1. Rozšířená analytika a umělá inteligence (AI)

Postupující digitální transformace ve firmách způsobuje exponenciální nárůst objemu různorodých dat. Současný přístup k business intelligence (BI) již nebude dostatečný k vytěžení stěžejních informací a vědomostí z takové masy. Analýza dat se proto bude vykonávat za pomoci technologií umělé inteligence pro přípravu a zpracování dat, metadat a dark dat. Tato rozšířená analytika umožní vytěžit z dat klíčové informace, jakými jsou vzorce chování a korelační souvislosti nebo také různé predikce a doporučení.

Samostatnou oblast představuje interpretace a vizualizace těchto informací. Tady můžeme očekávat zapojení algoritmů zpracování přirozeného jazyka (Natural Language Processing algoritmů), jež budou reportovat výsledky a zjištění podobně jako současní virtuální asistenti, tedy verbálně a s relevantními interpretacemi.

Bude také docházet k mainstreamizaci kognitivních technologií a jejich implementaci do jednotlivých procesů. Kognitivní technologie představují technologickou platformu, která sdružuje HW a SW komponenty poskytující kognitivní funkce přibližující se k lidským schopnostem. Mezi kognitivní technologie patří zejména strojové učení (machine self-learning), rozeznávání řeči, zpracování přirozeného jazyka, prostorová orientace a počítačové vidění. Tyto technologie budou implementovány pro komplexní řízení dodavatelského řetězce i při vnitropodnikových procesech, především při skladových procesech a intralogistice.

25 mld.

Podle odhadu analytiků Gartneru se bude v roce 2019 používat na světě 14,2 mld. připojených zařízení v rámci sítí internetu věcí. Toto číslo naroste do roku 2021 na 25 mld.

(Peter Bílik, smart industry solutions designer, Anasoft)

Firmy musí být schopné vyrobit nebo smontovat své zboží velice rychle. K tomu se jim vyplatí mít velice dobrou predikci, aby si v předstihu nakoupily správné komponenty nebo měly připravené výrobní podsestavy. Pro toto je vhodné strojové učení. Také potřebují umět sledovat pohyb lidí po internetu, což dnes zvládají zatím zejména technologické giganty. Firma pak může podle chování zákazníka objednat díly k výrobě dříve, než si zákazník fakticky objedná hotové zboží.

Zatím ale mají firmy obrovské rezervy i v transakčních operacích. Nemluvím o největších firmách, ale střední podniky zdaleka nemají tuto oblast vyřešenou. Nejdřív musí umět sebrat relevantní a kvalitní data a uřídit proces. Už ale hledáme sféry, kde začít aplikovat strojové učení pro vyhodnocování dat. Hlavní oblastí využití bude prediktivní údržba nebo třeba hledání příčin neshod, ať už ve výrobě, nebo logistice. Dále také zmíněná predikovatelnost vývoje poptávky zákazníků. Zajímavé využití strojového učení pro vyhodnocování dat bude také v oblasti vývoje odvolávek.

(Roman Žák, předseda představenstva, Aimtec)

2. Internet věcí (IoT) a schopnost integrace

Podle odhadu analytiků se bude v roce 2019 používat na světě 14,2 miliardy připojených zařízení v rámci sítí internetu věcí. Toto číslo se zvýší do roku 2021 na 25 miliard, v důsledku čehož dramaticky naroste objem sbíraných dat. Data jsou palivem, které pohání IoT, a schopnost organizace vytvářet z nich smysluplné výstupy bude určující pro její dlouhodobý úspěch. Umělá inteligence se bude využívat u široké škály informací z IoT včetně zpracování videa, fotografií, řeči, dat o síťovém provozu a ze senzorů.

(Nick Jones, viceprezident výzkumu, Gartner)

Velkým trendem je dnes schopnost integrovat. Velkou budoucnost má obecně IoT, například inteligentní senzory. Zde se mluví hodně o zařízeních, ale už ne o infrastruktuře podporující jejich integraci. Firmy to zatím moc neřeší a rozhraní spíše "bastlí", ale brzy se to musí změnit. Už to dělají banky a pojišťovny, které potřebují bezpečně propojovat desítky až stovky systémů a mikroservisů, aby třeba výpadek jednoho systému neohrozil jiný. Trh teprve dospívá k tomu, že je potřeba vytvářet IT infrastrukturu, která bude umožňovat bezpečné připojování mnoha systémů a IoT zařízení.

(Roman Žák, Aimtec)

3. Digitální dvojče

Digitální dvojče představuje vir­tuální reprezentaci fyzických objektů, procesů, lidí, dat, systémů nebo prostředí a v současnosti se využívá zejména pro monitorování a simulování výrobních zařízení. Vzhledem k možnostem této technologie je možné ji také využívat při simulacích a modifikaci již zavedených komplexních logistických nebo výrobních procesů. V tomto případě je technologie využita zejména jako nástroj pro analýzu reálných dat nebo predikci možného chování, a její vliv na samotný proces je tedy jenom pasivní.

