Adatos körökben az ipar 4.0 az egyik legfelkapottabb témává vált 2021-re. A lelkesedés nem alaptalan, hiszen az ipari szektor Magyarország GDP-jének közel 25%-át adja, így ebben a szektorban komoly potenciállal bír a Data Science megoldások alkalmazása. De van pár tényező, ami hűti a kedélyeket.
A kurrens üzleti és technológiai témákat feldolgozó Protechtor webinársorozatának októberi beszélgetésén Fodor Szabolcs, a United Consult Lead Data Scientist-je, és Masa Attila, az Indeveyes Technologies ügyvezetője vette át azokat a problémaköröket, amelyekben a data science eszköztár értéket teremthet. Szó volt az előfeltételekről és az akadályozó tényezőkről, valamint a szervezeti aspektusokról is.
A gyártásdigitalizáció nulladik lépése
Közhely, de tény: az algoritmusok pontossága és hozzáadott értéke 80%-ban az adatok minőségétől függ. Sajnos ebben a tapasztalat szerint a hazai cégeknek (is) van hová fejlődnie. A két szakember egyetértett abban, hogy általános jelenségnek számít, mikor egy vállalaton belül az egyes területek különálló „adatsilókat” alakítanak ki, és az adatbázisok közt nincs felépített kapcsolat. Rosszabb esetben az is előfordul, hogy – adatgyűjtés hiányában – az adatok egyszerűen a gyártógépeknél maradnak, így az adott cég gyakorlatilag semmilyen módon nem profitál abból az információtömegből, ami egyébként a rendelkezésére állna. Az adatokhoz való hozzáférés, majd pedig az adatok integrálása tehát alapvető startkövek a gyártásdigitalizációs fejlesztések során.
A két szakember beszélgetéséből kiderül, hogyan tudjuk segíteni a digitalizációs folyamatot és támogatni a gépi tanulási algoritmusokat, hogy minél rövidebb idő alatt komoly értéket – s ezzel üzleti hasznot – teremtsünk az adatok feldolgozásából.
Megtérül-e a data processing?
Minden vállalatnál nyilvánvalóan felmerülő kérdés, hogy mennyire és milyen hamar térül meg egy adatgyűjtési és adatelemzési beruházás. A kérdést azonban annak tisztázásával érdemes boncolgatni, hogy milyen indíttatással fog bele az adott gyártó a fejlesztésbe: adatokat gyűjt és kezd összerendezni, hogy azokból még látens problémákra találjon választ, vagy inkább egy-egy gyártási probléma katalizálta nála az adatgyűjtést és -feldolgozást?
A biztos megtérüléshez alapvetően két tényező szükséges: egyrészt, hogy a Megrendelő számára legyen egy (közel) világos a cél, másrészt az adatgyűjtéssel és -feldolgozással megbízott fejlesztő ismerje annyira a gyártás folyamatát mind pedig az adatfeldolgozás optimalizálásának lehetőségeit, hogy ügyfele számára a célig vezető utat a leginkább „kiegyenesítse”.
A Protechtor jóvoltából a beszélgetés az alábbiakban teljes terjedelmében megtekinthető utólag is, melyért köszönettel tartozunk a szervezőknek!
