Archive de mot-clé pour : fabrication

L'industrie de l'emballage a été touchée par la faible disponibilité de travailleurs qualifiés, mais pour Chris Kuntz, vice-président des opérations stratégiques chez Augmentir, les systèmes d'IA offrent la solution. Dans cette interview avec Joshua Poole de Packaging Insights, Chris explore comment L’IA et la main-d’œuvre connectée augmentée pourraient révolutionner l’industrie de l’emballage et comment la solution de travail connecté alimentée par l'IA d'Augmentir soutient une efficacité optimale dans la fabrication. Il discute également de l’importance de cadres réglementaires efficaces pour l’IA.

Cette transcription a été modifiée pour plus de clarté et de longueur. Regardez l’interview vidéo originale sur le site Web Packaging Insights ici.

——

Josué Poole: Bonjour à tous. Je m'appelle Joshua Poole et je suis le chef de l'équipe éditoriale de CNS Media, l'éditeur de Packaging Insights. Je suis très heureux d'être rejoint aujourd'hui par Chris Kuntz, vice-président de la stratégie chez Augmentir, et qui est ici pour parler des avantages de l'IA par rapport à l'industrie de l'emballage.

Alors bienvenue à toi, Chris.

Chris Kuntz: Merci beaucoup, et merci de m'avoir invité, Joshua.

Josué Poole: Alors, Chris, les systèmes d'IA devraient réellement transformer la société au sens large, mais en ce qui concerne l'industrie de l'emballage, dans quelle mesure pourraient-ils y révolutionner les opérations ?

Chris Kuntz: La réalité est, dans une large mesure. L’impact se concentre sur la main-d’œuvre du secteur manufacturier – les personnes qui font partie du secteur manufacturier. Historiquement, l’application de l’IA, de l’intelligence artificielle et de l’apprentissage automatique, du moins dans le secteur manufacturier, s’est concentrée sur l’automatisation des processus répétitifs de niveau inférieur, qui remplacent les humains dans l’usine. Aujourd’hui, ce à quoi nous devons réfléchir, et sur lequel nous nous concentrons ici chez Augmentir, c’est comment nous pouvons utiliser l’IA pour augmenter la main-d’œuvre humaine. Ainsi, l’IA, encore une fois, utilisée dans toute l’industrie, a servi d’excellentes applications du point de vue de la maintenance prédictive, des pannes de machines, de l’efficacité énergétique – des choses comme l’utilisation des ressources et même la visibilité de la chaîne d’approvisionnement et le contrôle qualité.

Et ces applications de l’IA dans le secteur manufacturier continueront à apporter de la valeur. Mais la réalité est que les usines de papier et les usines ont encore besoin de personnel dans les domaines de la sécurité, de la qualité et de la maintenance. Il y a des métiers qui nécessitent simplement la présence d’humains. Et cela ne va pas disparaître de si tôt. Mais ce à quoi nous sommes confrontés, et ce à quoi de nombreux fabricants sont confrontés, ce sont les défis liés au vieillissement de la main-d'œuvre et à la disparition des départs à la retraite. Ils repartent avec une grande quantité de connaissances essentielles au fonctionnement des usines et des usines. Avant la pandémie, nous avions une main-d'œuvre émergente qui n'avait peut-être pas les compétences nécessaires, mais aujourd'hui, après la pandémie, il y a une énorme pénurie d'emplois. Aucun travailleur n'arrive et les fabricants sont donc obligés de se tourner vers un bassin de travailleurs moins qualifiés pour effectuer des tâches pour lesquelles ils ne sont peut-être pas qualifiés au départ.

Ainsi, ce n’est pas seulement que la main-d’œuvre qualifiée s’en va, c’est simplement que nous n’avons aucune compétence qui arrive. Ainsi, chaque fabricant est confronté à une pénurie massive de main-d’œuvre et, par conséquent, à une pénurie massive de compétences nécessaires pour fonctionner avec succès n’importe quel jour dans l’atelier. Et c’est vraiment de là que nous pensons que la valeur viendra du point de vue de l’IA, et c’est en quelque sorte transformateur quand on regarde l’application historique de l’IA dans le secteur manufacturier.