V rámci kyber-fyzikálních systémů je ale technologie digitálního dvojčete rozšířena o funkcionalitu, která umožňuje danému objektu autonomně fungovat a interagovat s jinými digitálními dvojčaty ve virtuálním prostoru. Vzniká tak aktivní digitální dvojče, nebo také virtuální inteligentní agent fyzického objektu. Svoje uplatnění tato technologie nachází ve smart industry systémech, kde slouží pro plánování, operativní řízení a monitorování výrobních a logistických procesů nebo jednotlivých častí dodavatelského řetězce.

(Peter Bílik, Anasoft)

Analytici odhadují, že do roku 2020 bude celosvětově existovat více než 20 miliard senzorů, koncových bodů a digitálních dvojčat pro řádově miliardy věcí. V podnicích se budou zpočátku digitální dvojčata nasazovat v jednodušší formě. Postupně se ale budou rozvíjet, budou se zlepšovat možnosti sběru a vizualizace správných dat i aplikace vhodné analytiky.

(David Cearley, viceprezident, Gartner)

4. "Bezbariérové" rozhraní HMI

S progresivně postupující digitalizací a horizontální a vertikální integrací logistických procesů bude klíčové ulehčit komunikaci pracovníků s implementováními řídicími a smart industry systémy (ERP, WMS, APS, MES, MOM, QMS, ALM, PLM). Již v současnosti se v některých podnicích využívá bezdotykové HMI (rozhraní interakce člověk-počítač) prostřednictvím ovládání gesty a hlasovou navigací. S průnikem osobních virtuálních asistentů do běžného života můžeme celkem přirozeně očekávat i jejich expanzi do logistického a průmyslového prostředí. Technologie zpracování přirozeného jazyka umožňuje například bezprostřední oboustrannou komunikaci pracovníkům skladu s aplikačním modulem WMS.

(Peter Bílik, Anasoft)

5. Cloud

Různá řešení − ať už ERP, MES nebo WMS − se budou stále více migrovat do cloudu. Hlavním důvodem je, že softwarové firmy chtějí získat data. O to se vede urputný boj. Ten, kdo bude největším vlastníkem dat, bude králem.

Do současnosti byla u většiny zákazníků snaha realizovat co nejvíce v jednom centrálním ERP, to znamená provádět v něm i všechna rozšíření o další funkce. To se podle našeho názoru láme do stavu, kdy se páteřní systémy budou vracet do štíhlých hranic a budou se obalovat spoustou dalších cloudových služeb, které se budou navazovat přes API rozhraní. Důvodem je flexibilita, protože dnes je každá změna v páteřním podnikovém systému pomalá a drahá. Pokud využijete cloudovou službu, která je vyzkoušená a jasně ohraničená, můžete ji druhý den zapnout a používat.

Dalším důvodem je třeba rychlost zavedení změny. Zcela tím můžete přeskočit etapu přípravy infrastruktury a instalace, což u korporací může znamenat i několik měsíců. Prodejním argumentem je i to, že si softwarové služby budou moct pořídit i menší společnosti, které dnes nemají na celé řešení finance, ale přes cloud si koupí jen službu v určitém rozsahu.

(Roman Žák, Aimtec)

6. Blockchain

Blockchain je termín označující systém distribuovaných neodvolatelných záznamů (v angličtině se používá termín ledger − účetní kniha). Jeho hlavními přísliby jsou vytvoření systému důvěry a transparentnosti v jinak nedůvěryhodném a netransparentním prostředí, bez ohledu na odvětví. Může také výrazně snížit náklady, časy potřebné k vyrovnání transakcí, zvýšit plynulost hotovostních toků a celkově omezit "tření" v rámci obchodních ekosystémů.

Současné blockchainové technologie a koncepty jsou nedospělé, nevhodné a nevyzkoušené v ostrém a kritickém provozu. Platí to zejména o komplexních řešeních a sofistikovanějších scénářích. Přesto, právě s ohledem na obrovský potenciál, by se CIO a IT lídři měli blockchainu věnovat a vyhodnocovat jeho možnosti, a to i v případě, že jej v nejbližších pěti letech ve velkém nenasadí.

(David Cearley, Gartner)

7. Kyberbezpečnost

Vytváření robustních infrastruktur a distribuovaných architektur, expandující vnitropodnikový internet věcí, postupující digitalizace a exponenciálně narůstající objem dat si bude vyžadovat komplexnější řešení kyberbezpečnosti. Zvýšená pozornost se bude muset věnovat ochraně dat v databázích a datových úložištích, prevenci úniků a zneužití citlivých informací (DLP − Data Leakage Prevention). Nezbytnými se také stanou posilněné firemní firewally (tzv. next generation firewall) před DDoS útoky a hackerskými napadeními, jakož i ochrana průmyslového prostředí před vnějšími interferencemi nebo vůči záměrné či neúmyslné sabotáži ze strany zaměstnanců.

