A japán gyártóiparban komoly hagyománya van a Toyota nevével fémjelzett minőségbiztosítási gyakorlatnak, amelyet a japán nyelvből átírva gencsi genbucunak, az angol terminológiával "menj és nézd meg" rendszernek neveznek. Ennek lényege, hogy a jelenségeket a maguk helyén kell megtapasztalni, más szóval az adatokat és a tényeket ott kell rögzíteni, ahol a munkafolyamatok vagy a problémák ténylegesen zajlanak.

A gyártási folyamatokat tekintve mindez azt jelenti, hogy a gyártósoron jelentkező problémákat is a gyártósoron kell megfigyelni és megoldani. Így a vezetőknek is tisztában kell lenniük vele, hogyan zajlik a munka az üzemi szinten, de az egyes részfeladatokat ellátó munkatársaknak is folyamatosan szemmel kell tartaniuk a termelés minden aspektusát, hogy azonnal kiszúrják a rendellenességeket.

Ezt a filozófiát a minőséget mindenek fölé helyező japán gyártók már hosszú évtizedek óta követik, és nem csak a 20. századi ipari tevékenységük forradalmasításában volt nagy szerepe, de a minőségbiztosításból is egy szinte kizárólag emberi munkára épülő szigetet teremtett a máskülönben magas fokon automatizált üzemekben. Legalább is ez volt a helyzet a világjárvány kitöréséig, ami látványos lökést adott a távoli monitoring eszközök bevezetésének.

A Reuters keddi riportja alapján a gyártóüzemekben is életbe léptetett járványügyi intézkedések ilyen értelemben is a folyamatok újjászervezését hozták, új megoldásokat keresve a rendkívüli szakértelmet igénylő, az emberi kreativitástól mégis igen messze álló feladatok elvégzésére. A cikkből kideül, hogy egy alkatrész, mondjuk egy kúpfogaskerék gyors ellenőrzése a megfelelő tapasztalattal rendelkező munkásoknak két másodpercébe kerül, és egy műszak során nagyjából ezerszer végzik el ezt a műveletet, ezt a hatékonyságot pedig ma már a robotok is képesek hozni.

Az MI nem helyettesít, hanem kiegészít

A fogyazstók részéről is egyre szigorúbb és konzisztensebb minőségi elvárások most egybeesnek a mesterséges intelligencia gyors fejlődésével és a kapcsolódó hardverek költségeinek csökkenésével, így a vállalatok is az automatizálással fejlesztésekkel igyekeznek áthidalni a hagyományos gyártási folyamatok és a vásárlói igények közti növekvő szakadékot.

A feladat technikai részről továbbra sem egyszerű, hiszen a robotoknak az egyes alkatrészek kapcsán több tízezernyi lehetséges hibát kell tudniuk azonosítani, és a közben megszerzett tapasztalatokat azonnal be kell építeniük a tanulási folyamatokba. Eközben a magas minőség itt közvetve vissza is üthet, hiszen 50 ezer az egyhez selejtarány mellett a robotok nem jutnak elegendő mintához a hatékony tanuláshoz.

Erre jelentene megoldást a hírügynökség által is bemutatott egyik megközelítés, ami az orvosi technológiákból vagy az úgynevezett "golden sample" megközelítésből merítve nem a hibák, hanem a hibamentesség felismerésére koncentrál. Az autóalkatrészeket gyártó Musashi Seimitsu és az izraeli SixAI közös vállalkozása, a MusashiAI például már nem csak fejleszt, hanem kölcsönöz is ilyen minőségbiztosításban használt robotokat (lásd a fenti képet), saját közlésük szerint pedig a járvány márciusi feltámadása óta megnégyszereződött a rendelésállományuk.

Ez utóbbi annak a jele, hogy a cégek már az ilyen jellegű a feladatokat is igyekeznek lehetőség szerint távmunkában végezni. Az emberi tényező továbbra sem marad ki az egyenletből, mivel az MI nem kreatív és nem igazán képes azzal kapcsolatban sem kérdéseket feltenni, hogy vajon miért és hogyan alakultak ki a felfedezett hibák. Ugyanakkor segíthet a "menj és nézd meg" rendszer távoli alkalmazásában, ami elsőre ellentmondásos dolognak tűnik, de az MI és a fejlett optikai rendszerek bevonásával magasabb szintre emelheti ezeket a tevékenységeket is.