Kaip „AI Davosas“ Paryžiuje keičia Lietuvos pramonę

Lietuvos ekonomikos ir inovacijų ministras Edvinas Grikšas Paryžiuje dalyvauja dirbtinio intelekto „Davoso“ vardu vadinamoje konferencijoje „Adopt AI Summit“. Iš pirmo žvilgsnio tai gali atrodyti kaip dar vienas politinis vizitas, tačiau Lietuvos gamybos įmonėms tai – labai aiškus signalas: dirbtinis intelektas (DI) pereina iš teorinių diskusijų į realius sprendimus cechuose ir sandėliuose.

Šis blogo įrašas – „AI Lietuvos Gamyboje: Pramonė 4.0“ serijos dalis. Čia žiūrime į Paryžiaus „AI Davoso“ konferenciją ne kaip į politinę naujieną, o kaip į praktinę galimybę Lietuvos gamintojams: kur link juda pasaulio lyderiai, kokių DI sprendimų jie realiai diegia ir ką iš to gali pasimokyti mūsų pramonė.

Toliau aptarsime:

• ką reiškia, kad Lietuva dalyvauja „Adopt AI Summit“;
• kokios DI tendencijos ypač aktualios gamybai 2025 m.;
• kaip šias idėjas praktiškai pritaikyti nuspėjamajai priežiūrai, kokybės kontrolei ir skaitmeninei transformacijai Lietuvos įmonėse;
• kokius žingsnius verta suplanuoti jau šią žiemą ir 2025 m. pradžiai.

Kodėl Lietuvos dalyvavimas „AI Davose“ svarbus gamybai

„Adopt AI Summit“ Paryžiuje dažnai vadinamas dirbtinio intelekto „Davosu“ – tai vieta, kur susitinka didžiosios technologijų įmonės, vyriausybės, pramonės lyderiai ir investuotojai. Dalyvavimas tokiame forume Lietuvai siunčia kelias svarbias žinutes gamintojams.

1. DI – jau ne „nice to have“, o konkurencinė būtinybė

Jei valstybės lygmeniu DI keliamas į aukščiausių tarptautinių diskusijų lygį, tai reiškia, kad:

• šalys konkuruos dėl DI investicijų, talentų ir gamybos skaitmenizavimo projektų;
• gamybos įmonės, kurios DI ignoruos, rizikuoja atsilikti ne procentais, o kartomis;
• eksporto rinkose vis labiau vertinama ne tik kaina, bet ir operacijų skaidrumas, atsekamumas, duomenimis paremta kokybės kontrolė.

Lietuvos gamintojui tai aiškus signalas: DI diegimas – ne vien IT skyrių rūpestis, o verslo strategijos dalis.

2. Galimybė prisijungti prie tarptautinių tiekimo grandinių

Pasaulinės pramonės lyderės (automobilių, elektronikos, farmacijos sektoriai) vis dažniau reikalauja, kad tiekėjai:

• teiktų realiu laiku renkamų duomenų ataskaitas;
• turėtų automatizuotą kokybės kontrolę su DI;
• būtų pasirengę nuspėjamajai priežiūrai, kad būtų mažiau tiekimo sutrikimų.

„AI Davose“ diskutuojama būtent apie tokias integracijas. Jei Lietuva ten matoma kaip aktyvus žaidėjas, Lietuvos įmonėms atsiveria durys į aukštesnės pridėtinės vertės tiekimo grandines – ypač, jei jos sugeba realiai pritaikyti DI gamybos procesuose.

Pagrindinės DI tendencijos, aktualiausios Lietuvos pramonei

Kad „AI Davoso“ diskusijos nevirstų tik deklaracijomis, svarbu suprasti, kokios praktinės DI kryptys šiuo metu dominuoja pasaulinėje pramonėje ir kaip jos siejasi su Pramone 4.0.

Nuspėjamoji priežiūra: nuo reakcijos prie prevencijos

Nuspėjamoji priežiūra (predictive maintenance) yra viena brandžiausių ir finansiškai aiškiausiai atsiperkančių DI sričių gamyboje.

Kas daroma pasaulyje?

• Ant įrenginių montuojami vibracijos, temperatūros, srovės, slėgio sensoriai.
• DI modeliai analizuoja parametrų pokyčius ir iš anksto prognozuoja gedimus.
• Remontas planuojamas tada, kai reikia – ne per anksti ir ne per vėlai.

Ką tai reiškia Lietuvos gamybai?

• Mažiau nenumatytų stovėjimų.
• Efektyvesnis atsarginių dalių sandėlio valdymas.
• Ilgesnis įrangos tarnavimo laikas.

Pramonė 4.0 logika paprasta: kiekvienas įrenginys tampa „kalbančiu“, o DI – vertėju, kuris iš šių duomenų paverčia prognozėmis ir verslo sprendimais.

