A negyedik ipari forradalom során óriási szerep jut a mesterséges intelligencia (AI) megoldásoknak, még ha ez egyelőre nem is nagyon látványos. Egy gépészmérnöki háttérrel rendelkező, programozókból álló csapat kifejezetten ebben az irányban látja a jövőt, és már most is jelentős ipari digitalizációs fejlesztéseket végeznek. Új sorozatunk első részében Papp Gábor beszélgetett a Lexunit szakembereivel, melyben a cég speciális szakterületének bemutatása mellett a technológia lehetőségeiről és trendekről is szó esett.

Papp Gábor Ipari optimalizálás mesterséges intelligenciával 2020

Mit jelent pontosan a mesterséges intelligencia az ipari környezetben?

Balogh Endre, COO: Ami biztos: nem azt, amit a sci-fikben. Ugyanakkor mégis többre képes már most is, mint amire sokan gondolnának. Alapvetően a gépek tanulásra és döntéshozásra, vagy döntések előkészítésének képességére utalunk ezalatt. Néhány év alatt annyit fejlődött ez a terület, hogy korábban csak sokkal bonyolultabban elvégezhető folyamatokat képes ez a technológia ma már közel hibamentesen lefuttatni, annál mindenesetre sokkal megbízhatóbban, mint amire az átlagember képes lenne. Az egyik tipikus felhasználási terület a gyártási leállások csökkentése előrejelzéses karbantartással, amikor az adatokból előre következtetni lehet a hibás működés valószínűségének növekedésére, mielőtt még az megtörténne. Egy másik példa a gépi látás, a képfelismerés használata. Egy kameraképet sok szempontból tud automatikusan elemezni egy öntanuló szoftver, például minőségbiztosítási feladatok ellátása során. Az utóbbi években rengeteg új adatrögzítési- és tárolási technológia alakult ki, az ipari környezetben általánossá váltak a szenzorok, ezért hihetetlenül sok adat áll rendelkezésre, miközben a számítási kapacitások és a legkorszerűbb matematikai modellek lehetővé tették ezek elemzését is, akár valós időben. Ez az, ami utat nyitott az automatizáció és a gépi tanulás fejlődése felé.

Ez ugyanakkor még mindig csak a szárnyait próbálgató terület, hogyan tudja egy szoftverfejlesztő cég már erre alapozni a működését?

Molnár István, AI fejlesztési vezető: Gépészmérnökök vagyunk, onnan tértünk át szoftverfejlesztésre. Az alap gépészmérnöki tudás előnyt jelent az ipar területén. Mivel mérnökként érkezünk a megbeszélésekre, a helyzet hasonló, mintha egy új kollégát vennének fel, akinek elmagyarázzák a rendszer működését, amit mi ugyanúgy megértünk. Ez lehetőséget ad arra, hogy közösen ötleteljünk a cégvezetéssel.

Horváth Dávid, CEO: Ahol megjelenik mérnöki tevékenység, az mindig párosul informatikával, ez szektorfüggetlen: a fémipartól a vegyiparon át a megújuló energiáig. Ahol tömeggyártanak egyféle terméket, ott az a cél, hogy a leállási időket minimalizálják. Ahol gyakran kell átkonfigurálni a gépsort, mert sokféle terméket gyártanak, ott ennek az átállásnak a gyorsítása a cél. Persze nem csak gyártásnál dolgoznak mérnökök, vannak fejlesztők is, ahol kemény elméleti mérnöki munka zajlik. Ezt a fejlesztési folyamatot is lehet optimalizálni, ezzel rövidíteni a piacra juttatáshoz szükséges időket.

Néha nehéz is elválasztani, hol kezdődik a programozás, és mi még tisztán mérnöki feladat a munkafolyamatban. De akkor miért nem oldják meg saját kapacitásban az optimalizálást is ezek a mérnökcsapatok?

Horváth D: A speciális profil miatt. Például egy fejlesztői mérnökcsapat mellé ehhez külön innovációra fenntartott informatikai részleg kellene, ennek a HR igényével és minden egyébbel együtt. Európa egyik legnagyobb energetikai cégénél a saját szememmel láttam, hogy mekkora kiegészítő emberi erőforrásokra van szüksége egy 24 fős, tisztán fejlesztői csapatnak, és emiatt le is választották az egész operációt. A megrendelőnél maradt egy kis csapat, amelyik a külső team fejlesztői munkájának integrálásért felelt.

