Немного про автоматизацию и MES.
Изначально предприятия берут MES, чтобы автоматизировать что-то, а потом сталкиваются с тем, что автоматизации минимум, и не так всё это просто запустить. В основном сейчас внедряют цифровизацию, которая собирает данные контроля и выводит красивые мнемосхемы. Никакой автоматизации в принятии решений, а зачастую нет даже подсказок, в какую сторону надо принимать решение. Все красивые технологии, о которых говорят, пока больше в презентациях. Есть и другие проблемы.
Ключевые проблемы внедрения MES:
— Устаревшее оборудование, линии связи, отсутствие автоматизированных средств контроля;
— Отсутствие производственных регламентов, нет проработки процессов;
— Не хватка компетентного персонала;
— Сложности в интеграции существующих системы;
— Несогласованность нормативно-справочной информации (НСИ)
— Разрывы в данных, которые нужны и которые могут быть собраны;
— Ограничения бюджета, невнятные KPI при высоких затратах.
Но тут ещё другая проблема выстреливает, вот позавчера наткнулся https://t.me/leadgr/2491 Ирония автоматизации (https://static1.squarespace.com/static/644321e78cd2dd37613af33e/t/6694873f71612132a84371c7/1721009983702/Ironies+of+Automation_Bainbridge_1983.pdf)
В 1970х годах когнитивный психолог Лизанна Бейнбридж проводила дни, наблюдая за операторами больших индустриальных печей. Она просила их проговаривать вслух, что именно они делают и почему, и разбирала, как устроено их знание о производственном процессе, управляемом автоматикой.
Из этой серии интервью в 1983 родилась статья «Ironies of Automation».
Ирония автоматизации состоит в том, что человеку достаются задачи, которые не удалось автоматизировать, то есть по определению самые трудные и плохо формализуемые. Плюс к ним – надзор за автоматикой, которую внедрили как раз потому, что она работает лучше человека. И эта система концептуально сломана:
-Человек физиологически неспособен удерживать внимание на источнике, где почти ничего не происходит.
-Умения оператора деградируют без практики. Если ты годами только наблюдаешь за системой, то в момент аварии, когда нужно перехватить управление и проявить мастерство, его уже не осталось.
-Знания в долгосрочной памяти остаются доступными, только когда к ним регулярно обращаются. Оператор, не пользующийся этими знаниями, теряет способность быстро их извлечь. Кроме этого, протухает ментальная модель того, как работает система, и в каком состоянии прямо сейчас она находится.
Все эти проблемы стали ярко видны в произошедшей примерно в то время аварии на АЭС в Пенсильвании (https://ru.wikipedia.org/wiki/Авария_на_АЭС_Три-Майл-Айленд). Скакнуло давление, один из клапанов не закрылся, и пошло-поехало. При этом все части автоматики сработали как надо, но итоговый сценарий был не знаком операторам, а из-за показаний приборов их ментальная модель разошлась с реальностью. В итоге они совершили кучу ошибок, произошел выброс радиации, а блок теперь законсервирован навсегда.
В общем история о том, что теряется субъектность персонала, люди перестают думать и доверяют машине, а когда машина подводит, не могут сами принять решение и выполнить правильные действия.
Сравните с тем, как много сейчас говорят об ИИ. Мол ИИ заберет простые задачи, но мы будет за ним проверять и думать о сложном. Не будем мы проверять, и возможно не будем думать. Это конечно плохо.