Kako Scinergy spaja znanost i industriju 4.0

Zašto je suradnja znanosti i industrije presudna za AI u proizvodnji

Umjetna inteligencija u hrvatskoj proizvodnji više nije tema budućnosti – ona već sada odlučuje tko će u idućih pet godina biti lider, a tko će se boriti za opstanak. Prediktivno održavanje, automatizirana kontrola kvalitete, optimizacija proizvodnje i energetska učinkovitost postali su standardi Industrije 4.0, a ne luksuz.

No jedan je izazov zajednički većini hrvatskih proizvodnih poduzeća: kako doći do vrhunske znanstvene ekspertize potrebne za razvoj takvih naprednih AI rješenja, i to bez višegodišnjih ulaganja u vlastite R&D timove?

Upravo na to odgovara projekt Scinergy, koji domaće tvrtke besplatno povezuje s vrhunskim znanstvenicima iz područja umjetne inteligencije, energetike, elektrotehnike, računarstva, biotehnologije i drugih disciplina. U ovom tekstu, kao dio serijala „AI u Hrvatskoj Proizvodnji: Industrija 4.0“, pokazujemo kako Scinergy može postati praktičan most između vaše tvornice i naprednih AI rješenja.

Što Scinergy konkretno nudi hrvatskim proizvođačima

Scinergy okuplja sedamdesetak znanstvenika s petnaestak hrvatskih znanstveno‑istraživačkih institucija i uparuje ih s tvrtkama prema stvarnim poslovnim potrebama.

Ekskluzivan pristup znanju – bez početnog troška

Tvrtke dobivaju pristup ekspertizi u područjima kao što su:

• Umjetna inteligencija i strojno učenje (prediktivno održavanje, optimizacija proizvodnje, computer vision za kontrolu kvalitete)
• Energetika i elektrotehnika (optimizacija potrošnje, pametne mreže, integracija obnovljivih izvora)
• Računarstvo i podatkovno inženjerstvo (prikupljanje i obrada podataka iz proizvodnje, IoT, big data)
• Biotehnologija, prehrambena tehnologija, agronomija i medicina (razvoj novih proizvoda, optimizacija procesa, kvaliteta i sigurnost)

Umjesto dugotrajnog i skupog traženja konzultanata, tvrtka kroz Scinergy dobiva precizno uparivanje sa znanstvenicima čija se ekspertiza najbolje poklapa s definiranim izazovom – od AI modela za optimizaciju logistike do zelene obrade otpada u prehrambenoj industriji.

Strateška korist za obje strane

Za tvrtke, koristi su vrlo konkretne:

• brži razvoj inovativnih proizvoda i usluga,
• rješenja koja rješavaju stvarne probleme u proizvodnji,
• jačanje konkurentnosti na domaćem i EU tržištu,
• mogućnost testiranja tehnologija prije velikih kapitalnih ulaganja.

Za znanstvenike, Scinergy otvara vrata:

• komercijalizaciji rezultata istraživanja,
• radu na realnim industrijskim problemima,
• stvaranju spin‑off tvrtki i deep‑tech startupa.

Na makro razini, takvi projekti pune prazninu koju podaci jasno pokazuju: u Hrvatskoj tek 20,2 % tvrtki s više od 10 zaposlenih ulaže u istraživanje i razvoj (R&D), dok je prosjek EU‑a 24,4 %. Još je veći jaz u suradnji s visokim učilištima – samo 8,4 % hrvatskih tvrtki surađuje s akademijom, naspram 10,5 % u EU. Scinergy je dizajniran upravo da taj jaz smanji.

AI u praksi: hrvatski primjeri Industrije 4.0 nastali iz suradnje

Velik dio projekata koje ističe Scinergy i širi ekosustav ICENT‑a pokazuje kako suradnja tvrtki i znanosti izgleda u praksi – posebno kada je riječ o AI u proizvodnji, logistici i energetici.

Autonomna logistika: od ručnih vozila do pametnih robota

Suradnja Gideon Brothers i FER‑a na projektu A‑Unit dobar je primjer kako AI transformira logistiku:

• razvijena je napredna jedinica za autonomno upravljanje mobilnim vozilima,
• koristi 3D percepciju okoline i umjetnu inteligenciju za navigaciju,
• omogućuje pretvaranje postojećih, ručno upravljanih vozila u potpuno autonomne sustave.