Ha pedig egy tervezőmérnöki csapatba vesznek fel új informatikust, alaphelyzetben meg sem tudják neki mondani, hogy mi lenne a feladata, és nem tudják ellenőrizni, hogy jól hajtja-e azt végre. Ehhez speciális tapasztalatra és tanulási folyamatra lenne szüksége az informatikusnak, hogy beazonosítsa az adott területen érvényes aktuálisan legjobb szoftveres technológiát. Ezért van szükség az alvállalkozókra, illetve mély integrációs folyamatokra, hiszen ők a belső csapattal megegyező mértékben képesek megérteni a cégek tevékenységét. Az a jellemző, hogy az ügyfél is fejleszti az együttműködés közben a belső kompetenciáit, de nem azért, hogy a belső kapacitást teremtsen és behozza a tevékenységet házon belülre, hanem hogy még jobban menjen az együttműködés a külső szakértőkkel. Vannak olyan ügyfeleink, ahol aktívan foglalkoznak azzal a problémával már, aminek a megoldására minket megkeresnek, mert van egy elképzelésük, csak nincsen saját, megfelelően specializált szoftverfejlesztői kapacitásuk, olyan fejlesztőkkel, akik már korábban több hasonló rendszerproblémára fejlesztettek megoldást.

Balogh E.: Egy alkatrészgyártó sem feltétlenül fejleszti le a saját CNC maróját, hanem megveszi azt a megfelelő célgépfejlesztő cégtől. Valamelyest közrejátszik ebben a munkaerőhiányos környezet is, nehéz jól képzett embereket elvinni különösen vidéki helyszíneken lévő üzemekbe. Műszaki végzettséggel, jó egyetemmel könnyű elhelyezkedni. Általánosságban erősödik a távmunka trendje is - kiszervezett módon, szakértőkkel oldják meg a problémáikat a cégek.

A munkaerőpiaci környezet miatt is adódik a kérdés, hogy miért áll össze egy olyan, fiatal fejlesztőkből álló csapat, mint a Lexunit, amikor tárt karokkal várnák őket top technológia cégek?

Horváth D.: Tény, hogy nem a pénz miatt. Mindig sejtettem, hogy lesz saját vállalkozásom, a szüleim is vállalkozók voltak. A startupok világa mindig is tetszett, főleg az, hogy ott nem egy steril dobozban vagy meghatározott mozgástérrel. Münchenben dolgoztam alkalmazottként, és az estéket egy idő után a vállalkozásindítás tervezésének kezdtem szentelni. Weboldalak, webshop, CMS, én is ilyen projektekkel indultam, és próbáltam tolni ezt a komolyabb IT feladatok felé, amelyekkel alkalmazottként foglalkoztam. Az egyik első komolyabb projekt egy fesztiválkereső volt egy startup számára, a másik pedig egy könyvelő-vállalkozó kapcsolattartó rendszer.

Hogyan irányult a fókusz az ipar 4.0-ra és a mesterséges intelligenciára?

Tóth Ádám, CTO: István és én kezdtünk ezzel foglalkozni három-négy évvel ezelőtt, munka mellett, reinforcement learning projektek formájában. Olyasmit kell elképzelni, hogy egy térképen egy kis pötty megtalálja a legrövidebb utat a “kincs” felé, magától. De építettünk kriptovaluta-kereskedő robotot is. Nem aratott hatalmas sikereket, de ez leginkább az online trading ismereteink hiányosságaira vezethető vissza.

Horváth D: Ezek voltak az első próbálkozások. Sokat beszélgettünk erről és fejlesztettük magunkat - ők csinálták, én meg próbáltam megérteni, hogy mi történik. Endre érkezésével kialakítottuk a mai szemléletünket, Ádám és István csatlakozott teljes állásban, és innentől csak a saját küldetésünkre koncentráltunk. Az első komolyabb projektünk, ami már beleillik a mai portfóliónkba is, egy dokumentumértelmező szoftver volt, amit számlák feldolgozására lehetett használni, és aminek a mai napig van hatása. Ez a megszerzett tudás alapként szolgál újabb projektekhez. Más cégek, például biztosítók is érdeklődnek hasonló megoldások iránt, mert egyébként azóta sem találkoztunk olyan megoldással a piacon, ami ezt a feladatot képes jobban végrehajtani.

Mennyire tudnak képet alkotni a cégek arról, hogy hol tart és milyen lehetőségeket tartogat ez a technológia?

Tóth Á.: Van egy generációs szakadék: a 40 alatti üzleti döntéshozók jellemzően jobban képben vannak az innovációs lehetőségekkel, míg az idősebbek a régebben bevált módszereket preferálják. Attól is függ, milyen piacon dolgozik: ha oligopol, vagy akár monopolhelyzetben van, akkor nincs rajta innovációs nyomás, de ha éles és globális versenyben van, akkor inkább keresik piaci pozícióik megőrzésének vagy növelésének módjait. Találkoztunk például olyan ipari zajelemző megoldásokkal, amelyek már 15-20 éve a piacon vannak és eléldegélnek. Most viszont a gépi tanulás népszerűvé válása miatt egyre jobban beszivárognak ezek a technológiák, és ezen a ponton, ha valaki egyáltalán nem foglalkozik ezzel a területtel, az komolyan fenyegetheti a piaci pozícióját.