DI kokybės kontrolė: kameros + algoritmai

Žmogaus akis pavargsta, DI – ne. Todėl kompiuterinė rega šiandien yra viena populiariausių sričių „AI Davoso“ tipo renginiuose.

Praktiniai pavyzdžiai, kuriuos aktyviai diegia gamintojai:

• Paviršių defektų atpažinimas (įbrėžimai, deformacijos, spalvos pakitimai) ant metalo, plastiko, stiklo.
• Pakuočių patikra (etiketės, galiojimo datos, brūkšniniai kodai, užlydymo kokybė).
• Surinkimo linijų kontrolė, ar visos detalės sumontuotos ir tinkamai pritvirtintos.

DI kokybės kontrolė Lietuvos gamyklose gali reikšti:

• mažiau žmogiškųjų klaidų, ypač monotoniškose užduotyse;
• greitesnę partijų atsekamumo analizę (kurioje pamainoje, prie kurios linijos atsirado brokas);
• geresnį atitikties reikalavimų laikymąsi, ypač eksportuojant į ES ir kitas rinkas.

Skaitmeninė transformacija: nuo atskirų projektų prie duomenų ekosistemos

Pažangiausios įmonės pasaulyje suprato, kad vienas DI projektas neišgelbės, jei nėra skaitmeninės duomenų sistemos.

Trys esminiai blokai, apie kuriuos kalbama „AI Davose“ ir kurie aktualūs Lietuvai:

1. Duomenų surinkimas ir standartizavimas

   • Jungiami PLC, sensoriai, gamybos įranga, ERP, MES, sandėlio ir kokybės sistemos.
   • Duomenys unifikuojami ir kaupiami vienoje vietoje.

2. Analitikos ir DI sluoksnis

   • Paprasta analitika (ataskaitos, KPI) derinama su mašininio mokymosi modeliais.
   • Nuspėjamoji priežiūra, kokybės prognozės, gamybos grafiko optimizacija.

3. Procesų valdymas realiu laiku

   • DI įžvalgos naudojamos priimant sprendimus per minutes, o ne savaites.
   • Pavyzdžiui, kai kokybės defektai viršija ribą, sistema automatiškai:
     • sulėtina liniją,
     • siunčia pranešimą operatoriui,
     • inicijuoja papildomą partijų patikrą.

Lietuvoje dažna situacija: daug atskirų sistemų, bet mažai integracijos. Būtent tokias problemas ir sprendžia Pramonė 4.0 ir DI ekosistemos, apie kurias šiandien kalbama Paryžiuje.

Kaip „AI Davoso“ idėjas paversti veiksmais Lietuvos gamyklose

Tarptautinės konferencijos įkvepia, bet vertė atsiranda tik tada, kai idėjos virsta konkrečiais projektais ceche. Toliau – praktinis planas, kaip Lietuvos gamybos įmonė gali pradėti arba pagreitinti savo DI kelionę.

1 žingsnis: įsivertinti, kur esate Pramonė 4.0 skalėje

Pirmiausia reikalingas blaivus įsivertinimas:

• Ar gamyboje renkami duomenys realiu laiku, ar dar viskas fiksuojama „Excel“ ir popieriuje?
• Ar įrenginiai turi bent minimalius sensorius, ar galimybę juos įdiegti?
• Ar naudojamos MES/SCADA sistemos, ar tik ERP ir buhalterija?
• Ar vadovybė turi bent preliminarų DI projektų biudžetą ir viziją?

Be šio žingsnio DI projektai rizikuoja tapti vienkartiniais pilotais, neturinčiais ilgalaikės grąžos.

2 žingsnis: pasirinkti vieną prioritetinę DI sritį

Dažna klaida – bandyti daryti viską iš karto. Kur kas efektyviau pasirinkti vieną aiškiai pamatuojamą kryptį:

• Jei dažni įrangos gedimai – pradėkite nuo nuspėjamosios priežiūros.
• Jei daug broko ir klientų skundų – fokusuokitės į DI kokybės kontrolę.
• Jei trūksta matomumo ceche – pradėkite nuo duomenų surinkimo ir vizualizacijos.

Tokį fokusą šiandien aptaria ir tarptautinės kompanijos Paryžiuje: geriau vienas sėkmingas pilotas, kuris atsiperka, nei dešimt pusiau įgyvendintų iniciatyvų.

3 žingsnis: pilotinis projektas su aiškia grąžos logika

Renkantis pilotą, būtina aiškiai atsakyti į klausimus:

• Kurią konkrečią problemą sprendžiame?
  Pvz., nenumatyti presų stovėjimai, viršijantys 20 val./mėn.

• Kaip matuosime sėkmę?
  Pvz., stovėjimo laiko sumažinimas 30 %, broko mažinimas 40 %, atsekamumo laiko sutrumpinimas nuo 2 dienų iki 2 valandų.

• Koks laiko horizontas?
  Daugumą pilotinių DI projektų galima įgyvendinti per 3–6 mėn., jei aiški apimtis.

