Sino ang magdedesisyon sa kinabukasan ng pang-industriyang kontrol: mga algoritmo o mga inhinyero?

Sa mga talakayan tungkol sa pang-industriyang awtomasyon, madalas ituring ang artificial intelligence (AI) bilang isang nakagagambala na puwersa na pumapalit sa tradisyonal na mga tungkulin ng inhinyero. Lalo na ang mga inhinyerong may kinalaman sa PLC ang karaniwang sentro ng ganitong talakayan. Gayunpaman, ang pananaw na ito ay labis na pinasimple at hindi isinasaalang-alang ang tunay na kalagayan sa mga pabrika at mga koponan ng inhinyero.

Ang katotohanan ay hindi pagpapalit ng mga tungkulin, kundi pagbabahagi muli ng mga responsibilidad. Bagama’t binabago ng AI ang paraan ng pagbuo ng mga sistema ng pang-industriyang kontrol, nananatiling nasa ilalim ng responsibilidad ng mga inhinyero ang pagtukoy sa mga prinsipyo ng operasyon at kahusayan ng mga sistemang ito.

Pagpapaliit ng mga Tungkulin sa Pang-industriyang Awtomasyon

Noong una, ang pang-industriyang kontrol ay may malinaw na paghahati ng trabaho: ang mga PLC ay nagpapatakbo ng deterministikong lohika, ang mga inhinyero ay nagdidisenyo at pinapanatili ang lohikang iyon, at ang mga kasangkapan sa software ay gumagana lamang bilang mga tulong sa pag-unlad. Ang modelo na ito ay gumana nang mabuti noong panahon ng matatag na kapaligiran ng produksyon at ng mabagal na pagbabago sa kumplikadong sistema.

Ngayon, ang mga pang-industriyang sistema ay nakakaranas ng madalas na pagbabago sa konpigurasyon, mas mahigpit na mga layunin sa kahusayan, at tumataas na mga pangangailangan para sa integrasyon ng datos. Sa kontekstong ito, ang mga workflow sa inhinyeriya, hindi ang hardware, ang pangunahing hadlang. Ang hamon ay hindi na kung ang PLC ay kayang kontrolin ang makina, kundi kung ang koponan ng inhinyeriya ay kayang sumabay sa ebolusyon ng sistema.

Ang AI ay sumulpot upang tugunan ang presyong ito nang eksaktong gayon, hindi upang palitan ang ekspertisya.

Ang input ng inhinyeriya ay hindi na proporsyonal sa halaga ng inhinyeriya.

Sa maraming proyekto ng awtomasyon, isang malaking bahagi ng oras na ginugugol ng mga inhinyero ay nakalaan sa mga gawain na kinakailangan ngunit nangangailangan lamang ng kauntiang katalinuhan. Ang paglikha ng paulit-ulit na lohika, pag-aayos ng mga karaniwang template, pagsusuri ng pagmamapa ng mga signal, at pag-update ng dokumentasyon ay lahat ay sumusunog ng malaking yaman.

Ang mga gawain na ito ay istrukturado, batay sa mga pattern, at paulit-ulit, kaya mainam na suportahan ng AI. Sa pamamagitan ng pagpapahintulot sa mga kasangkapan ng AI na lumikha ng paunang mga istruktura ng kontrol o tukuyin ang mga hindi pagkakasundo nang maaga, nabibilis ang trabaho ng mga inhinyero nang hindi nawawala ang kanilang kontrol.

Malinaw ang pagbabago sa halaga: mas kaunti ang oras na ginugugol sa pagbuo ng lohika, at mas marami ang oras na ginugugol sa pagsusuri ng sistema.

Ang AI ay binabago ang punto ng pagsisimula, hindi ang punto ng pagtatapos.

Isa sa pangunahing benepisyo ng pag-unlad ng PLC na may tulong ng AI ay ang pagbilis ng proseso ng pagpapasok sa trabaho. Kahit ang mga bagong inhinyero ay maaari nang magpatupad ng mga gawain na dati ay nangangailangan ng malalim na kaalaman sa mga kapaligiran na partikular sa bawat tagapagkaloob. Gayunman, hindi ibig sabihin nito na ang mga senior na inhinyero ay hindi mapapalitan; sa halip, binabago nito ang paraan kung paano ilalapat ang kanilang ekspertisya.

Ang mga senior na inhinyero ay unti-unting sumasali sa mga tungkulin tulad ng mga reviewer, system architect, at risk manager. Ang kanilang papel ay nagbabago mula sa pagsusulat ng code nang linya-linya patungo sa pagpapatunay ng ugali ng sistema sa mga tunay na kapaligiran. Ang AI ay nagpapabilis sa pagpapatupad, ngunit ang paghuhusga ay nangangailangan pa rin ng sangkap na tao.

Ang mga estratehiya ng supplier ang nagbibigay-daan sa pagbabago.