A piac a korszerű mesterséges intelligencia-megoldásokat a lehetőségekhez mérten még nem használja ki. A hiány a keresleti oldalon jelentkezik, mert még nem eléggé felismert, hogy hol tart a technológia már most, illetve hogy hová tart, mennyire lesz meghatározó a következő 5-10 évben. Magyarországon ez az innovációs szakadék azért jellemzően nagyobb, mint globálisan, mivel itthon nagyobb fókusz van a belső piaci versenyen, vagyis inkább egymást figyelik a cégek, nem pedig a külföldi trendeket.

Horváth D: Az új üzleti kapcsolatok létesítése során nagyon gyakran már az első megbeszélés során azonnal egyértelmű ötletei támadnak a cégvezetőnek arról, hogy mire lehetne náluk ezeket a megoldásokat használni, saját rendszerének ismeretében. Legutóbb például egy szerszámgyártó üzemben a minőségbiztosítási mérések során keletkező adatokból levonható következtetések lehetősége merült fel, mint új hozzáadott érték.

Balogh E: Természetesen minden innovációs tevékenységnek van egy elég magas belépési küszöbe. A KKV szektor jellemzően nem tud innovációra költeni. Egy százmilliós nagyságrendű éves bevételt generáló cég nem tud igazolni egy tízmilliós nagyságrendű szoftverfejlesztési költséget. Esélytelen. A nagyobb árbevételű ipari cégeknek a nagy része pedig B2B tevékenységet folytat, tehát nem könnyű találkozni a nevükkel és kapcsolatba lépni velük - egyik partnerünk például egy víztisztító rendszereket gyártó és üzemeltető multi. Ez már korántsem az ügynökségi webfejlesztés vagy a startupok backendjeit felépítő kreatív programozócsapatok világa, hanem a nagyipari mérnököké. Az ismertebb hazai ipari óriásoknál is valószínűleg rengeteg lehetőség lenne, de oda nem lehet egyszerűen bekopogtatni. Ha be tudunk, akkor jó eséllyel bent is maradunk, ahogy ez a Siemens esetében is történt, hogy egy ismertebb márkát említsek.

Horváth D: Két dolog kell ahhoz, hogy egy cég nyitott legyen arra, amit kínálunk: forrás és motiváció. Kell ott lennie egy fanatikusnak, akinek saját motivációja van az innovációra (ami alatt most a már a piacon elérhető tudások alkalmazási módjainak aktív kutatását értjük) vagy a gyártásvezetés optimalizálására. A másik motiváció, ha a cég küldetésében ez hangsúlyosan szerepel vagy akkora a verseny, hogy szükséges ott optimalizálni, ahol lehet; ez utóbbi esetben a menedzsment felől érkezik a nyomás arra, hogy a cég tegyen lépéseket az AI, a robotika, az automatizáció felé.

Nem kényszerül rá erre idővel minden technológiai cég, ha másért nem, a versenyben maradásért?

Balogh E.: Mi úgy látjuk, hogy a közeljövőben ebbe az irányba tolódik el a gyártás. A komplex rendszerekben nélkülözhetetlenné válnak az öntanuló algoritmusok. A gyárak digitalizáltsági szintje 2019 végén nagyon eltérő szinteken mozog: akad, akinek még az jelent problémát, hogy Excel-táblázatokból kinyert adatokat vigyen át felhőadatbázisba és felhőben futó szoftverre. Valószínűleg még azok vannak többen, akiknek ilyen szoftveres segítségre van szükségük, de már van egy szűk réteg, akik már most tudják alkalmazni az ipar 4.0 megoldásokat. Mi ezeket párhuzamosan tudjuk kezelni, és készen állunk az arány lassú eltolódására a mérnöki alapú cutting edge ipari megoldások felé, ami a következő 10 év fejleménye lesz. Egyre több cégnek kell majd AI fejlesztés, és aki akkor még mindig az Excel-táblájának a felhősítésén gondolkodna, az már valószínűleg végleg kiesett a játékból.

 

Vendégszerzőnkről:

Papp Gábor, Online marketing és SEO szakértő. Szakterülete a keresőoptimalizálás, a Growth Hacking és az üzleti modellek. A thepitch.hu blog szerzője. Ügyfelei között van több nagy hazai és nemzetközi cég, de dolgozik együtt New York Times Bestseller íróval is.