Design Insights: Technologie d’automatisation dans l’agriculture; Choisir entre les steppers et les servos

Quand vous pensez à l’automatisation intelligente, à quoi pensez-vous? Usines éteintes? Lignes de production complètement autonomes? Des robots qui dirigent l’usine? Ou pensez-vous à quelque chose de plus centré sur les données et prédictif? Peut-être même quelque chose impliquant AI, AR ou MR? Il s’avère que rien de tout cela n’est faux. Il y a beaucoup de pièces mobiles qui entrent dans l’idée d’automatisation intelligente… mais nous nous rapprochons de la libération de son potentiel.

Bien entendu, la technologie doit exister avant sa mise en œuvre. La plupart du temps, l’intelligence individuelle et les technologies d’automatisation existent déjà. La clé est de les rassembler. C’était au centre d’une table ronde Automate Forward.

« [Smart automation] n’est plus considéré comme le scientifique fou du laboratoire », a déclaré Tom Panzarella, directeur principal de la perception chez Seegrid. « [It’s] résoudre réellement un problème commercial, le quantifier pour l’entreprise, puis traiter la technologie non pas comme une fin, mais plutôt comme un outil. »

Avec un état d’esprit plus équilibré sur le potentiel d’automatisation et les données, les entreprises peaufinent leurs infrastructures en vue d’une automatisation intelligente. On s’attend à ce que cela crée un «point de basculement» dans lequel il devient plus facile de mettre en œuvre une analyse statistique complexe et une IA dans les lignes de production.

«Dans de nombreux cas, les algorithmes eux-mêmes ne sont pas nouveaux», a déclaré John Lizzi, responsable exécutif de la robotique et des systèmes autonomes chez Recherche GE. «Mais c’est vraiment toute l’infrastructure, les outils et les cadres qui ont rendu cela plus facile.»

Le parcours de l’automatisation n’est pas un chemin direct, en particulier avec les applications critiques en matière de sécurité qui doivent respecter les réglementations de sécurité et gouvernementales. Rashmi Misra, responsable du développement commercial de l’IA, de la réalité mixte et du silicium chez Microsoft, a expliqué comment un manque de directives et de normes d’automatisation peut entraîner des lacunes dans l’application, car les ingénieurs sont littéralement laissés à eux-mêmes.

«Nous sommes tous dans un écosystème devant travailler ensemble dans les mêmes conditions», a-t-elle déclaré. Bien que des cas d’utilisation se présentent, il existe des variantes de cas qui doivent répondre à des modèles et objectifs commerciaux d’automatisation individuels. Elle a noté que certains cas d’utilisation établis, ou boîtes à outils, peuvent être adaptés à un autre modèle d’entreprise.

Les boîtes à outils peuvent servir de guide de référence pour les applications tout au long du processus d’automatisation et peuvent être utiles aux petites et moyennes entreprises qui ne disposent pas d’une grande division de recherche. Rishi Vaish, directeur technique et vice-président d’IBM AI Applications, a expliqué deux niveaux d’investissement différents réalisés par IBM afin de rendre sa technologie d’automatisation consommable.

«Le premier concerne l’outillage», a-t-il déclaré. «Un niveau d’investissement consiste à fabriquer en permanence ces outils.» Cela inclut les données, le modèle, le maintien du modèle en production et l’activation du modèle pour mesurer le biais dans le système.

«Le deuxième niveau d’investissement est lorsque nous construisons réellement une application», a-t-il expliqué. «Pour la plupart des entreprises qui souhaitent simplement se lancer, un niveau d’abstraction plus élevé est un moyen beaucoup plus rapide de lancer leur aventure en matière d’IA.»

Les grands et les petits fabricants partagent cependant une difficulté similaire: intégrer efficacement la nouvelle technologie à l’ancienne technologie.

«Pour nous, c’est là que se situe le défi», a déclaré Jorge Ramirez, directeur mondial de l’automatisation de l’exécution et responsable de la cybersécurité de la fabrication chez General Motors. «Nous sommes limités par le capital. La solution la plus simple serait de supprimer tout l’ancien et de mettre le nouveau dans le nouveau avec toutes les nouvelles intelligences qui jouent simplement harmonieusement.

Nous savons tous que ce n’est pas la réalité.

La convergence de l’héritage avec la technologie intelligente est l’un des plus grands défis de l’automatisation intelligente, mais elle se produit plus souvent, ce qui facilitera l’expansion de la boîte à outils, des cas d’utilisation spécifiés et, éventuellement, une adoption mondiale plus facile.

Lizzi a conseillé aux entreprises d’examiner à la fois les forces et les faiblesses d’un système pour déterminer où l’automatisation intelligente pourrait vivre. Il est également important d’examiner les forces et les faiblesses de la technologie intelligente.