AI untuk Predictive Maintenance
Selain visual inspection, inisiatif berbasis AI juga bisa diimplementasikan di area predictive maintenance. Tujuan utama inisiatif ini adalah mencari titik keseimbangan antara reactive maintenance (yang menimbulkan risiko terjadinya kegagalan) dan preventive maintenance (yang berbiaya tinggi). Dengan predictive maintenance, harapannya akan terwujud zero down time dengan biaya paling efisien.
Proses implementasi predictive maintenance ini relatif mirip seperti visual inspection. Hanya saja, mendapatkan basis data untuk data modelling menjadi tantangan tersendiri karena membutuhkan teknologi sensor dan IoT untuk menangkap data kondisi mesin.
Karena itu, dukungan penyedia mesin produksi juga sangat dibutuhkan. Berdasarkan pengalaman, Andhik menyebut penyedia mesin produksi jarang memberikan informasi terkait apa dan bagaimana menangkap parameter kondisi mesin. Karena itu Andhik mewanti-wanti agar saat pembelian mesin, pembeli harus meminta dukungan kepada penjual untuk mendapatkan parameter yang dibutuhkan.
Mencari Area Pemanfaatan
Selain quality control dan maintenance, pemanfaatan AI di industri otomotif sebenarnya masih terbuka lebar. Pertanyaan besarnya adalah bagaimana mengidentifikasi proses bisnis yang cocok untuk implementasi AI.
Menurut Andhik, proses identifikasi dapat dilakukan melihat area yang paling berefek pada tujuan utama perusahaan. Di industri otomotif, area itu adalah logistik dan maintenance. Pasalnya kenaikan produktivitas di dua area tersebut akan menciptakan efek signifikan di produk akhir.
“Jadi tujuan besarnya adalah sistem produksi yang efisien, produk kompetitif, dan customer’s smile” ujar Andhik.