Josué Poole: Vous avez donc mentionné que l'industrie avait vraiment du mal à surmonter le manque de main-d'œuvre qualifiée. Comment l’IA peut-elle surmonter ce problème dans l’ensemble de l’industrie ?

Chris Kuntz: L'une des grandes choses de l'intelligence artificielle et de notre histoire en tant qu'entreprise, et l'une de nos sociétés précédentes s'est concentrée sur la collecte de données à partir de machines connectées, puis sur l'utilisation de ces données et l'analyse de ces données avec l'IA pour comprendre comment faire fonctionner ces machines. mieux et améliorer ces machines.

D’un point de vue humain, les humains ont été relativement déconnectés dans l’atelier. Ils utilisent des listes de contrôle, des SOP et des procédures de travail sur papier, le même type de technologie qu'ils utilisaient il y a 20 ou 30 ans. Ils sont donc relativement déconnectés et nous savons peu de choses sur leur fonctionnement et leurs performances, ainsi que sur les domaines dans lesquels ils ont besoin d'aide et où ils ont besoin d'assistance.

Si nous pouvons connecter ces travailleurs – et je parle de connexion avec des téléphones, des tablettes, des appareils portables – si nous pouvons connecter ces travailleurs, nous aurons un portail numérique sur leurs performances, et grâce à l'IA, nous pouvons analyser leurs performances et puis offrez-leur des conseils en temps réel presque comme un assistant IA qui est là pour les aider s'ils ont des difficultés, les aider s'ils ont besoin d'aide, de conseils ou de soutien, ou s'il y a un problème potentiel de sûreté ou de sécurité qu'ils pourraient être tomber sur.

De la même manière que l’IA a toujours été utilisée pour agir sur les données des machines afin d’améliorer l’efficacité et les performances des machines, nous pouvons utiliser la même approche pour les humains dans l’usine.

Josué Poole: Mm-hmm, et pouvez-vous donner des exemples de la manière dont votre plateforme, Augmentir, a profité aux entreprises cherchant à adopter l'IA pour améliorer leurs opérations ?

Chris Kuntz: Oui, il existe plusieurs manières différentes. Plus récemment, nous venons de lancer notre assistant d'IA générative appelé Augie™. Cela permet aux employés ou aux responsables des opérations, en utilisant le langage naturel, de résoudre les problèmes plus rapidement, d'aider au dépannage et de fournir des conseils en cas de besoin.

L’un des premiers cas d’utilisation est le dépannage. Cela arrive tous les jours dans une usine, dans une usine de papier, cela arrive tous les jours – il y a un problème avec une machine, nous devons la remettre en marche. Sinon, il y a un problème de temps d’arrêt, ce qui entraîne une perte de production/de revenus. Et ce n'est pas une procédure standard pour réparer la machine. Il y a donc un dépannage à effectuer. Ce processus est très collaboratif. Mais aussi du point de vue des travailleurs, ils doivent généralement se rendre dans 5, 6 ou 10 systèmes différents pour essayer de trouver des informations ou de parler à différentes personnes.

Et ce qu'un assistant d'IA générative peut faire, c'est être cette interface numérique vers toute cette richesse d'informations et renvoyer des informations sur : « Hé, voici la solution à ce problème. Cela a déjà été résolu, c'est dans ce guide publié, c'est parti. Ou : « Vous voudrez peut-être vous référer à cette procédure de travail. C'est quelque chose, un guide de dépannage qui pourrait vous aider à résoudre le problème. Ou encore : « Voici un expert en la matière qui existe » et vous pouvez vous connecter à distance à cette personne qui possède une expertise dans ce type particulier d'équipement.

Il est donc essentiel de pouvoir donner un accès en temps réel à cette personne au moment où elle en a besoin. Et je pense que l’autre grand domaine, du moins au début, concerne la formation.