Ang pagsasama ng artificial intelligence (AI) sa mga platform ng industrial control ay sumasalamin sa mas malawak na mga estratehikong konsiderasyon. Dahil ang pagkakaiba ng PLC hardware ay bumababa, ang reliability ay hindi na isang pangunahing pokus sa kompetisyon. Kaya naman, ang mga supplier ay nakatuon sa engineering environment, software ecosystems, at long-term user engagement.

Pinapalakas ng AI ang mga ekosistemong ito sa pamamagitan ng paglalapat ng nakalap na kaalaman sa inhinyerya sa mga kasangkapan na maaaring gamitin sa iba't ibang proyekto. Ang Industrial Copilot ng Siemens ay isang pinakamahusay na halimbawa nito, hindi dahil sa kanyang kawili-wiling bagong anyo, kundi dahil sa kanyang pormal na pagtatatag ng uso ng pagbabago ng kaalaman sa inhinyerya sa muling magagamit na software. Ang paglipat na ito ay hindi lamang nakabenebisyong para sa parehong mga tagapag-suplay at mga gumagamit, kundi nagbabago rin ng mga inaasahan sa mga eksperto.

Ang nadagdagan na kahusayan ay hindi nangangahulugan ng pagpapabaya sa responsibilidad.

Maaaring paikliin ng mga kasangkapan ng AI ang mga daloy ng trabaho sa inhinyerya, ngunit hindi nila kinukuha ang responsibilidad sa mga resulta ng sistema. Ang awtomatikong industriyal na sistema ay gumagana sa pisikal na kapaligiran, at ang mga kabiguan ay may mga konkretong bunga, tulad ng pinsala sa kagamitan, panandaliang paghinto ng operasyon, at mga panganib sa kaligtasan.

Ang AI ay hindi responsable sa pag-debug ng kagamitan, pagtugon sa mga anomaliya sa lugar, o paggawa ng mga panghuling desisyon sa operasyon. Ang mga inhinyero ang nananatiling responsable sa bawat aspeto ng operasyon ng sistema. Ang pundamental na responsibilidad na ito ay hindi maaaring palitan ng awtomasyon.

Paglipat ng Produktibidad sa Pag-iisip na Batay sa Sistema

Ang mga organisasyon na sumapat sa mga kasangkapan sa inhinyeriyang naka-ai ay nag-uulat ng malaking pagbabago sa paglalaan ng mga priyoridad sa trabaho. Ang mga koponan ay gumugol ng mas kaunti ng oras sa pag-configure at mas maraming oras sa pagsusuri ng pagganap, pagpapabuti ng proseso, at optimisasyon ng buong buhay ng sistema.

Ang mga inhinyero ay hindi na nagtatanong, "Paano ko mabilis na isusulat ang logic na ito?" kundi, "Paano dapat gumana ang sistemang ito sa mahabang panahon?" Ang pagbabagong ito ay nagpapalakas, imbes na binabawasan, ng papel ng mga inhinyero.

Isang Bagong Kompetitibong Kawilihan

Ang pinakamahalagang mga propesyonal sa awtomasyon ay hindi na tinutukoy lamang sa pamamagitan ng kanilang mga kasanayan sa pemprograma. Ang kompetitibong kawilihan ngayon ay nakasalalay sa pagsasama ng espesyalisadong kaalaman at sa kritikal na aplikasyon ng mga kasangkapan sa AI.

Ang mga inhinyerong ito ay nakauunawa kung paano i-verify ang output na nabuo ng AI, kung paano ito ilalapat sa mga tiyak na kapaligiran ng industriya, at kung paano tiyaking sumusunod ito sa mga pamantayan at mga kinakailangan sa kaligtasan. Ang AI ay nagpapalakas sa mga kakayahan na ito, hindi ito pinalalitan.

Ang Tungkulin ng AI

Ang pagtatanim ng AI at ng mga inhinyerong PLC bilang magkasalungat na puwersa ay lumilikha ng isang nakakalito at hindi tumpak na kuwento. Ang awtomasyon sa industriya ay laging umuunlad sa pamamagitan ng mas mahusay na kasangkapan na pinagsasama sa mga bihasang tagapagpaganap.

Ang AI ay nagpapabilis sa mga gawain ng inhinyero. Ang mga inhinyero naman ang nagtiyak na ang mga sistema ay gumagana nang maaasahan sa tunay na mundo. Ang isa nang walang kabilang ang isa ay hindi sapat.

Ang Pagkontrol ay Nanatiling Pananagutan ng Tao

Ang hinaharap ng pang-industriyang pagkontrol ay hindi matutukoy ng mga algorithm lamang, ni hindi mapapanatili ng tradisyon. Ito ay bubuo sa pamamagitan ng mga inhinyero na nakauunawa kung paano maisasama ang AI nang hindi binibigay ang kanilang pananagutan.

Sa hinaharap na ito, ang AI ang nangangasiwa sa pag-uulit at pagkilala sa mga pattern. Ang mga inhinyero naman ang nangangasiwa sa paghuhusga, pananagutan, at paglikha ng bagong ideya. Ang tunay na pangunahing tauhan ng awtomatikong industriya ay hindi isang teknolohiya o propesyon—kundi ang pakikipagtulungan sa pagitan nila.