Za proizvodne tvrtke to znači:

• veći protok materijala bez povećanja broja radnika,
• manje zastoja i sigurnosnih incidenata,
• mogućnost rada u više smjena uz stabilne troškove,
• brži povrat na ulaganja u automatizaciju.

Ovakav tip rješenja idealan je ulaz u Industriju 4.0 za tvornice s velikim internim logističkim tokovima – od metaloprerađivačke industrije do prehrambenog sektora.

Energetska tranzicija uz AI: pametne mreže i optimizacija gubitaka

Na energetskom području, suradnja HELB‑a, Sedam IT‑a, HEP ODS‑a i FER‑a rezultirala je platformom DINGO za optimizaciju gubitaka u naprednim mrežama.

Ključne značajke:

• kontinuirana analiza tehničkih parametara distribucijske mreže,
• primjena strojnog učenja za procjenu i predviđanje tehničkih i netehničkih gubitaka,
• procjena potencijala integracije obnovljivih izvora energije kod krajnjih korisnika.

Iako je fokus na elektroenergetskoj mreži, ista logika vrijedi i za proizvodne pogone: AI modeli na temelju ograničenih podataka mogu davati korisne uvide o:

• neučinkovitim linijama i strojevima,
• neuobičajenim obrascima potrošnje energije,
• optimalnom načinu rasporeda proizvodnje.

Za hrvatske proizvođače to znači smanjenje troškova energije i bolju pripremu za buduće regulatorne zahtjeve vezane uz dekarbonizaciju.

Od laboratorija do proizvodne linije: prehrana, farmacija i biotehnologija

Industrija 4.0 nije rezervirana samo za metal, elektroniku i strojeve. Suradnje poput one između Belupa i Instituta Ruđer Bošković na razvoju kliničke prehrane ili višegodišnjih projekata PLIVA‑e s Prirodoslovno‑matematičkim fakultetom pokazuju kako znanost može:

• ubrzati razvoj novih formulacija,
• smanjiti rizik neuspjeha kod lansiranja proizvoda,
• omogućiti napredno testiranje (npr. magnetska svojstva nanočestica u lijekovima).

U kombinaciji s AI‑em, ove industrije mogu uvesti:

• prediktivnu kontrolu kvalitete (AI na temelju senzorskih podataka detektira odstupanja prije nego što proizvod završi u pakiranju),
• optimizaciju receptura i procesa (simulacije i digitalni blizanci procesa fermentacije, sušenja ili pakiranja),
• pametno planiranje proizvodnje ovisno o potražnji.

Održivost i kružno gospodarstvo: AI kao alat za zelenu transformaciju

U suradnji Prehrambeno‑biotehnološkog fakulteta i tvrtke Kutjevo razvijani su procesi za održivo gospodarenje otpadom od proizvodnje vina, uključujući zelene metode ekstrakcije biološki aktivnih spojeva i korištenje ostatka otpada kao komposta ili hrane za životinje.

Dodamo li u takav projekt AI, proizvodne tvrtke mogu:

• modelirati količine otpada po proizvodnoj seriji,
• simulirati različite scenarije recikliranja i ponovne uporabe,
• optimizirati logistiku otpada i nusproizvoda.

Na sličan način, projekti poput BIDEAS (biorazgradive 3D tiskane strukture za augmentaciju kostiju) pokazuju kako se kroz suradnju s fakultetima mogu razvijati potpuno novi materijali i proizvodi visoke dodane vrijednosti, uz potencijalnu primjenu AI‑a u dizajnu struktura i simulaciji opterećenja.

Kako mala i srednja proizvodna poduzeća mogu praktično iskoristiti Scinergy

Velike tvrtke često već imaju R&D odjele i iskustvo u EU projektima. No Scinergy je posebno vrijedan malim i srednjim proizvodnim poduzećima kojima je pristup znanstvenoj ekspertizi do sada bio otežan.

1. Jasno definirajte problem, ne rješenje

Umjesto da tražite „AI sustav za našu tvornicu“, formulirajte:

• gdje gubite najviše vremena (zastoji, promjene serija, postavljanje strojeva),
• gdje imate najviše otpada ili reklamacija,
• gdje osjećate rast troškova (energija, održavanje, radna snaga).

