8 września podczas targów DREMA w Poznaniu po raz pierwszy spotkaliśmy się na Forum AI – wydarzeniu poświęconym praktycznemu wykorzystaniu sztucznej inteligencji w branży leśnej, drzewnej i meblarskiej.
Była to pierwsza edycja wydarzenia, ale mamy poczucie, że rozpoczęliśmy ważną rozmowę o kierunku, w którym zmierza branża drzewna i meblarska. Chcieliśmy spojrzeć na sztuczną inteligencję nie przez pryzmat futurystycznych wizji, ale konkretnych technologii, danych i procesów, które już dziś mogą znaleźć zastosowanie w przedsiębiorstwach.
Właśnie różnorodność zastosowań AI była jednym z najważniejszych elementów Forum AI. Rozmawialiśmy o inteligentnych systemach wizyjnych, które mogą automatyzować kontrolę jakości i wykrywać defekty produktów. Pokazaliśmy, jak AI może wspierać zarządzanie produkcją i procesy cyfrowej transformacji. Było również o wykorzystaniu technik fotooptycznych, skanowania LiDAR i algorytmów w sektorze leśno-drzewnym oraz o ETML – rozwiązaniu, które tworzy wspólny język dla maszyn, narzędzi i systemów IT.
To właśnie te prezentacje pokazały, że sztuczna inteligencja w przemyśle nie jest jednym rozwiązaniem, które można po prostu „wdrożyć”. To cały ekosystem technologii, danych i narzędzi, który może stopniowo zmieniać sposób kontroli jakości, planowania, pomiarów, zarządzania produkcją i komunikacji pomiędzy urządzeniami.
Serdecznie dziękujemy naszym prelegentom za ciekawe, merytoryczne i praktyczne wystąpienia:
- Krzysztof Malowany, Chief Executive Officer, KSM Vision – dziękujemy za pokazanie możliwości wykorzystania systemów wizyjnych opartych na AI w automatycznej kontroli jakości. Mogą rozpoznawać wady drewna i płyt, kontrolować poprawność procesów, a także przekazywać informacje zwrotne do operatora. Ich wdrożenie wymaga jednak przygotowania odpowiedniego stanowiska, zebrania danych i dostosowania algorytmu do konkretnej produkcji.
Nasz ekspert przekonywał, że system wizyjny nie eliminuje potrzeby określenia kryteriów jakości. Przenosi jednak część procesu oceny na algorytm, który może pracować w sposób powtarzalny i w czasie rzeczywistym. W tym właśnie kierunku rozwijają się systemy AI w kontroli jakości: nie tylko wykrywać wadę, ale robić to szybko, powtarzalnie i bezpośrednio w procesie produkcyjnym.
- Adam Wileński, właściciel Lignumsoft – dziękujemy za przedstawienie praktycznego spojrzenia na AI w zarządzaniu produkcją i cyfrowej transformacji przedsiębiorstw. Nasz ekspert wielokrotnie powtarzał, że cyfrowa transformacja powinna zaczynać się od procesu, a nie od zakupu kolejnego narzędzia.
– Jeśli mamy problem z procesem, to AI nie pomoże. To nie jest magiczna różdżka – podkreślał Adam Wileński. – AI to nic innego jak zbiór danych, na podstawie którego ona może pracować. Tak długo, jak firma nie bazuje na swoich danych, nie ma szans, żeby AI była stosowana.
W tej perspektywie cyfryzacja przedsiębiorstwa nie oznacza wyłącznie zakupu kolejnych maszyn czy oprogramowania. Chodzi o stworzenie spójnego środowiska, w którym informacje o produkcji, materiałach, zamówieniach, kosztach, przestojach i sprzedaży są gromadzone i mogą być ze sobą powiązane.
Dopiero wtedy możliwe staje się wykorzystanie AI do analizy danych i wspierania decyzji.
Takie podejście może zmienić sposób patrzenia na AI. Zamiast traktować ją jako samodzielne rozwiązanie problemów, należy postrzegać ją jako kolejną warstwę cyfrowej transformacji przedsiębiorstwa.
Quo vadis, polskie meblarstwo? Na zakończenie Adam Wileński wrócił do pytania postawionego w tytule wystąpienia.
– Odpowiedzmy na pytanie z początku: AI to wizja przyszłości czy teraźniejszość? Jedno i drugie. W teraźniejszości mamy już to, co teraz. Przyszłość to wasze dane zbierane i zapisane w waszym AI, wiedza o tym, gdzie macie wąskie gardło, co warto produkować, na których produktach macie większą marżę. Do tego trzeba zebrać dane w jedną całość i budować bazę. To pozwoli wam być lata świetlne przed konkurencją – konkludował.
