Think about que você é o gerente de controle de qualidade em um grande fabricante de eletrônicos. Você recebeu relatos de um problema de componente sério e recorrente para um produto recém -lançado, que infelizmente levou a um recall. Historicamente, a única solução seria emitir um recall completo, que possui consequências financeiras, operacionais e repugnantes significativas. No entanto, como parte de uma estratégia de transformação industrial, sua organização implementou uma estrutura de threads digitais para fornecer visibilidade abrangente aos dados da sua organização. Em alguns cliques simples, agora você pode rastrear todo o histórico de produção do produto defeituoso – do design da montagem closing. O tópico digital ajuda você a identificar rapidamente uma falha em um lote específico de componentes provenientes de um único fornecedor. Armado com essas idéias, você pode determinar o escopo exato dos produtos afetados, trabalhar com o fornecedor para remediar a situação e iniciar um recall extremamente preciso e direcionado. Essa resposta rápida e orientada a dados atenua os inconvenientes do cliente e ajuda a preservar a reputação da marca da sua empresa.
Na última década, essa visão de ponta a ponta foi a promessa de tópicos digitais no espaço industrial, um santo graal de pontos de contato de dados que fornecem uma visão em tempo actual de todo o ciclo de vida de um produto ou um processo específico, desde o design até o fim da vida. Isso está em grande parte fora do alcance para a maioria das empresas industriais por dois motivos principais:
- O problema de dados: Montanhas de dados fragmentadas, em silêncio e não extextualizadas em uma pilha heterogênea de tecnologias e modalidades, que requerem investimentos proibitivos em técnicas de ciência de dados para poder aproveitar um caso de uso específico, com pouca escalabilidade.
- Retorno do investimento (ROI): Tradicionalmente, tem sido difícil provar o ROI para iniciativas de threads digitais, em parte devido aos desafios apresentados pelo problema dos dados, e em parte por causa da complexidade da ação das idéias, da resistência cultural às lacunas de habilidades, para mencionar alguns fatores.
Microsoft, ao lado parceiros como PTCacredite que estamos no momento basic em que os tópicos digitais estão se tornando uma realidade atingível para clientes industriais devido a duas inovações importantes. Primeiro, o aumento de fundações unificadas de dados que tornam os dados utilizáveis, adquirindo -os com segurança de sistemas como gerenciamento de relacionamento com clientes (CRM), gerenciamento de ciclo de vida do produto (PLM), planejamento de recursos corporativos (ERP) e sistema de execução de fabricação (MES) e automatização da contextualização alinhada a qualquer modelo de dados padrão ou personalizado.
Em segundo lugar, o ascensão da IA generativaespecificamente, os agentes da IA esse motivo usando esta base de dados unificados e fornecem insights ou tomam ações – sem preencher milhares de casos de uso em toda a cadeia de valor de fabricação.
O papel dos agentes da IA
Os agentes de IA são sistemas sofisticados de software program projetados para automatizar análises complexas, apoiar a tomada de decisões e gerenciar vários processos. São facilitadores de produtividade que podem efetivamente incorporar seres humanos no loop através do uso de multi-modalidade. Esses agentes são projetados para perseguir objetivos complexos com um alto nível de autonomia e previsibilidade, tomando ações direcionadas a objetivos com o mínimo de supervisão humana, tomando decisões contextuais e ajustando dinamicamente os planos com base nas condições de mudança. Os agentes da IA podem ajudar em vários processos de negócios, como otimizar fluxos de trabalho, recuperar informações e automatizar tarefas repetitivas. Eles podem operar de forma independente, planejar dinamicamente, orquestrar outros agentes, aprender e escalar tarefas quando necessário, no entanto, os agentes de IA são tão bons quanto os dados usados para treinar os modelos que os alimentam, e o cenário atual de agentes de IA no sexo industrial é específico, para que esses agentes sejam confinados para o indicador de um industrial.
Um exemplo líder de agente específico de domínio é o copiloto CodeBeamer da PTC. O CodeBeamer Copilot suporta o processo de desenvolvimento de software program para produtos físicos complexos, como veículos definidos por software program. O CodeBeamer Copilot aproveita o gráfico de dados CodeBeamer, para uma visão conectada e abrangente no processo de desenvolvimento do produto. Do gerenciamento de requisitos ao teste e à liberação, o copiloto fornece informações rápidas sobre as principais áreas de gerenciamento do ciclo de vida do aplicativo (ALM). O resultado é o manuseio de requisitos automatizados, o controle de qualidade aprimorado e a produtividade aumentada devido à redução drasticamente do tempo necessário para os engenheiros escreverem e validarem os requisitos.
