시각적 AI가 제조 산업 수익성을 향상할 수 있는 5가지 방법

현재 기존 감시 카메라 시스템의 문제점은 수동적으로만 사용되는 경우가 많다는 것입니다. 즉, 비디오 이미지를 보는 사람들이 일관되지 않고 종종 안전, 보안 또는 품질 관련 사고가 발생한 후에 사용된다는 것입니다.

"비주얼 AI: 제조 수익성 향상을 위한 5단계"라는 주제로 제조 업계 관계자들이 주최한 최근 웹 세미나에서 인공 지능(AI) 소프트웨어 솔루션 제공업체 SparkCognition의 Visual AI 컨설턴트가 강조되었습니다. 제조 생산성 및 수익성에 미치는 영향은 다음에 중점을 둡니다. 제품 품질 보증, 작업자 안전 및 안전 보호를 포함하여 시각 이미징 기술이 제조 현장에 제공하는 광범위한 기능입니다.

일상적인 비즈니스 과제를 극복하는 새로운 방법

웨비나를 주최하는 동안 SparkCognition의 영업 부사장인 Cory Rhoads는 고객, 직원, 임원 또는 고객 등 기업, 특히 이해관계자가 직면한 다양한 과제를 지적하는 것으로 시작했습니다. 주주. 여기에는 생산성, 장비 유지 관리, 사이버 보안, 직원에게 영향을 미치는 건강, 안전 및 환경(HSE) 문제와 같은 운영 문제가 포함됩니다. 물론 수익, 수익성 등 필요한 성과 목표를 달성하는 동시에 이러한 모든 문제를 해결해야 합니다. 그는 시간당 $500,000 이상의 장비 가동 중단 비용과 시간당 $120,000의 작업장 사고 비용을 언급하면서 사고 및 장비 고장과 관련된 비용의 구체적인 예를 지적했습니다.

이러한 문제를 해결하면서 비즈니스의 디지털 혼란이 발생했습니다. 로봇 공학, 빅 데이터부터 3D 프린팅, 인공 지능(AI), 기계 학습(ML)까지 모든 것을 포함한 신기술에 의해 주도되는 많은 활동이 발생했습니다. Rhoads는 이러한 배경을 활용하여 시각적 인공 지능 분야에 진출하고 기업이 이미 보유하고 있는 카메라 인프라를 사용하여 지원하는 다양한 애플리케이션을 포함하여 기술이 어떻게 작동하는지 논의합니다. 실제로 현재 전 세계적으로 10억 개가 넘는 감시 카메라가 사용되고 있으며, 그 중 어느 카메라든 시각적 AI 애플리케이션에 이미지를 쉽게 제공할 수 있습니다.

Visual AI가 문제를 사전에 식별하는 방법

기존 감시 카메라 시스템의 문제점은 수동적으로만 사용되는 경우가 많다는 것입니다. 즉, 안전, 보안 또는 품질 관련 사고 후에 비디오 이미지가 일관성 없이 표시되는 경우가 많습니다. 이것. 연구에 따르면 보안 직원이 24시간 내내 모니터링을 하는 경우에도 사람들은 일반적으로 비디오를 시청한 후 18분 후에 절반 이상의 주의를 잃습니다.

반대로 VisualAIAdvisor 기술은 실시간 비디오 피드백을 사전에 분석하고 화재, 직원이 장비에 너무 가까이 있거나 조립 라인의 제품 품질이 갑자기 떨어지는 등 문제가 발생하기 시작할 때 경고를 발행하여 이러한 접근 방식을 혁신합니다.

VisualAIAdvisor는 항상 부지런할 뿐만 아니라 적용 범위도 매우 유연합니다. 모니터링 활동이 창고, 공장 조립 라인 또는 하역장이든, 영상 유형(CCTV, 드론 등)에 관계없이 시스템은 임박한 사고나 품질 문제에 대해 경고할 수 있을 뿐만 아니라 다음과 같은 사건에 대해서도 경고할 수 있습니다. 종종 보고되지 않은 채 발생하기도 했습니다. 하지만 이는 앞으로 더 심각한 문제가 발생할 수 있다는 신호였습니다. 시각화 기술을 사용하여 24시간 내내 활동을 자동으로 모니터링함으로써 직원은 더 높은 가치의 결정과 활동에 집중할 수 있어 수익성과 생산성이 향상됩니다.