Donc, si l’on pense à la main-d’œuvre qualifiée, à la pénurie de main-d’œuvre, aux taux d’ancienneté dans le secteur manufacturier, les gens démissionnent plus rapidement. Ils ne restent pas 15 ans, ils restent trois ans, peut-être, peut-être, au maximum. Ainsi, en matière de formation, d'apprentissage et de développement, les responsables RH doivent réfléchir à la manière de modifier les pratiques d'intégration, car il n'est plus pratique d'intégrer quelqu'un pendant six mois s'il ne reste là que neuf mois.

L'objectif de nombreuses organisations avec lesquelles nous discutons est donc de réimaginer et de repenser la formation et de la déplacer du stade avant qu'elle ne soit productive en classe pour la déplacer sur le terrain. Insérez-le dans le flux de travail, disent-ils. Et donc ce que nous pouvons faire avec l’IA, nous ne comprenons pas ce travailleur, ni son niveau de compétence, ni ses niveaux de compétence. Et si cela fait l'objet d'un suivi numérique, nous pouvons utiliser l'IA pour augmenter ces instructions et procédures de travail afin de dire : « Hé, vous êtes un novice. C'est votre premier mois de travail. Vous devez regarder cette vidéo de sécurité avant d'effectuer cette routine. Et si vous êtes un travailleur expert, vous ne seriez peut-être pas obligé de le faire. Ou si vous avez été formé, mais que vos performances sont en retard par rapport à la référence, nous pouvons venir – les instructions peuvent venir et être ajustées dynamiquement pour dire : « Hé, voici quelques conseils supplémentaires pour vous aider tout au long de cette procédure et de cette routine.

Ainsi, cela donne de la visibilité et un aperçu des zones. Je veux dire, si vous aviez trois personnes dans l'atelier, vous sauriez probablement exactement ce qu'elles font. Mais une fois que vous avez des organisations plus grandes et qu’elles comptent des dizaines ou des centaines de personnes, il devient beaucoup plus difficile de comprendre où se trouvent les opportunités d’amélioration. Et l’IA a la capacité de le faire, notamment dans le domaine de la formation.

Josué Poole: Hmm, c'est très intéressant. Et bien sûr, l’IA est largement non réglementée à l’échelle mondiale, ce qui peut créer des problèmes tels que le lavage de l’IA et une utilisation irresponsable. Mais quelle est selon vous la plus grande préoccupation face à la prolifération des systèmes d’IA dans l’industrie de l’emballage ?

Chris Kuntz: Donc, il y a certainement beaucoup de préoccupations à ce sujet, et pour Augmentir, notre approche consiste à tirer parti d'un - certainement du point de vue de l'IA générative, nous exploitons un grand modèle de langage propriétaire, adapté à l'objectif et pré-entraîné qui se trouve derrière notre solution d’IA générative. Et lorsque vous combinez cela avec une sécurité et des autorisations robustes qui peuvent aider les directeurs d'usine, les opérateurs et toujours les ingénieurs ou les travailleurs de première ligne à accéder uniquement aux informations dont ils ont besoin, tout en offrant les avantages d'une résolution de problèmes plus rapide et d'une collaboration améliorée.

L'une des autres choses qui me semble vraiment importante est ce concept de « contenu vérifié » – nous avons donc tous utilisé ChatGPT, n'est-ce pas ? Et au début, je pense qu'ils avaient cet avertissement, ChatGPT est 90% correct, donc il pourrait renvoyer de fausses données. Ce n’est tout simplement pas acceptable dans un environnement industriel. Vous ne pouvez pas dire : « Voici une routine pour faire un centrage sur une pièce d'équipement » et demander à quelqu'un de mettre sa main à un endroit et de la couper. Vous ne pouvez pas être 90%, vous devez être 100%.