Takva formulacija omogućuje znanstvenicima da predlože konkretne AI i data‑driven pristupe – bilo da je riječ o prediktivnom održavanju, računalnom vidu za kontrolu kvalitete ili optimizaciji rasporeda proizvodnje.

2. Iskoristite laboratorije i opremu kroz digitalne inovacijske centre

Scinergy nudi i mogućnost da tvrtke zatraže podršku europskih digitalnih inovacijskih središta. Za vas to znači:

• pristup skupoj znanstvenoj opremi bez kupnje,
• mogućnost testiranja tehnologija u laboratorijskim uvjetima,
• smanjenje rizika prije investicije u vlastitu opremu ili softver.

Za Industriju 4.0 to je idealan način da:

• isprobate sustav računalnog vida za kontrolu kvalitete na pilot liniji,
• testirate IoT senzore i prikupljanje podataka na manjem broju strojeva,
• „istrenirate“ AI modele na reprezentativnom uzorku podataka prije šire implementacije.

3. Razmišljajte dugoročno: od projekta do strateškog partnerstva

Jednokratni projekt može riješiti konkretan problem, ali najveća vrijednost nastaje kada tvrtka i znanstveni tim razviju dugoročnu suradnju:

• zajednički EU projekti,
• razvoj interne kompetencije (edukacija vaših inženjera),
• potencijalni spin‑off projekti i novi proizvodi za globalno tržište.

Programi poput Nuqleusa, prvog hrvatskog deep‑tech venture buildera, pokazuju kako se iz akademskog okruženja mogu iznjedriti startupovi koji rješavaju vrlo specifične industrijske probleme. Za proizvodne tvrtke, to je prilika da budu prvi korisnici tih rješenja i su‑kreatori tehnologije.

Prvi koraci prema AI‑u u vašoj proizvodnji

Ako tek ulazite u područje AI‑a i Industrije 4.0, Scinergy vam može pomoći da krenete korak po korak, bez prevelikog rizika i ulaganja.

Preporučeni put za proizvodne tvrtke

1. Mapirajte ključne procese i „uska grla“ u postojeće proizvodnje.
2. Procijenite razinu digitalizacije – imate li podatke sa strojeva, senzora, ERP‑a, MES‑a?
3. Definirajte jedan pilot problem pogodan za AI (npr. predikcija kvarova, smanjenje škarta, bolje planiranje smjena).
4. Uključite se u suradnju sa znanstvenicima kroz programe poput Scinergyja – tražite ekspertizu upravo za taj pilot.
5. Testirajte rješenje u manjem opsegu (jedna linija, jedan pogon, jedna tvornica).
6. Ako se pokaže isplativim, skalirajte na ostatak proizvodnje i razmišljajte o novim AI primjenama.

Na taj način, umjesto „velikog praska“ digitalne transformacije, uvodite kontinuirano unapređenje temeljeno na podacima i znanosti.

Zaključak: Scinergy kao katalizator hrvatske Industrije 4.0

AI u hrvatskoj proizvodnji više nije pitanje „hoće li“, već „tko će i koliko brzo“. Tvrtke koje danas počnu graditi suradnju sa znanstvenim institucijama imat će jasnu prednost u sljedećem ciklusu ulaganja, regulative i tržišnih promjena.

Projekt Scinergy pokazuje da se jaz između znanosti i gospodarstva može premostiti na vrlo praktičan način: besplatnim uparivanjem tvrtki i vrhunskih znanstvenika, pristupom laboratorijima i naprednoj opremi te fokusom na stvarne industrijske probleme – od autonomne logistike i digitalizirane energetike do održive prerade otpada i razvoja novih materijala.

Za hrvatske proizvodne tvrtke koje žele iskoristiti potencijal umjetne inteligencije, prediktivnog održavanja, optimizacije proizvodnje i digitalne transformacije, pitanje je sada vrlo jednostavno:

Hoćete li promatrati kako drugi povezuju znanost i industriju – ili ćete biti jedna od tvrtki koje kroz takvu suradnju grade vlastitu verziju Industrije 4.0?

Ako razmišljate o sljedećem koraku u primjeni AI‑a u vašoj proizvodnji, vrijeme je da taj korak napravite upravo sada – dok je hrvatski ekosustav znanosti i industrije možda spremniji za suradnju nego ikad prije.