По прогнозу ООН, к 2050-му население планеты увеличится до 9,7 млрд человек, то есть за 30 лет нас станет на два миллиарда больше. Среди сложнейших проблем, которые вызваны растущей численностью жителей Земли, — количество производимых человечеством отходов.

К 2050 году, по оценкам Всемирного банка, мусора на планете станет больше на 70%. И самую весомую долю в общем объеме мировых отходов составят промышленные отходы: 12,73 кг на душу населения в день. Представьте, сколько мусора ежедневно будут «производить» предприятия!

Источники производственных отходов

Бракованные товары, некачественное сырье, избыточные запасы продовольствия, гниющие продукты, не попавшие вовремя к потребителям из-за плохого планирования, — это результат того, что человек не справляется со сложностью производства и управления цепочкой поставок.

Один из громких примеров производственной ошибки, из-за которой было испорчено 15 млн доз вакцины от COVID-19 Johnson & Johnson, — ошибка сотрудников биофармацевтической компании, случайно смешавших ингредиенты разных вакцин.

Снизить влияние человеческого фактора, повысить качество продукции, оптимизировать цепочку поставок — по большей части задачи математические. И они поддаются решению благодаря промышленному искусственному интеллекту.

Появившиеся «умные» фабрики быстро реагируют, адаптируются благодаря единой цифровой системе производства — начиная от проектирования и заканчивая выпуском и транспортировкой продукции. Обнадеживает рост циркулярной экономики, обеспечивающей замкнутый жизненный цикл товаров, то есть их вторичную переработку.

Но подавляющее большинство сегодняшних предприятий далеки от подобных заводов завтрашнего дня, потому что основаны на устаревших технологиях, созданных несколько десятилетий назад. Этим технологиям не хватает вычислительных мощностей, которые бы позволили выявлять закономерности, приводящие к ошибкам или неэффективному результату.

Отсутствие текущей информации о каждом этапе технологического процесса приводит к появлению брака, непроизводительным затратам сырья, сбоям в работе оборудования, в итоге — к производственным потерям и накоплению отходов.

Согласно исследованию международной консалтинговой компании McKinsey, большинство корпораций, внедривших ИИ, сообщают об ощутимых выгодах от такого решения.

Примеры сокращения отходов за счет ИИ

Наиболее наглядна результативность использования алгоритмов ИИ в пищевой промышленности — от сведения к минимуму перепроизводства до предотвращения потерь, связанных с качеством сырья и сезонными колебаниями спроса.

В автомобильной промышленности ИИ решает многие проблемы. Его использование позволило японской компании Toyota повысить точность выполнения каждой операции механической обработки деталей, что позволило сэкономить материалы и улучшить качество изделий, которое контролируется системами компьютерного зрения.

Toyota применяет ИИ и в складской логистике: алгоритмы управляют работой транспортного оборудования. Это предотвращает простои грузовиков, подъемников, погрузчиков, дронов, уменьшает энергопотребление и отходы благодаря правильному хранению товаров.

За счет обработки огромного объема данных о том, как тестируются продукты и как они работают, ИИ может определить области, которым необходимо уделять больше внимания при тестировании.

Кстати, согласно опросу исследовательского института mo’web research, проведенному несколько лет назад, 53% автопромышленных компаний планировали реализовать ИИ-проекты.

Примеров использования ИИ для сокращения отходов уже много. Будущее — за безотходным производством. И человеческий разум вместе с искусственным интеллектом смогут его реализовать.

Иван БОЙКО