Katalog úloh

Сорок четыре задачи промышленного ИИ с оценкой зрелости

Это перечень задач, а не продуктов. Для каждой указано, что делает система, какой показатель она меняет и насколько технология отработана на практике.

M1проверено, тиражируетсяM2внедряется, интеграция сложнееM3raná nasazení
FPY · zmetky · ppm

Kvalita

Находить дефект до следующей операции: поверхность, сварка, сборка, маркировка. Прогнозировать качество партии до лабораторного анализа.

Projednat úlohu z této skupiny
Úlohy skupiny „Kvalita“
ÚlohaCo systém děláUkazatel
Kontrola povrchu a svarůškrábance, trhliny, neprovařený kořen, póry, geometrie svaruzmetkovitost, ppm, ruční kontrolaM1
Kontrola montáže a úplnostiвсе ли детали на месте, ориентация, этикетка, чтение маркировкиFPY, vratkyM1
Прогноз качества до лабораторного анализакачество партии по параметрам процессаopožděně zjištěné zmetky, doba uvolněníM2
Обучение камеры на синтетических дефектахредкие дефекты генерируем, а не ждём годамисрок запуска нового артикулаM2
Příčinná analýza zmetkovitostiотличает причину от совпадения: поставщик → параметр → дефектdoba diagnostikyM3
Прослеживаемость и границы отзываvšechny výrobky se společným problémem podle šarže, stroje a směnyobjem stahováníM1
С чего начать

Сначала — задачи с большим эффектом и умеренной сложностью

Первый эшелон даёт измеримый эффект на данных, которые у завода уже есть. Второму нужна единая система сбора данных. Третий посилен только заводу с развитой автоматизацией.

Matice priorit
ÚlohaPotenciál efektuNáročnost
Vizuální kontrola kvalityvelmi vysokýnízká–středníPRVNÍ
Anomálie procesuvysokýstředníPRVNÍ
Prediktivní údržba kritických uzlůvelmi vysokýstředníPRVNÍ
Снижение расхода энергииvysokýstředníPRVNÍ
Rozvrh výrobyvelmi vysokýstředníPRVNÍ
Asistent pro předpisyvysokýnízká–středníPRVNÍ
Predikce kvalityvelmi vysokýstřední–vysokáDRUHÝ
Příčinná analýzavysokývysokáDRUHÝ
Digitální dvojče linkyvelmi vysokývysokáDRUHÝ
Uzavřené řízení režimuvelmi vysokývelmi vysokáTŘETÍ
Asistent údržbyvelmi vysokývysokáTŘETÍ
Наша оценка по открытым данным о внедрениях Bosch, BMW, Siemens, программе MIIT (КНР) и дорожной карте Smart Manufacturing 2026
Условия успеха

Pět podmínek, za kterých se projekt vyplatí

01

Událost je častá nebo drahá

На трёх отказах в год модель не обучить, на частом браке — можно.

02

Rozhodnutí se přijímá opakovaně

Модель окупается, когда её совет нужен каждый день, а не один раз.

03

Data už částečně existují

Архив, журнал, камеры — хоть что-то. Если нет ничего, начинать надо с автоматизации.

04

Po predikci následuje akce

Požadavek, žádaná hodnota, harmonogram. Predikce bez akce je jen další graf.

05

Есть исходный уровень

Показатель измерен до проекта — значит, эффект можно доказать.

Katalog úloh

Назовите до трёх задач — предложим, с какой начать пилот

Оценим данные, которые уже есть на объекте, и скажем, где эффект можно будет измерить быстрее всего.