Пять барьеров на пути к «подключенному производству» – и почему лишь 16% заводов видят процессы в реальном времени
Концепция «подключенного производства» (connected manufacturing) предполагает объединение оборудования, ИТ-систем, персонала и данных в единую операционную экосистему. Цель – уйти от разрозненных ручных процессов и дать руководству полную картину происходящего на всех этапах цепочки поставок. На практике, однако, до этого далеко: по данным исследования Zebra Technologies за 2024 год, лишь 16% производственных компаний в мире обеспечили сквозной мониторинг незавершенного производства (WIP) в режиме реального времени.
Первый и, пожалуй, самый распространенный барьер – изолированные ИТ-системы. ERP, WMS, MES работают автономно, и данные между ними не стыкуются. Одна только приемка входящей поставки на складе задействует сканеры штрихкодов, WMS, погрузчики, ручные терминалы, планшеты на технике, конвейеры и программируемые контроллеры. Каждый элемент генерирует ценную информацию, но без интеграции она остается фрагментами. Технологии штрихкодирования, RFID и стандарты RAIN RFID и GS1 расширяют возможности сбора данных, однако самих по себе их недостаточно – нужна стратегия объединения.
Второй барьер – ручной сбор и отчетность. Сбор данных постепенно смещается от визуальных технологий (line-of-sight) к RFID, IoT и машинному зрению, но ручной труд по-прежнему доминирует. Это замедляет процессы и порождает ошибки. Полностью отказаться от ручных операций не получится: доставка «последней мили» и подтверждение получения груза по-прежнему требуют участия человека. Поэтому ключевой вопрос – определить, какие процессы автоматизировать, а где оставить людей, вооружив их носимыми устройствами и ИИ-инструментами.
Третий барьер – отсутствие отслеживания в реальном времени. Системы RTLS выходят за рамки трекинга людей и дорогих активов: их все чаще применяют для паллет, сырья, контейнеров, возвратной тары (RTI) и обратной логистики. Сенсоры фиксируют не только местоположение, но и состояние груза – температуру, удары, влажность.
«Достигаю ли я порогового значения температуры? Был ли удар? Намок ли груз? Все это теперь учитывается и формирует очень сложную экосистему отслеживания в реальном времени»– отмечает Кент Лэндри, руководитель направления RFID-автоматизации Zebra Technologies.
При этом грузы, проходящие через порты, суда, краны, грузовики и распределительные центры, требуют устойчивой связи – сотовой и Wi-Fi – в сочетании с технологиями идентификации. Более доступные решения на базе пассивных RFID-меток и потолочных считывателей позволяют верифицировать отправки и выявлять расхождения в ключевых точках без крупных вложений.
Четвертый барьер – нехватка сквозной прослеживаемости. Traceability – это не просто знание, где находится продукт. Это отслеживание потока сырья через производство и дистрибуцию: что произошло, почему и что может случиться дальше. Особенно остро проблема стоит для возвратной тары: по оценке Карла Каллена, генерального менеджера Lyngsoe по Северной Америке, около 15% RTI теряется ежегодно, что ведет к дополнительным расходам и операционным потерям.
Пятый барьер – низкое качество данных, которое тормозит внедрение ИИ и автоматизации. Искусственный интеллект все активнее используется на производстве, но его эффективность напрямую зависит от полноты и достоверности входных данных. Без надежной базы – точного определения местоположения, корректных показаний датчиков, актуальных записей в системах – любые алгоритмы будут выдавать ошибочные рекомендации. По сути, ИИ усиливает и хорошие, и плохие данные.
Устранение этих пяти барьеров – не разовый проект, а последовательная работа. Но именно она закладывает фундамент для автоматизации, операционного совершенства и полноценного использования ИИ на производстве и в логистике.
