Mesterséges intelligencia kis- és közepes vállalkozásoknak
Egy magyar szoftverfejlesztő cég világszerte élen jár a gyártó-, logisztikai- és kereskedelmi szoftvermegoldások fejlesztésében.

 

A VariaTech Consulting Kft. megoldása a piacon elsőként alkalmazza gyártási rendszerekben a genetikus algoritmus alapú mesterséges intelligenciát, melynek köszönhetően a kis- és közepes vállalkozások az adott folyamatra fordított időt és költségeket legalább 30-40 százalékkal tudják csökkenteni.

„Ez a fejlesztés a jövő technológiája. Abban bízunk, hogy világszerte el fog terjedni, ugyanis az ebben alkalmazott megoldásoknak köszönhetően legalább két év versenyelőnyünk van. A genetikus algoritmusnak köszönhetően új szemlélet jelent meg a folyamatokban: a szoftver az adott válaszra nem a tökéletes, hanem számos paramétert mérlegelve a lehető legjobb megoldást adja meg úgy, hogy mindig érvényes és végrehajtható tervet hoz létre a gyártástervező számára. Így rendkívül rövid idő alatt képes a termelés optimális megtervezésére” - emel ki néhány jellemzőt Tóth Gábor, a cég ügyvezetője, a fejlesztések irányítója.

A VariaTech szoftverei az egyik legelterjedtebb vállalatirányítási rendszert, a SAP Business One-t egészítik ki a legkorszerűbb iparágspecifikus funkcionalitással, figyelembe véve a technológiai fejlődés és az Ipar 4.0 által teremtett új kihívásokat. Ráadásul nem a nagyvállalatok, hanem a kis- és közepes vállalkozások számára fejlesztenek gyártásoptimalizáló megoldásokat. Jelenleg világszerte 600-nál is több cég használja termékeiket, az itt felmerült igények irányították a fejlesztés útját, melyekre a választ csak mesterséges intelligencia alkalmazásával tudták megadni. A szoftver egyik előnye, hogy nagyon gyorsan használatba lehet venni. A legtöbb finomtervező ugyanis úgy van felépítve, hogy akár egy évet is kell dolgozni a bevezetésén, ez azonban akár 6 hét alatt bevezethető.

 

 

„A tapasztalataink alapján a szoftver használói nemcsak a költségeket, de a ráfordított időt is legalább 30-40 százalékkal tudják csökkenteni. Emellett a szoftver szimulálni is tud, tehát hogyha nem várt probléma, megoldandó feladat keletkezik, akkor ezeket nem kezdi el azonnal végrehajtani, hanem több változatot készít, és ezek közül választja ki a legoptimálisabbat. A mesterséges intelligenciának köszönhetően ráadásul ezt villámgyorsan megteszi, hiszen rengeteg adatot képes pillanatok alatt feldolgozni, “átgondolni”.

Az egyik vállalatunknál például a szoftver bevezetése előtt két napig tartott a havi termelési terv elkészítése, ezt a szoftverünk 4 másodperc alatt készíti el” – emelte ki az ügyvezető.  A genetikus algoritmus alkalmazásával a szoftver tulajdonképpen az evolúciót próbálja szimulálni az adott rendszeren belül. Így a régebbi algoritmusokhoz képest az a legnagyobb különbség, hogy a mesterséges intelligencia sohasem tökéletest alkot, hanem mindig egy már jó megoldást keres, és ezt fejleszti folyamatosan.

Robotrendszer a síküveggyártásban
Az ABB legnagyobb terhelhetőségű, többfunckiós robotjával valósult meg a Guardian Orosházi síküveggyárának új, biztonságos, hatékonyabb, gyorsabb üvegtábla rakodási rendszere.
IoT és feladatorientált robotok a legújabb trendek között
Már nem olyan távoli jövő a készpénz teljes eltűnése vagy az okosautók általános térhódítása, és tíz év múlva már a 6G is elterjed.
Gyorsabb eszközadat elérés segíti a tervezőket
Idén június elején jelent meg az alkatrész- és eszközadatok elérését online lehetővé tevő Eplan Data Portal legújabb verziója.
Termelésütemezés napjainkban
"Egy termelésütemező rendszerbe való beruházás sokkal nagyobb érték, mint egy gépberuházás! De ezt ma még sokan nem értik! De amikor majd ők is rálépnek erre az útra, és megismerik a lean-t, a termelésütemezést, akkor majd megértik ennek az értékét!"
Kvantum algoritmusok a szén-dioxid-leválasztás fejlesztésére
A Total-csoport többévre szóló partnerségi megállapodást kötött az egyesült királyságbeli Cambridge Quantum Computing (CQC) startup céggel a szén-dioxid-leválasztási, -hasznosítási és -tárolási (CCUS) technológiák kutatására. A partnerség célja az új kvantum algoritmusok fejlesztése a szén-dioxid-leválasztáshoz szükséges anyagok javítása érdekében.