Dyer Engineering의 디지털 혁신 책임자인 Richard Larder와의 인터뷰

Internet of Manufacturing UK를 통해 , 2019년 9월 14일부터 15일까지 판보로 국제 컨퍼런스 센터에서 개최되는 저희 팀은 Richard Larder를 따라잡았습니다. , Dyer Engineering의 디지털 혁신 책임자.

많은 조직에서 IoT가 그토록 중요한 이유는 무엇입니까?

IoT 기술이 가져올 수 있는 운영 통찰력, 생산 효율성 향상 및 실시간 상태 모니터링은 상업적 경쟁력을 보호하는 데 절대적으로 중요합니다. 단기적으로는 조기 채택으로 큰 승리를 거둘 수 있지만, 시간이 지나면 이 기술의 혁명적인 특성으로 인해 시간에 맞춰 파티에 참석하지 못하고 외부에 남겨진 사람들에게만 공통적인 일이 될 것입니다.

조직은 IoT 구현/디지털 혁신 비용을 어떻게 정당화할 수 있습니까?

Innovate UK는 중소기업에 대한 이러한 도전을 인식하고 우리 회사인 Dyer Engineering이 낙찰을 작성한 최초의 영국 중소기업 시연 사이트를 식별하기 위해 'Connect Factorys'라는 전국 입찰 경쟁을 시작했습니다. 이 투자의 목적은 일반적인 사용 사례를 해결하여 이 기술에 투자해야 하는 방법과 이유를 보여줌으로써 채택의 장벽을 허무는 것입니다. 우리의 주요 과제는 단순히 비트를 잃는 것입니다. 우리는 그들을 찾는 데 시간을 낭비하거나 긴박한 고객 배송으로 인해 총알을 깨고 리메이크해야합니다. 우리의 보수적인 추정이 정확하다면 이 솔루션은 1년 이내에 비용을 지불하고 수익을 내기 시작할 것입니다.

그러나 인식, 기술 제공자 및 사용 사례가 아직 상대적으로 부족하기 때문에 IoT 투자를 고려하지 않는 조직에 공감하기 쉽습니다. ROI를 쉽게 입증할 수 있고 FD가 돈이 어디로 가는지 '볼' 수 있는 기계와 같은 영역에 대한 보다 일반적이고 유형적인 투자는 훨씬 더 매력적이고 안전한 옵션을 제시하지만 이해, 사용의 여정을 시작하는 데 실패합니다. 현재 사례 식별 및 채택 계획은 경쟁이 앞서고 필연적으로 덜 혁신적인 뒤에 남겨짐에 따라 가까운 장래에 재앙이 될 수 있습니다. 간단히 말해서, IoT 채택은 그것이 지금 가져올 수 있는 이점이 아니라 더 빨리 여정을 시작하지 않을 경우 미래에 어떤 영향을 미칠지 생각할 필요가 없습니다.

중소기업은 구체적으로 어떻게 보상을 받을 수 있습니까? 어떤 지원을 받을 수 있습니까?

중소기업은 디지털 혁신에 예산을 할당할 만큼 충분히 크고 프로세스가 변경하기에 너무 번거롭지 않다는 점에서 매우 운이 좋은 위치에 있습니다. 적절한 사람들이 탑승한 '패스트 페일' 문화가 있다면 혁신은 자연스럽게 이루어질 것입니다. 비트가 어디에 있는지 알아야 할 필요성은 다른 제조업체에서 매우 일반적이며 솔루션은 이제 거의 "우리가 이것을 더 빨리 하지 않은 이유"라는 좌절감으로 명백해 보입니다. 기술을 이해하고 적절한 파트너를 찾으면 상대적으로 저렴한 비용으로 얻을 수 있는 과일이 많이 있다고 생각합니다.

지원 측면에서, 우리는 제조와 관련된 더 큰 그림을 보려고 노력하고, 버팀목 뒤에 우리 자신을 가두어 두지 않고, 성공이나 실패를 같은 생각을 가진 비즈니스와 공유하는 열린 문 정책을 시도하고 채택합니다. 이것이 보답을 받고 우리가 독립적인 것보다 함께 일하면 훨씬 더 많은 것을 성취할 수 있습니다. 이 협력적 접근 방식은 또한 네트워크를 성장시키는 데 도움이 되고 잠재적인 자금 조달 포트를 식별하는 데 도움이 됩니다. 지금까지 우리의 모든 디지털 혁신 프로젝트는 전체 또는 부분적인 자금 지원을 받았습니다.

AI가 영국 제조업 부문을 진정으로 변화시키고 최적화할 수 있는 잠재력이 있는 상황에서 AI가 잠재력을 최대한 발휘하는 데 방해가 될 주요 과제는 무엇이라고 생각하십니까?

하아! AI가 그것이 진정한 잠재력을 깨닫는다면 그것은 인간 멸종의 지점으로 이어질 가능성이 높기 때문에 아무도 그것을 강요하지 않는다고 생각합니다.

진지하게 말하지만 AI는 방대한 양의 데이터를 처리하는 능력에서 게임 체인저입니다. 이것은 AI가 현재 유방암 진단에서 의사를 능가하지만 과거 데이터의 거대한 데이터베이스와 스캔을 비교하는 시간의 극히 일부인 의료 부문에서 이미 볼 수 있습니다. 제조 부문으로의 마이그레이션은 불가피할 것이며 검토할 대규모 데이터 세트와 예후를 결정할 수 있는 모든 애플리케이션에 적합할 것입니다.

AI가 활용되는 것을 가로막는 도전과제라는 측면에서, 이 개념은 이제 막 생겨난 것일 뿐 중소기업이 접근하기에는 너무 진보된 개념이라는 잘못된 인식이 있다고 생각합니다. 실제로 AI는 1940년대에 등장했으며 단순히 수학적 추론과 순환 학습을 기반으로 하며 우리가 생각하고 추론하는 방식의 작은 부분을 효과적으로 반영합니다. 그래서 저는 미지의 것에 대한 두려움이 가장 먼저 극복해야 할 장애물이라고 생각하고, 그 다음은 투자를 정당화하기 위해 AI를 적용할 수 있는 사용 사례를 찾는 것입니다.

솔루션을 제공할 수 있는 기술 파트너가 이미 있습니다. 아니면 좀 더 투기적인 접근 방식을 선택하고 박사 과정 학생을 포함시켜 대학과 파트너 관계를 맺도록 선택할 수 있습니다.>

SME를 위한 디지털 혁신에 대해 자세히 알아보려면 "Industry 4.0 for SMEs:Key Lessons to Implement Now" 패널 에 가입하십시오. 영국 제조업 인터넷(Internet of Manufacturing UK) 2일차 2019년 5월 15일