分享好友 资讯首页 频道列表

如何利用AI改善工厂车间的人员优化?

2022-10-26 11:366780
【智能装备网讯】

  人工智能(AI)可用于通过收集有关其工作绩效的信息,并将其转换为可操作的数据来提高员工的生产力。

  今天的制造业格局是劳动力挑战的动态组合,由于COVID-19大流行病和由此产生的辞职潮,这些挑战变得更加严重。

  Augmentir公司营销副总裁Chris Kuntz承认这是一个挑战,但制造企业仍然可以找到最大限度提高生产力的方法,他在美国芝加哥IMTS 2022会议上发表 "利用人工智能释放当今劳动力的真正潜力 "的演讲时说。

  “重要的是要认识到制造业中人的一面,以及人工智能如何增强工人的能力而不是取代他们。”Kuntz说。

  这说起来容易做起来难,制造业存在着重大的技能差距,而且制造企业员工的任职率已经下降。在COVID之前,它下降了20%。Kuntz说,在疫情大流行的高峰期和之后,情况变得更糟。

  例如,一家食品和饮料制造业正在寻求减少机器停机时间。由于他们没有足够的维护人员,情况变得更糟。生产线随时面临瘫痪的可能,妨碍了他们生产产品的能力。

  为了解决这个问题,该公司有四个想要实现的目标。

  1.通过更多地依赖自我指导式操作来减少停机时间;

  2.降低招聘门槛,以便他们能够雇用更多的工人;

  3.让新工人更快地获得技能和生产力;

  4.通过高度可变的劳动力实现标准工作。

  由于智能AI的实施和一个专门的计划,该公司通过精简和简化程序,使工人更容易适应,将设备停机时间减少了27%,培训时间减少了76%。

  采用 AI 的智能互联员工解决方案

  Kuntz说,总体目标是将工人接受的培训与他们在工作中的表现结合起来。随着劳动力的变化,它变得更加困难,因为有许多不同的因素参与。它可能很难达到安全、质量和生产目标。

  旧有的入职和培训工人的方式很难起作用,因为他们不会像以前那样坚持下去,因此,30到40年前并不罕见的 "从雇佣到退休 "的程序需要重新设计。

  将这些程序数字化并将其带入现代是很困难的,但AI可以帮助简化这一过程,使新老工人都能更容易地接受。

  “有很多数据和信息都来自于技能矩阵,”Kuntz说。关键是使用AI来增强这些数据,并找到关于如何使工人变得更好的见解。这是关于创建一个智能互联工人的解决方案,它使用AI在四个方面帮助工人。

  1.更智能的入职和培训。利用和自动化入职和培训流程,帮助工人更快地掌握技能和操作,以抵消快速流动的劳动力。

  2.智能支持。在工作流程中为工人提供支持,使他们能够方便地获得精心策划的知识和远程专家支持。人工智能机器人也可以提供自主支持。

  3.智能指导。为每个工人提供与他们的需求相匹配的个性化指导,使不同经验水平的工人能够安全、正确地完成他们个人的最佳生产力。

  4.更智能的技能提升和再学习。人工智能驱动的洞察力,决定谁必须重新学习,谁应该提高技能。这有助于提高生产力,增加参与度。

  Kuntz后来把它描述为:"把它看作是人的整体设备效率(OEE)"。

  AI帮助工人通过更智能的入职和培训、个性化的指导、需要时的支持和更智能的技能提升来提高他们的技能。

  先进的分析方法和OEE以及其他先进的指标在商业世界或日常生活中并不新鲜——想想棒球中的萨博计量学,它提供了一种看待比赛和最大化生产力的新方法。

  人工智能可以为工人做同样的事情,并帮助企业解决许多问题,例如:

  · 我的团队今天的出勤技能清单是什么?

  · 谁可以/应该执行这项工作?

  · 谁会从有针对性的再培训中受益最多?

  · 我们应该把重点放在哪里进行流程改进?

  · 什么类型的培训会给我们带来最大的回报?