Nous avons donc un concept de notre système d'IA générative, la capacité de renvoyer des données vérifiées et non vérifiées, et l'organisation peut ensuite décider ce qu'elle veut en faire. Donc, s'il s'agit d'un travailleur de première ligne, peut-être que s'il s'agit de données non vérifiées, elles sont étiquetées et vous avez besoin d'un superviseur qui doit venir si vous voulez effectuer cette routine. Et puis la possibilité de prendre en quelque sorte les informations qui reviennent et de les catégoriser en termes de données vérifiées, de données non vérifiées, puis de pouvoir contrôler la façon dont vous les utilisez. Ce n’est donc pas le Far West, c’est un environnement très contrôlé. La portée, si vous y réfléchissez, dans notre monde, si nous servons une entreprise manufacturière – et Augmentir est utilisé pour fabrication numérique en papier et emballage des entreprises comme Graphic Packaging et WestRock, et donc les informations qui, dans le cadre de leur monde, sont la documentation d'entreprise, la documentation d'ingénierie, les données opérationnelles, les données sur les bons de travail, les données sur les personnes – pourraient être leur matrice de compétences et leur historique de formation et des choses comme ça, mais tout est contenu dans leur entreprise. Nous ne regardons pas en dehors de cela, il s'agit vraiment d'un ensemble de données limité. Et c’est ce qui alimente notre grand modèle linguistique.

Cela facilite considérablement l'application de cela, certaines personnes explorent l'utilisation de modèles d'IA et de GPT plus ouverts pour ce faire. Mais ensuite, vous rencontrez les problèmes que vous avez mentionnés, où vous introduisez beaucoup d'informations dans l'IA, ce qui pourrait constituer un risque pour la sécurité, et les informations que vous récupérez pourraient constituer un risque pour la sécurité.

Josué Poole: D'accord, et comme dernière question. Quels conseils donneriez-vous aux hommes politiques travaillant à l’établissement de ces cadres réglementaires pour les systèmes d’IA ?

Chris Kuntz: Excellente question.

Vous savez, notre point de vue est que, vous savez, le président Biden a promulgué le décret sur la réglementation de l'IA ici aux États-Unis en octobre, nous pensons que c'est indispensable sur plusieurs fronts. Certes, chaque entreprise dit désormais qu’elle est une entreprise d’IA et essaie d’incorporer l’IA dans tout ce qu’elle fait. Et certains de ces éléments peuvent être un peu problématiques.

Mais au moins aux États-Unis, dans le décret de Biden sur la réglementation de l'IA, on a beaucoup parlé des perturbations de l'emploi et de l'accent mis sur les préoccupations des travailleurs et des syndicats liées aux politiques en matière d'IA. Je pense que cela renforce notre utilisation de l’IA comme moyen d’augmenter le nombre de travailleurs. Nous ne cherchons pas à remplacer les travailleurs et cela résout un énorme problème. Je pense que le ministère du Travail donne des directives aux employeurs concernant l'IA selon lesquelles vous ne pouvez pas l'utiliser pour suivre les travailleurs et vous ne pouvez pas l'utiliser pour, vous savez, qu'il existe des droits du travail dans le monde. Et je pense que cela revient à avoir ces copilotes d'IA ou assistants d'IA générative qui peuvent aider les travailleurs à effectuer leur travail correctement et en toute sécurité, en maximisant leur potentiel. C'est vraiment là que l'apprentissage sur le terrain entre en jeu. Ce sont des choses qui se produisaient auparavant en dehors de l’usine. Il est désormais tout à fait adapté pour aider à résoudre certains des problèmes majeurs de main-d'œuvre dans le secteur manufacturier qui existent aujourd'hui. Il y a donc beaucoup de termes dans ce décret visant à garantir que l’IA soit utilisée, non seulement de manière responsable, mais à des fins qui vont faire progresser l’industrie. Et encore une fois, c'est exactement là où nous en sommes en termes de développement de la main-d'œuvre et d'utilisation de celle-ci pour remédier aux pénuries de main-d'œuvre du point de vue de la formation et du soutien.

Mais, dans l’ensemble, je pense que nous acceptons absolument la réglementation – la réglementation de l’IA générative – et en contrôlons les aspects, car cela pourrait devenir problématique si vous ne le faites pas, bien sûr.

Josué Poole: Mm-Hmm c'est très intéressant. Chris, merci pour votre temps aujourd'hui.

Chris Kuntz: Oui, merci beaucoup. Merci de m'avoir.