O gerenciamento do ciclo de vida do aplicativo é apenas o começo. O encadeamento digital de IA fornece aos agentes o conhecimento combinado de toda a propriedade de dados de fabricação, com vários domínios: removendo suas limitações anteriores, confinando-as a uma função.
Aplicações do mundo actual de threads digitais movidos a IA
A period da IA e da Digital Threads chegou e está oferecendo valor actual aos principais fabricantes do mundo hoje.
Schaeffler
Um fabricante de componentes de mobilidade de precisão enfrentou a necessidade de modernizar o gerenciamento de dados, pois seus dados anteriormente levaram dias para decodificar. O objetivo deles period claro: encontre uma solução escalável para descobrir idéias de fábrica mais rapidamente. Um agente foi implementado para permitir que os trabalhadores da linha de frente descubram imediatamente informações detalhadas quando confrontadas com o inesperado tempo de inatividade. Isso permite que os operadores corram a linha novamente mais rapidamente, reduzindo atrasos caros na produção.
Bridgestone
A maior empresa de pneus e borracha do mundo aproveita soluções de dados de fabricação em Microsoft Cloth acelerar a produtividade de sua força de trabalho da linha de frente. Como cliente de visualização privada, em colaboração com um parceiro da Microsoft, a empresa usa a tecnologia Digital Thread e AI para enfrentar os principais desafios de produção, como perda de rendimento. A solução do sistema de consulta permite que os trabalhadores da linha de frente, com vários níveis de experiência, interajam facilmente com seus dados de fábrica e descubram com eficiência insights para melhorar o rendimento e aumentar a qualidade.
Toyota O-Beya
A Toyota está alavancando os agentes da IA para aproveitar a sabedoria coletiva de seus engenheiros e acelerar a inovação. Em sua sede em Toyota Metropolis, a empresa desenvolveu um sistema chamado “O-Beya”, que significa “grande sala” em japonês. Este sistema consiste em agentes de IA generativos que armazenam e compartilham conhecimentos internos, permitindo o rápido desenvolvimento de novos modelos de veículos. Atualmente, o sistema O-Beya inclui nove agentes de IA, como o agente de vibração e o agente de consumo de combustível, que colaboram para fornecer respostas abrangentes às consultas de engenharia. Essa iniciativa é particularmente essential, pois muitos engenheiros seniores estão se aposentando, e os agentes da IA ajudam a preservar e transferir seus conhecimentos para a próxima geração. Construído em Serviço do Microsoft Azure OpenAio sistema O-Beya aumenta a eficiência e reduz o tempo de desenvolvimento.
A estrada à frente
A jornada para perceber totalmente o potencial dos threads digitais movidos a IA envolve implementação em fases. Começando com a identificação dos casos de uso certos alinhados às metas de negócios, onde os agentes da IA podem desempenhar um papel. Em segundo lugar, identifique se os dados corretos estão disponíveis e nos padrões certos para usabilidade. Por fim, provando rapidamente o valor implementando um conjunto de casos de uso inicial com um encadeamento digital mínimo viável e medindo e socializando seus resultados. Atingindo o tópico digital de IA com o Microsoft Cloud para recursos de fabricação:
- Abordagem em nuvem adaptativa do Azure para os dados de origem da borda, enquanto suporta a modernização de aplicativos seguindo padrões de nuvem.
- Aplicativos de parceiros como sistemas de registros, como o PTC Windchill.
- Microsoft Cloth como plataforma de dados unificados e solução de dados de fabricação em tecido como serviço de transformação e enriquecimento de dados para operações de fabricação.
- Agentes de fabricação de primeira parte da Microsoft, como Agente de operações de fábrica na Azure AI Foundrypara desbloquear casos de uso de fábrica de alto valor.
- Microsoft AI plataformas como Azure AI Foundry e Microsoft Copilot Studio para apoiar o desenvolvimento e a orquestração de agentes de IA personalizados.
- Aplicações de parceria com os recursos Agentic AI incorporados, por exemplo, PTC Servicemax AI.
Saber mais
Microsoft Cloud para fabricação
Fabricar um futuro sustentável
Como diretor de advertising and marketing de produtos da Microsoft Cloud for Manufacturing, Alfonso Rodriguez supervisiona os esforços de advertising and marketing da Microsoft para o setor de manufatura. Ele pretende ajudar os clientes a entender como as redes parceiras da Microsoft Cloud e da Microsoft podem resolver alguns dos problemas mais difíceis do setor e criar um futuro mais sustentável.
Veja mais artigos deste autor