  · 我们有多少小时的生产机会?

  · 哪些培训材料需要改进?

  必须制定一个可靠的计划和目标,信息都在那里,人工智能可以帮助综合和加强已有的信息,为企业创造最佳的劳动力。


(采编:www.znzbw.cn)

免责声明:

本网转载并注明自其它来源(非智能装备网)的作品,目的在于传递更多信息,并不代表本网赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品第一来源,并自负版权等法律责任。如涉及作品内容、版权等问题,请在发布之日起十五天内与本网联系,否则视为放弃相关权利。

反对 0
举报 0
收藏 0
打赏 0
评论 0

相关资讯

AI视觉质检落地,成像与传感备件为何仍是成败关键
AI视觉质检的瓶颈常常不在算法,而在成像与触发环节。本文讨论工业相机、镜头、光源与传感器等欧美品牌备件的选型要点,以及备件批次差异对模型稳定性的影响。

0评论2026-10-262835

AI 算力缺口或达 1.5 万亿美元:万亿资本压力下,全球开启算力融资大考
1.5 万亿美元融资缺口,代表的是 AI 时代的时代命题:算力已经成为数字时代的关键战略基础设施,但算力建设不再是单纯企业投入行为,它牵扯资本金融、芯片制造、能源供给、产业商业化等多重体系。

0评论2026-10-1514847

迭代升级!人工智能安全治理框架 3.0,重新定义 AI 全链条风险管控
从 1.0 到 3.0,框架迭代背后,是 AI 技术能力的跃迁。当人工智能可以自主规划任务、调用工具、作用于现实世界,安全边界就不再局限于文字内容。

0评论2026-09-1645448

机器人与 AI 赋能制药生产:循序渐进推进 Pharma4.0 智能制造
制药行业兼具严苛合规要求、高标准洁净生产环境、复杂工艺管控等特点,机器人与人工智能正在重塑药物生产全流程,但行业普遍存在误区:直接大规模部署自动化设备,往往会遭遇合规风险、数据孤岛、改造成本过高、现有产线无法对接等现实难题。

0评论2026-09-0952939

自主挖掘漏洞的 AI 已经到来,网络安全攻防格局产生变革
近日,多款具备自主漏洞挖掘能力的人工智能智能体进入大众视野,AI 不再需要人类一步一步下达指令,便可独立扫描系统、搜寻软件缺陷、验证漏洞可行性甚至生成攻击利用代码,标志着网络安全正式迈入机器自主攻防的全新阶段。

0评论2026-08-2074106

谷歌 4 位 AI 顶级研究员集体离职,Gemini 大模型研发承压
科技巨头 Alphabet 旗下谷歌 AI 爆发重大人事震荡,公司首席科学家 Jeff Dean 携 Oriol Vinyals、Quoc Le、Sanjay Ghemawat 三位深耕十余年的核心 AI 研究员同步宣布离职,四人将联合创立 AI 科创公司 Discovery Loop,主攻 AI 自动化科学研究与工程实验方向。

0评论2026-08-0689731

世界人工智能大会即将开幕,智能制造成重点展示方向
备受瞩目的世界人工智能大会即将在下月拉开帷幕。据悉,本次大会将设立智能制造专区,集中展示AI技术在工业领域的最新应用成果,包括智能检测、预测性维护、数字孪生、智能排产等多个方向。

0评论2026-08-0390626

AI+工业检测推动制造业质量管控智能化升级
人工智能技术在工业检测领域的应用正日益成熟,AI视觉检测系统已经在电子制造、汽车零部件、半导体等多个行业实现了规模化部署,有效提升了产品检测的准确率和效率。

0评论2026-08-0391290

大模型技术持续迭代,AI应用落地加速推进
2026年,大语言模型技术持续快速迭代,多模态大模型、推理大模型等新方向不断涌现。AI技术在智能制造、医疗健康、教育培训、金融服务等领域的应用落地正在加速推进。

0评论2026-08-0391423