Czy możliwa jest sztuczna inteligencja made in Poland?

Robot wdrożony w dziale sprzedaży Siemensa na początku 2019 roku automatycznie weryfikuje warunki handlowe klienta na podstawie zapytań ofertowych i informacji z systemów księgowych Siemensa. W wyniku działań Brainhinta udało się w 100 proc. zautomatyzować ten proces. Efekt? Całkowity potencjał oszczędności to średnio do 80 proc. wszystkich zapytań zgłaszanych przez dział handlowy.

Tysiąc start-upów

Siemens nawiązał relację ze start-upem Brainhint i następnie ją zmonetyzował, poprzez zaangażowanie firmy do zainstalowania w centrali w Warszawie robotów AI. Ów ruch Siemensa był zgodny z szerszą strategią tej międzynarodowej grupy kapitałowej. 

– Siemens globalnie współpracuje ze start-upami od późnych lat 90. W ciągu ostatnich 20 lat firma zainwestowała ponad 800 milionów euro w około 180 start-upów. Siemens kontaktuje się z ponad tysiącem start-upów rocznie, uruchamia w ciągu roku około 20 opartych na współpracy przedsięwzięć oraz założył kilkanaście własnych start-upów – tłumaczy Łukasz Otta, dyrektor ds. transformacji cyfrowej w polskiej spółce Siemensa.

Po wdrożeniach w samym Siemensie nadszedł czas szerszego wyjścia na rynek. Pomocne było zakwalifikowanie się start-upu do akceleratora Startup Spark 2.0, działającego pod egidą Łódzkiej Specjalnej Strefy Ekonomicznej - we współdziałaniu z 11 międzynarodowymi korporacjami, wśród których znajduje się właśnie Siemens.

Jak efektywnie współpracować z młodymi firmami? Siemens wykorzystuje charakterystykę pracy start-upów w swojej organizacji przy realizacji projektów dla klientów, m.in. powołując do życia zespoły projektowe działające na zasadach „agile”. W ramach akceleracji start-up zostaje połączony z odbiorcą technologii oraz mentorem operacyjnym, który pełni rolę jego opiekuna. Zespół ten współpracuje maksymalnie przez kolejne 6 miesięcy w celu rozwoju produktu lub usługi, a następnie jej komercjalizacji.

Siemens, w roli jurora, uczestniczy w pracach komisji oceniającej start-upy w ramach projektu akceleracyjnego Spark 2.0. Dzięki temu start-up Brainhint otrzymał dofinansowanie na wykonanie wdrożenia systemu MindSphere w zakładzie produkcyjnym Maspex (Lubella).

Brainhint wspólnie z Siemensem zrealizował w 2020 roku projekt detekcji anomalii w suszarni makaronu w zakładzie produkcyjnym wspomnianego przedsiębiorstwa. Przeprowadzone prace badawcze umożliwiły przewidywanie zdarzeń niekorzystnych dla procesu produkcji i zapobieganie im, co w konsekwencji może przyczynić się do obniżenia kosztów oraz poprawy konkurencyjności lubelskiej firmy.

Z inteligencją do makaronu

Produkcja makaronu wymaga zachowania ścisłego reżimu. Nawet najmniejsze nieprawidłowości zakłócające procesy wytwarzania mogą sprawić, że cała wyprodukowana partia nie będzie spełniać ściśle określonych wymogów jakości.

Lubella sondowała możliwość opracowania systemu analitycznego, którego zadaniem miało być stałe monitorowanie stanu produkcji i przewidywanie wszelkich możliwych nieprawidłowości podczas procesu suszenia. Pozwoliłoby ono zakładowi Lubella zmniejszyć pulę odpadów produkcyjnych.

Innymi ważnymi korzyściami z zastosowania systemu analitycznego miał być spadek wykorzystania wszystkich mediów, zwłaszcza obniżenie kosztów zużycia prądu oraz wody, a także trafniejsze decyzje podejmowane przez operatorów, skutkujące poprawą jakości produktu.

Na początku 2020 roku wybór lubelskiej firmy padł na rozwiązanie zaproponowane przez Brainhinta. W kolejnych miesiącach start-up zrealizował wdrożenie - we współpracy z Siemensem.

Na przełomie maja i czerwca 2020 roku rozpoczęto gromadzenie pierwszych danych produkcyjnych mających zasilić system, przeprowadzono pierwsze analizy i stworzono wstępny model predykcji anomalii. W kolejnych miesiącach dostosowano model i implementowano powiadomienia o anomaliach w formie e-mailowej.

Działania wdrożeniowe zajęły ponad 900 godzin prac analitycznych i deweloperskich. W rozwiązaniu zastosowano algorytm korzystający z autoencoderów, oparty na sieciach neuronowych LSTM (Long Short Therm Memory). Do predykcji zachowania linii produkcyjnej wykorzystano dostępne dane dostarczane przez czujniki do sterownika IPC Siemens, takie jak wilgotność, temperatura, informacja o dozowaniu wykorzystywanych do wytwarzania jaj czy wody i długość przebywania makaronu w każdej z centrali suszarni.

