנולוגיות זה חלק בלתי נפרד, שלא לומר מתבקש, מהעבודה, שכן טכנולוגיה, חדשנות ודיגיטציה הן לחם חוקן. אלא שעם זאת, הפוטנציאל האמיתי של הבינה המלאכותית, מסתתר דווקא במקום לא צפוי: התעשייה המסורתית.
התעשייה המסורתית מתמודדת בימים אלו עם מגוון רחב של אתגרים. שרשראות האספקה, למשל, הפכו למורכבות במיוחד על רקע השפעות הקורונה, מחסור בחומרי גלם בעקבות הפלישה הרוסית לאוקראינה ו"פקק" בנמלי העולם שמקשה על שליחה וקבלה של סחורות.
לכך יש להוסיף את הצורך בהפעלת מערכות גדולות ומורכבות כמו ציי רכב או מטוסים, הפעלת חווה של טורבינות רוח, ניהול אספקת חשמל ואנרגיה ועוד.  שימוש בבינה מלאכותית בתעשייה זו עשוי לחזות את אותם בלת"מים ולהוזיל עלויות עבור כלל הנוגעים בדבר, לייעל את תהליכי הייצור לאין שיעור, לשפר תפוקות ולקדם דרמטית את התעשייה המסורתית – שבסופו של דבר עדיין מספקת את רוב רובם של המוצרים שאנו צורכים בחיי היום יום. יתרה מכך, ניתוח של נתוני ענק בכלי בינה מלאכותית, למידה ממוחשבת ולמידת מכונה מביא להזדמנויות של שיפור מהיר בתחזוקה, באיכות, ביעילות ובעמידות של תהליכי הייצור.

"הבינה המלאכותית מעבדת נתוני עתק, מצליבה ביניהם ומעניקה כלים להתמודד עם בעיות קיימות באופן חדש וכשהתרעות על כשלים נמסרות מבעוד מועד"

כך, לדוגמה, יצרנית השבבים הגדולה פוקסקון (Foxconn) הדגימה כיצד מערכת הבינה המלאכותית שלה הופעלה על מנת למנוע מראש בעיות בטיחותיות שמהן העובדים חששו, וכן להוביל לשיפור ביכולות וההתמחויות של צוות הייצור. המשמעות של כל אלו, יחד עם התנועה של המשק והתעשייה כולה לתעשייה דור 4.0, עשויה להיות פריצת דרך בתעשייה המסורתית. ההתפתחות של ייצור חכם וטכנולוגיות מיחשוב ודיגיטליזציה מאפשרות יכולת לסנכרן בין הטכנולוגיה לתעשייה.

גישה חדשה

האתגר הגדול ביותר של הבינה המלאכותית אינו הטכנולוגיה, אלא האופן שבו היא מייצרת ערך כספי או תועלת מוחשית. עד כה התעשייה המסורתית ניסתה להתמודד עם אתגרים על ידי גישה של ייצור רזה (שימוש בכמות המשאבים המינימלית ככל האפשר) או תורת האילוצים (גישה ניהולית, שבבסיסה עומדת ההבנה כי היצרן מתמודד עם שוק תחרותי במיוחד ומובילה להתאמה לאילוץ ולשיפור בתהליך הייצור כולו). הבינה המלאכותית, לעומת זאת מעבדת נתוני עתק, מצליבה ביניהם ומעניקה כלים להתמודד עם בעיות קיימות באופן חדש וכשהתרעות על כשלים נמסרות מבעוד מועד. לחלופין, אותה הצלבה עשויה לאתר בעיות חדשות שטרם היו ידועות ולאפשר מדידה והערכות של שיטות להתמודדות עמן.
מגמה זו מאפשרת לקדם את ההסתייעות בטכנולוגיה, כך שהיא חלק אינטגרלי מתהליך הייצור. ניתן יהיה ליישם זאת על ידי ייעול תהליכי הייצור במפעלים, שילוב רובוטים בתעשייה על מנת לנהל את כוח האדם באופן יעיל עוד יותר, התמודדות נבונה עם מחסור בחומרי גלם ופיתוח כלי בינה מלאכותית שמגיעים לרצפת הייצור ומקנים לה את הערך המוסף שהיא כה זקוקה לו.

כדי שזה יקרה, יש להטמיע את שיטות הבינה המלאכותית גם מחוץ לתעשיית ההייטק – ועמוק בתעשייה המסורתית. הידוק שיתוף הפעולה וסיעור מוחות מתמיד יבטיחו כי התועלת לשני הצדדים תהיה משמעותית ועמוקה.

פרופ' גיי לי הוא מומחה לייצור מתקדם וחבר סגל בפקולטה להנדסה באוניברסיטת סינסנאטי. פרופ' יובל כהן הוא מרצה בכיר בביה"ס להנדסת תעשייה וניהול באפקה, המכללה האקדמית להנדסה בתל אביב וראש כנס IMS למערכות ייצור מתקדם מטעם ארגון IFAC.