- dr Karol Tomczak z Łukasiewicz – Poznański Instytut Technologiczny – dziękujemy za prezentację możliwości wykorzystania AI, technik fotooptycznych i skanowania LiDAR w sektorze leśno-drzewnym. Jak zapewniał prelegent – las jest niezwykle złożonym ekosystemem, ale z punktu widzenia cyfryzacji można go również potraktować jako ogromny zbiór danych. Informacje można pozyskiwać praktycznie na każdym etapie – od pomiarów wykonywanych jeszcze przed pozyskaniem drewna, przez jego ścinkę i transport, aż po odbiór i dalszy przerób.
Wystąpienie dr. Karola Tomczaka pokazało, że sztuczna inteligencja w sektorze leśno-drzewnym nie musi oznaczać futurystycznej wizji całkowicie autonomicznego lasu czy zakładu produkcyjnego. W wielu obszarach technologie już działają – od mobilnego pomiaru drewna i systemów fotooptycznych, przez LiDAR i rozpoznawanie wad, po systemy wczesnego wykrywania pożarów. Jednocześnie największy potencjał tkwi nie w pojedynczym urządzeniu czy aplikacji, ale w połączeniu danych z różnych etapów łańcucha. Informacja o surowcu pozyskanym w lesie może zostać zestawiona z jego rzeczywistą jakością, uzyskiem w tartaku, sposobem przerobu i efektem ekonomicznym. Taki sprzężony system pozwalałby nie tylko opisywać to, co już się wydarzyło, ale również przewidywać skutki przyszłych decyzji.
– Tak naprawdę o tym jest sztuczna inteligencja, o tym jest rozszerzona rzeczywistość, że to nie ma nam zastąpić człowieka. Ono ma wspomóc człowieka, bo to człowiek podejmuje decyzję na końcu i to on jest za nią odpowiedzialny. Musimy używać tych narzędzi rozważnie i do danego celu i pamiętać o wszystkich ich ograniczeniach – zaznaczył dr Karol Tomczak.
Właśnie ta zasada może okazać się kluczowa dla cyfrowej transformacji sektora leśno-drzewnego. Nie chodzi o to, aby technologia podejmowała decyzje za człowieka, lecz aby dostarczała mu lepszych, bardziej kompletnych i powtarzalnych informacji, na podstawie których te decyzje można podejmować
- Wojciech Nieciąg – DROMA / ITA TOOLS oraz Andrzej Półrolniczak DROMA – dziękujemy za przybliżenie idei ETML i pokazanie, jak ważna dla dalszej automatyzacji jest wymiana danych pomiędzy maszynami, narzędziami i systemami IT. Choć temat ETML może być jeszcze mało znany użytkownikom maszyn i narzędzi do obróbki drewna, za standardem stoją najwięksi europejscy producenci. European Tool Machine Language (ETML) to wspólna inicjatywa branży, której celem jest stworzenie jednolitego sposobu opisu narzędzi oraz wymiany informacji pomiędzy producentami narzędzi, maszynami i systemami informatycznymi.
Prelegenci zwracali uwagę, że ETML jest obecnie na etapie, na którym szczególnie ważne staje się dotarcie z informacją do użytkowników maszyn i narzędzi. Samo wdrożenie standardu przez producentów nie wystarczy, jeżeli zakłady nie będą wiedziały, jakie możliwości daje takie rozwiązanie.
Twórcy ETML widzą w standardzie nie tylko narzędzie cyfryzacji, ale również element budowania konkurencyjności europejskiego przemysłu maszyn i narzędzi. W tym kontekście ETML jest przedstawiany jako odpowiedź europejskiej branży na rosnącą konkurencję producentów z innych części świata. Wspólny standard ma ułatwiać integrację rozwiązań europejskich i zwiększać ich atrakcyjność na światowych rynkach.
Dziękujemy również wszystkim uczestnikom Forum AI za obecność, aktywność i pytania. Wasze zainteresowanie i dyskusje po prezentacjach pokazały, że branża chce rozmawiać o AI konkretnie – o możliwościach, ale także o kosztach, integracji, danych, bezpieczeństwie i rzeczywistych warunkach wdrożeń.
Dziękujemy również targom DREMA i zespołowi odpowiedzialnemu za organizację i udostępnienie Sceny Wiedzy, na której mogliśmy zrealizować nasze premierowe wydarzenie.
Forum AI – DREMA 5.0 było początkiem szerszej rozmowy o sztucznej inteligencji w branży drzewnej i meblarskiej. Bo AI to już nie tylko wizja przyszłości. To narzędzia, które coraz częściej są dostępne tu i teraz.
Obszerną relację z Forum AI – DREMA 5.0 przeczytacie w październikowym wydaniu Meblarstwa oraz Gazecie Przemysłu Drzewnego. Ale to nie wszystko. Każdy z prezentowanych tematów będzie jeszcze „pod lupą” naszych dziennikarzy i będziemy do nich wracać na łamach naszych magazynów branżowych.
~Małgorzata Gackowska