• Kaip integruosime sprendimą su esamomis sistemomis?
  Ar reikės integracijos su ERP, MES, SCADA, laboratoriniais matavimais?

Kai skaičiai aiškūs, DI projektas tampa finansiniu, o ne tik technologiniu sprendimu – tai ypač vertina akcininkai ir valdybos.

4 žingsnis: kompetencijų ir partnerių klausimas

„AI Davose“ nuolat akcentuojama, kad laimi ne tie, kurie turi daugiausia duomenų, o tie, kurie sugeba:

• parengti duomenis kokybiškai;
• parinkti tinkamus algoritmus ir įrankius;
• įdiegti sprendimus į realius procesus.

Lietuvos gamintojams tai reiškia:

• Reikia bent kelių vidinių „championų“ – žmonių, kurie supranta tiek gamybą, tiek duomenis.
• Tikslinga turėti aiškius kriterijus, kaip renkatės DI partnerius (patirtis gamyboje, projektų portfelis, integracijos kompetencijos).
• Svarbu iš anksto aptarti duomenų nuosavybę ir saugumą, kad DI projektai atitiktų teisės aktus ir klientų reikalavimus.

Ką Lietuvos gamybai atneš Paryžiaus susitikimai?

Oficialiai skelbiama, kad konferencijos metu E. Grikšas Paryžiuje susitinka su potencialiais partneriais ir investuotojais. Praktine kalba tai reiškia bent tris galimas kryptis, kurios paveiks Lietuvos gamybos ekosistemą.

1. Tarptautiniai DI sprendimų tiekėjai – arčiau Lietuvos rinkos

Jei po „AI Davoso“ į Lietuvą ateis daugiau tarptautinių DI technologijų tiekėjų, gamybos įmonės gali tikėtis:

• didesnės konkurencijos tarp sprendimų, o tai reiškia ir lankstesnes kainas;
• daugiau pasirengusių „industry-ready“ platformų, kurias galima diegti greičiau;
• galimybę jungti vietinį procesų supratimą su tarptutine DI patirtimi.

2. Finansavimo ir paramos programos Pramonei 4.0

Tarptautiniuose renginiuose dažnai derinamos ir investicijos, ES iniciatyvos, bendri projektai. Lietuvai tai gali reikšti:

• naujas paramos schemas pramonės skaitmenizavimui;
• bendrai finansuojamus pilotinius DI projektus gamyklose;
• aiškesnes strategines kryptis, kur DI diegimas bus skatinamas labiausiai (pvz., aukštos pridėtinės vertės sektoriuose).

3. Lietuvos kaip Pramonė 4.0 centro reputacija

Svarbus ir reputacinis aspektas: jei Lietuva aktyviai pozicionuoja save „AI Davoso“ lygiu, tai siunčia signalą užsienio partneriams:

• Lietuva ne tik gamina pigiau, bet ir skaitmeniškai brandžiai.
• Mūsų gamintojai gali būti pilnaverčiai aukštų technologijų tiekimo grandinių nariai.
• Šalyje yra politinis palaikymas skaitmeninei transformacijai.

Tai ilgainiui pritraukia daugiau užsakymų, technologinių centrų, padalinių – ir suteikia galimybių tiems gamintojams, kurie geba greičiausiai prisitaikyti.

Ką daryti Lietuvos gamintojui dabar?

Apibendrinant, Paryžiaus „AI Davosas“ – tai fonas, o veiksmai turi vykti jūsų gamykloje. Kad šis kontekstas taptų konkurenciniu pranašumu, verta:

1. Aiškiai apsispręsti, kurią Pramonė 4.0 sritį stiprinsite pirmiausia: nuspėjamąją priežiūrą, kokybės kontrolę ar duomenų ekosistemą.
2. Pradėti pilotą per artimiausius 3–6 mėnesius, o ne laukti „idealaus momento“.
3. Įtraukti vadovybę ir cecho komandą – DI turi spręsti realias problemas, o ne tik gražiai atrodyti prezentacijose.
4. Stebėti valstybės ir rinkos iniciatyvas, kurios gali sumažinti finansinę naštą (paramos programos, bendrai finansuojami projektai, inovacijų vaučeriai).

„AI Lietuvos Gamyboje: Pramonė 4.0“ serijoje toliau gilinsimės į konkrečias temas: kaip techniškai įdiegti nuspėjamąją priežiūrą, kokių duomenų reikia DI kokybės kontrolei ir kaip atrodo sėkmingas Pramonė 4.0 kelias Lietuvos įmonei.

Darbas su dirbtiniu intelektu gamyboje – ne sprintas, o maratonas. Klausimas nebe „ar verta pradėti?“, o „kada ir kokiu tempu?“. Po Paryžiaus „AI Davoso“ atsakymas tampa aiškesnis: geriausias metas startuoti yra dabar, kol kiti dar tik ruošiasi.