(Peter Bílik, Anasoft)

8. Robotizace skladů

Vzhledem k výše zmíněným trendům ve vývoji kognitivních technologií a ve zvyšování "inteligence" jednotlivých zařízení nás čeká také intenzivnější robotizace skladů a skladových procesů. Již s jistotou můžeme tvrdit, že nové technologie se budou mezi sebou hybridizovat a přestupovat. V rámci dalšího evolučního stupně digitalizace dochází k propojení informačních technologií (včetně prvků umělé inteligence) a operačních technologií, tvořených zejména prvky mechaniky a mechatroniky. Tato řešení se stávají integrální součástí strojů, spotřebičů i běžného zboží. To dává vzniku novému fenoménu − inteligentních věcí. V oblasti průmyslu to vede k postupné autonomizaci zařízení a následně pak i k autonomizaci v rámci jednotlivých procesů. Z dnes známých autonomně řízených vozidel (AGV) se stanou inteligentně řízená vozidla (IGV), která se nebudou jen autonomně navigovat v prostoru, ale budou autonomně plnit požadavky na přepravu materiálu a přitom navzájem spolupracovat.

Kromě početnějšího nasazování AGV s náběhem na IGV a AWR (autonomní skladový roboty) je možno očekávat i širší nasazování robotů pro pickovací procesy. Tyto operace budou zabezpečovat roboty, které kombinují schopnosti autonomní orientace a pohybu v prostoru se schopností manipulace s předměty (úchop, vyzdvihnutí, uložení). Tato nová generace robotů už bude směrovat k typu robotů s humanoidními prvky, respektive cobotů, které budou přirozeně kolaborovat s lidskými pracovníky.

Samostatnou vývojovou větví robotizace představuje technologie dronů. Postupně se ve skladových prostorách bude zvyšovat i jejich počet. Už dnes jsou k dispozici drony s vestavěnou čtečkou čárových kódů nebo RFID skenerem, které jsou přizpůsobeny pro pohyb v uzavřeném prostoru skladu. Díky flotile několika těchto samonaváděných dronů je možné vykonávat inventarizaci skladových zásob v reálném času.

(Peter Bílik, Anasoft)

9. Spolupracující roboti

Autonomní věci, jako jsou například roboti, drony či autonomní vozidla, využívají AI pro automatizaci funkcí, které dříve dělal člověk (operátor, řidič, pracovník). Jejich automatizace nicméně jde za hranice toho, co nabízejí klasické pevné programovací modely − využívají umělou inteligenci pro řízení pokročilých úkonů a přirozenější interakci s okolím i lidmi. S tím, jak se počty autonomních věcí budou zvyšovat, předpokládáme posun od individuálních inteligentních věcí k rojům spolupracujících inteligentních zařízení, která budou schopna plnit úkoly ve skupinách, a to i nezávisle, tedy bez lidského vstupu. Například v případě doručování zásilek může být nejefektivnější použít autonomní nákladní vůz v kombinaci s menšími roboty, drony či vozítky, které jsou převáženy na jeho palubě a doručí zásilky do cílového místa.

(David Cearley, Gartner)

Propojení a interoperabilita "smart" komponentů v decentralizovaném ekosystému průmyslového internetu věcí (IIoT) spouští využívání řešení na bázi jejich vzájemné kooperace. Tyto systémy vykazují znaky kolektivní inteligence po vzoru kolonií organismů v přírodě. Současné vyspělé smart industry systémy již v průmyslových procesech využívají tyto principy kolektivní inteligence, především řešení na bázi multi-agentových systémů.

Otevírá to nové možnosti samoorganizace v průmyslovém prostředí, kde je potřeba koordinovat vícero navázaných činností, například zásobování výrobních linek materiálem v režimu just-in-time. Autonomie komponentů, které vykonávají výrobní a logistické operace bez vnějšího zásahu, jejich propojení v IIoT síti a implementace smart industry řídicích systémů povede k brzkému nástupu ucelených autonomních průmyslových systémů.

(Peter Bílik, Anasoft)

10. Rozšířená realita a chytré brýle

Navzdory počátečním těžkostem je možno očekávat i postupné rozšiřování aplikací s technologií rozšířené reality (augmented reality). Ta nachází uplatnění nejenom při navigaci v skladu a vizualizaci aktuálního evidovaného stavu zásob, ale také při procesech vychystávání a balení zboží podle odběratelských objednávek.

(Peter Bílik, Anasoft)

Chytré brýle umožňují ve skladu hands-free skenování čárových kódů, takže zaměstnanci mohou vybírat položky pouhým "pohledem" a současně se do jejich zorného pole mohou promítat vizuální pokyny pro dokončení objednávky. To přináší řadu výhod, které urychlují a usnadňují celou řadu procesů, jako jsou optimalizace a urychlení přípravy objednávek, dynamické vyhledávání alternativních položek v případě, kdy zboží není skladem, nebo automatické skenování čárových kódů položek či zásilek pro lepší správu zásob.

(Nick Offin, vedoucí prodeje, marketingu a provozu, Toshiba Northern Europe)

jarvis_5c125b3e498e6a73a2045cd2.jpeg
Foto: Shutterstock
Související