VisualAIAdvisor의 안전 이점에 대해 Rhoads는 다음과 같이 말했습니다. “모든 사건이 기록되는 것은 아니며 제조업체는 보고서를 기반으로 안전하게 작동하는 방법만 알 수 있습니다. 그러나 이와 같은 환경에서 차이점은 눈에 띄지 않는 상황이 포착될 수 있다는 것입니다. 관리자가 실제로 발생하는 것을 목격하는지 여부에 관계없이 위험한 행동이 지속적으로 상기됩니다. 품질 문제가 발생할 경우 품질이 좋지 않은 제품이 장기간 생산되기 전에 관리자에게 즉시 경고를 보내 낭비를 줄이고 생산성을 높일 수 있습니다. 제품 품질 또는 안전/보안 향상에 관해 이야기할 때 VisualAIAdvisor는 수동 모니터링으로는 달성할 수 없는 새로운 수준의 인식 및 대응성을 제공합니다.

Rhoads는 VisualAIAdvisor를 원활하게 배포하는 방법을 설명하면서 다음과 같이 말했습니다. “125개 이상의 사용 사례와 로우 코드/노코드 환경을 통해 우리는 데이터가 거의 필요하지 않고 새로운 사용자를 매우 빠르게 시작하고 실행할 수 있습니다. 클라이언트 측 과학 전문 지식을 활용하여 거의 즉각적인 ROI를 얻을 수 있습니다.” 또한 개인 정보 보호에 관심이 있는 조직의 경우 팀원의 얼굴, ID 배지 등을 마스킹하여 직원을 쉽게 익명화할 수 있습니다.

현실 세계를 위한 시각적 AI: 제조 수익성 향상을 위한 5가지 핵심

Rhoads는 계속해서 다음을 포함한 여러 가지 실제 사용 사례를 자세히 설명했습니다.

• 직원이 회전/무거운 기계에 너무 가까이 있거나 자동으로 소리가 나는 경우 매달린 하중 하에서 움직일 때 경보를 울리고 적절한 경우 기계를 정지시킵니다.

•차량과 직원이 너무 가까이 있는 상황을 식별합니다.

• 조립 라인에서 감자칩이 덜 익거나 너무 익는 등 품질 관리가 불량한 사례를 신고하세요.

•교육이나 기타 이유로 시설의 특정 구역에 접근할 수 없는 직원을 식별합니다.

•상자나 기타 물건을 들어올릴 때 부상 위험이 있으면 직원에게 경고하세요.

Rhoads는 VisualAIAdvisor가 제조를 촉진하여 수익성을 향상시킬 수 있는 5가지 방법을 지적합니다.

(1) 실시간 실행 가능한 통찰력으로 인적 자원을 강화합니다.

(2) 부상, 아차사고, 위험한 행동을 적극적으로 피하세요.

(3) 자산 및 제품 검사를 자동화하여 품질, 신뢰성 및 효율성을 개선합니다.

(4) 안전과 효율성을 향상시키기 위해 작업 영역을 재설계합니다.

(5) 눈에 띄지 않는 모니터링과 실용적인 보고를 통해 팀워크와 교육을 강화합니다.

종래의 사고방식에서는 때때로 안전 문제와 제품 품질 문제가 필연적으로 발생하며 이러한 문제에는 재정적, 인적 비용을 포함하여 실제로 정량화 가능한 비용이 발생한다고 가정합니다. 하지만 현재의 인공지능과 머신러닝 기술 수준에서는 이런 일이 꼭 일어날 필요는 없다. VisualAIAdvisor는 관리자가 위험과 문제를 계속 인식하고 부정적인 결과를 완화하기 위한 사전 조치를 취할 수 있도록 하여 이러한 사고가 발생하는 것을 방지하는 데 도움이 되는 실용적이고 배포하기 쉬운 도구입니다.

위 내용은 시각적 AI가 제조 산업 수익성을 향상할 수 있는 5가지 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!