„Nauczony” zachowań rzeczywistej linii produkcyjnej model systemu analitycznego generuje ze skutecznością 80 proc. sygnał o prawdopodobnym wystąpieniu anomalii. Oznacza to, że sieć neuronowa na podstawie nietypowych przebiegów parametrów w suszarni jest w stanie przewidzieć możliwość wystąpienia awarii właśnie właśnie z 80-procentową skutecznością.

Do innych istotnych funkcji systemu należy także możliwość przekrojowego zbadania jakości partii. Podsumowanie to generowane jest wówczas, gdy porcja makaronu, dla której wyzwolony został alarm, opuszcza suszarnię. Wykres zbiorczy pokazuje, w jakich warunkach dana porcja makaronu była suszona i zaznacza nietypowe zachowania. 

Efekt szoku

Dalsze prace nad systemem mają pozwolić na rozwijanie opracowanego rozwiązania - w celu jego pełnej implementacji w praktyce przemysłowej. Bo też zatrudniający dziś 23 pracowników start-up zamierza rozwijać swoją działalność – zwłaszcza że nie odczuł zbyt mocno negatywnych skutków epidemii. Pierwsze jej miesiące nie należały jednak do łatwych...

– W pierwszym okresie pandemii zauważyliśmy szok po stronie naszych klientów. Nikt nie był pewien, czy sytuacja jest trudna chwilowo, czy też jest to proces długotrwały. Wiele dużych projektów zostało zawieszonych w związku z zamrożeniem budżetów CAPEX. Część firm musiała też bardzo szybko dostosować swoją organizację - zarówno technicznie, jak i organizacyjnie - do pracy zdalnej – opowiada Michał Forystek.

Sytuacja unormowała się po okresie wakacyjnym. Rośnie zainteresowanie firm wprowadzaniem technologii, która pomaga uodpornić się na wstrząsy wywołane chwilowym lub trwałym brakiem dostępności pracowników. Prezes Brainhinta dostrzega wyższą gotowość do inwestycji IT mających długofalowy wpływ na działanie organizacji, w szczególności zmniejszenie ryzyka.

– Naszej firmie udało się przejść bez większych problemów przez okres najbardziej dotkliwych obostrzeń. Chwilowe obniżenie naszych przychodów zostało skompensowane przez bardzo dobry czwarty kwartał – zapewnia Michał Forystek. – Jako młody zespół pracujący w obszarze technologii dostosowaliśmy się bardzo szybko do nowych realiów. Z perspektywy czasu oceniam, że przymus pracy zdalnej w drugim kwartale 2020 r. przyniósł wiele pozytywnych zmian w jakości pracy.

Dzięki zrealizowanym projektom firma zapewniła już sobie solidne podstawy finansowe. Działalność finansowana jest z bieżących wpływów oraz wypracowanego kapitału obrotowego. Kapitał inwestycyjny oraz brakujący kapitał obrotowy są dziełem wspólników.

Jak ulepszyć biznes?

A skąd w ogóle wziął się pomysł na Brainhinta? Firma powstała w wyniku zauważenia rosnącej rozbieżności w tempie rozwoju technologii IT i możliwości wdrażania tej technologii przez organizację – dostosowania swoich operacji do zmieniającego się horyzontu technologicznego. 

Brainhint powstał w czerwcu 2017 r. z jas­no postawionym celem – chodziło o optymalizację procesów biznesowych w dużych organizacjach z wykorzystaniem najnowszych technologii. Start-up działa na osnowie ogólnodostępnych platform do automatyzacji: UiPath, Automation Anywhere oraz technologii własnych, tworzonych głównie z wykorzystaniem języka programowania Python.

Kolejny obszar kompetencji to automatyzacja decyzji biznesowych z użyciem sztucznej inteligencji (i z wykorzystaniem technologii własnych). Rozwiązania te nazywane są też robotami komputerowymi (software’owymi) realizującymi w pełni bądź częściowo wybraną czynność biznesową.

Pierwszy projekt zrealizowany przez Brainhinta związany był z wdrożeniem technologii automatyzacyjnych w obszarze monitoringu rynku e-commerce i przeprowadzony dla jednej z największych polskich sieci handlowych.

Poza bliską współpracą z Siemensem Brainhint ma już w swoim portfolio kooperację z takimi markami jak Digital Care, Grupa Wirtualna Polska, Zakłady Farmaceutyczne Polpharma czy Volkswagen Group Polska.


Michał Forystek w jednym z wpisów na firmowym blogu zwrócił uwagę na fakt, że na rynku zaczyna być widoczna równowaga między kosztami i korzyściami wdrożenia z dziedziny sztucznej inteligencji.

– Postaramy się uczynić go jeszcze bardziej atrakcyjnym, szukając sposobów i metod upraszczających korzystanie z AI, dzięki czemu będzie to technologia tańsza i bardziej dostępna niż kiedykolwiek wcześniej. Powiedzmy odważnie: chcemy zdemokratyzować dostęp do sztucznej inteligencji i umożliwić nietechnicznym użytkownikom korzystanie z uczenia maszynowego – oznajmił prezes Brainhinta. 



Tekst pochodzi z numeru 01/2021 Magazynu Gospodarczego Nowy Przemysł.