Aplikovaná AI znižuje náklady na priemyselné čistenie o 30 %, keď sa používa na tie časti práce, ktoré spotrebúvajú najviac času a spôsobujú najväčší odpad. Najväčšie úspory sa zvyčajne dosahujú pri plánovaní trás, naplánovaní úloh a efektívnejšom využívaní čistiacich strojov, vody a chemikálií.
To je jednoduchá odpoveď. Toto číslo nie je magické ani univerzálne. Je to výsledok praxe, ktorý sa objaví vtedy, keď má čistiaci proces chaotické rozvrhy, dlhý čas cestovania, opakované návštevy a príliš veľa manuálneho plánovania.
Vždy sa vraciame k jednej skutočnosti: priemyselné čistenie nie je len práca s ľudskou silou. Je to tiež plánovací proces. Posádky strácajú peniaze, keď jazdia príliš ďaleko, príliš často čistia nesprávne oblasti alebo trávia čas preškolením robotov a personálu na trasách, ktoré sa menia každý týždeň.
Aplikovaná AI pomáha preto, lebo dokáže sledovať vzorce, ktoré ľudia prehliadnu. Dokáže zoradiť prácu podľa miesta, času, premávky, využitia miestností a stavu strojov. Následne vie zostaviť lepšie denné trasy a lepšie plány smien. V praxi to môže znamenať menej prázdnych kilometrov, menej stratených hodín a nižšiu spotrebu paliva a materiálu.
Najvýraznejší vzorec je jednoduchý. AI najlepšie funguje, keď práca obsahuje opakovania. Čistiacie rozvrhy sa opakujú. Zóny budovy sa opakujú. Spotreba zásob sa opakuje. Aj priemyselné podlahy, napriek všetkým zmenám, stále vytvárajú dostatok vzorcov, z ktorých si softvér vie čo učiť.
Preto má optimalizácia trás taký veľký význam. Ak systém dokáže skrátiť čas cestovania a znížiť potrebu manuálneho prepájania, celý servisný reťazec sa stane presnejším. Systémy autonómneho čistenia spoločnosti Tennant napríklad opisujú generovanie ciest pomocou AI, adaptívne zmeny trás a menšiu potrebu manuálneho školenia, čo smeruje k rovnakému základnému záveru: menej ľudského dohľadu okolo stroja znamená viac posiby venovanej užitočnej práci.
Druhou časťou príbehu je viditeľnosť. Staršie plány čistenia často závisia od fixných obchádzok, ktoré následne supervízor upravuje ručne. Aplikovaná AI nahrádza časť tejto slepej snahy živými dátami. Môžu to byť údaje o využití miestností, dĺžke radu, obsadenosti, stave batérie stroja alebo poslednom čase vyčistenia danej zóny. Výsledkom je menej nadmerného čistenia v pokojných oblastiach a rýchlejšia reakcia v rušných priestoroch.
Tretím prvkom je kontrola chemickej látky a vody. Niektoré autonómne umývačky teraz uprávajú tok na základe rýchlosti a trasy. Nezní to dramaticky, ale má to význam. Odpad pri čistení je často malý a opakovaný. Malý odpad, ktorý sa opakuje celý deň, sa počas mesiaca zmení na veľké náklady.
Myslím si, že číslo 30 % je najlepšie chápať ako strop pre dobre riadené zmeny, nie ako sľub pre každé miesto. Firma s jednoduchými trasami a stabilnými podlahami neuvidí rovnaký efekt ako firma s mnohými lokalitami, zlými záznamami a vysokým časom cestovania. Čo väčší neporiadok je na začiatku, tým viac priestoru je na úspory. Čo je proces už čistejší, tým ťažšie sa dosahuje ďalší zisk.
Existuje tu aj ľudský limit. AI dokáže plánovať, ale vo všetkých prostrediach nečistí sama od seba. Posádky stále potrebujú kontrolovať výsledky, riešiť výnimky a udržiavať stroje v prevádzke. Ak sú dáta nekvalitné, bude nekvalitný aj výstup. Ak sa lokalita často mení a nikto neaktualizuje systém, plán sa môže oddialiť od reality.
Tam mnoho projektov uväzne. Kúpia softvér s jasným cieľom úspory nákladov, potom však zabúdajú na prácu s udržiavaním čistoty dát. Budovanie dobrého plánu čistenia vyžaduje aktuálne mapy lokalít, pravidlá úloh, údaje o zásobách a históriu služieb. Bez tohto základu môže AI vyzerať múdrejšie, než v skutočnosti je.
Napriek tomu zostáva obchodný prípad praktický. Priemyselné čistenie skrýva veľa nákladov v pohybe, čase nečinnosti, nadmernej spotrebe a zmeškanom plánovaní. Aplikovaná AI tieto náklady čiastočne redukuje tým, že robí každú smenu presnejšou. Nenahrádza potrebu ľudí. Robí ich čas cennejším.
Pre EuroOp LLC je toto skutočný vzorec za touto hlavičkou. Aplikovaná AI vytvára hodnotu, keď pretvorí opakovanú službu na meraný systém. V priemyselnom čistení to znamená menej slepých jázd, presnejšie trasy, rovnomernejšiu spotrebu zásob a menej manuálneho plánovania na okrajoch procesu.
Úprimným limitom je, že žiadna lokalita nedosiahne rovnaký výsledok. Číslo 30 % závisí na počiatočnom odpade, disciplíne procesu a kvalite dát. Táto neistota je súčasťou práce, nie chybou v myšlienke.
EuroOp Insights sa drží tej istej línie myslenia: jeden aplikovaný výskumno-vývojový vzorec, jeden praktický poznatok z pozadia produktov spoločnosti EuroOp.