از داده‌های عملیاتی تا تصمیم‌سازی هوشمند؛ تجربه شرکت یزد یوتاب در یکپارچه‌سازی داده‌ها

در فعالیت‌های صنعتی، هر روز حجم قابل توجهی از داده‌های عملیاتی تولید می‌شود؛ از میزان تولید و ساعت کارکرد ماشین‌آلات گرفته تا مصرف سیالات، توقفات و خرابی تجهیزات. تجربه شرکت صنعت و معدن یزد یوتاب نشان داده است که ارزش واقعی این داده‌ها زمانی آشکار می‌شود که اطلاعات مختلف، به‌صورت منظم ثبت شده و ارتباط میان آنها برقرار باشد. بر همین اساس، شرکت صنعت و معدن یزد یوتاب در واحدها و پروژه‌های مختلف خود، از جمله بخش ماشین‌آلات و خط پرعیارسازی، رویکردی را برای ثبت منظم، کنترل و یکپارچه‌سازی داده‌های عملیاتی دنبال کرده است. هدف از این اقدام صرفاً جمع‌آوری اطلاعات نبوده، بلکه ایجاد بستری بوده است که بتوان بر اساس آن عملکرد واقعی تجهیزات و فرآیندها را به‌صورت دقیق‌تر تحلیل کرد.

ایجاد ارتباط میان داده‌های پراکنده
یکی از نکات مهم در تجربه اجرایی شرکت، توجه به این موضوع بوده است که داده‌ها نباید به‌صورت جدا از یکدیگر دیده شوند. برای مثال، اطلاعات مربوط به میزان تولید زمانی ارزش تحلیلی بیشتری پیدا می‌کند که هم‌زمان بتوان آن را در کنار ساعت کارکرد مفید ماشین‌آلات، توقفات، خرابی‌ها و میزان مصرف منابع بررسی کرد. در همین راستا، اطلاعاتی مانند مصرف سیالات، ساعت کارکرد مفید، توقفات، خرابی‌های ماشین‌آلات و میزان تولید به‌صورت روزانه ثبت می‌شوند. سپس با استفاده از روابط و فرمول‌های طراحی‌شده در نرم‌افزار اکسل، ارتباط میان این داده‌ها برقرار شده و امکان مشاهده و تحلیل هم‌زمان آنها فراهم شده است. این ساختار به شرکت اجازه می‌دهد اطلاعات مربوط به ماشین‌آلات مورد نظر را در یک بازه زمانی مشخص، در کنار یکدیگر مشاهده کند و به‌جای بررسی جداگانه هر داده، روابط میان آنها را مورد ارزیابی قرار دهد.

تبدیل داده به اطلاعات قابل تحلیل
اهمیت این رویکرد زمانی بیشتر مشخص می‌شود که بخواهیم علت تغییرات عملکرد را بررسی کنیم. برای مثال، کاهش تولید را نمی‌توان صرفاً با مشاهده عدد تولید تحلیل کرد. برای دستیابی به تصویر دقیق‌تر، لازم است هم‌زمان تغییرات ساعت کارکرد، توقفات، خرابی‌ها و سایر عوامل مؤثر نیز بررسی شود. یکپارچه‌سازی این اطلاعات امکان می‌دهد ارتباط میان متغیرهای مختلف شناسایی شود و تحلیل از سطح «چه اتفاقی افتاده است؟» به سمت پرسش‌های دقیق‌تر مانند «چرا این اتفاق افتاده است؟»، «چه عاملی بیشترین تأثیر را داشته است؟» و «در چه شرایطی عملکرد بهبود یا کاهش یافته است؟» حرکت کند. به این ترتیب، داده‌های روزانه که در ابتدا صرفاً مجموعه‌ای از اطلاعات عملیاتی هستند، به مبنایی برای تحلیل عملکرد، شناسایی مسائل و پشتیبانی از تصمیم‌گیری تبدیل می‌شوند.

زیرساخت تصمیم‌سازی هوشمند از همین‌جا آغاز می‌شود
یکی از نتایج مهم این تجربه، ایجاد بستری برای توسعه تحلیل‌های پیشرفته‌تر و استفاده مؤثرتر از ابزارهای هوش مصنوعی است. هوش مصنوعی زمانی می‌تواند در تحلیل و تصمیم‌سازی صنعتی ارزش‌آفرینی کند که به داده‌های صحیح، منظم، مرتبط و قابل اتکا دسترسی داشته باشد. از این منظر، تجربه شرکت صنعت و معدن یزد یوتاب نشان می‌دهد که حرکت به سمت هوش مصنوعی لزوماً از استفاده از ابزارهای پیچیده آغاز نمی‌شود؛ بلکه می‌تواند از یک اقدام عملی و بنیادی، یعنی ایجاد نظم در داده‌های موجود و برقراری ارتباط میان آنها شروع شود. شرکت صنعت و معدن یزد یوتاب با توسعه این رویکرد در حوزه‌های مختلف عملیاتی، در حال ایجاد بستری است که در آن داده‌های روزمره فعالیت‌ها، علاوه بر استفاده در گزارش‌های جاری، قابلیت تبدیل شدن به مبنایی برای تحلیل عملکرد، شناسایی الگوها، پیش‌بینی شرایط و تصمیم‌سازی هوشمند را نیز داشته باشند.

این تجربه، بخشی از مسیر شرکت در حرکت از مدیریت مبتنی بر اطلاعات پراکنده به سمت مدیریت مبتنی بر داده و تصمیم‌گیری هوشمند است؛ مسیری که نقطه آغاز آن، نه فناوری، بلکه کیفیت و انسجام داده‌های تولیدشده در عملیات است.

مهدی یوسفی مژدهه، مدیر فنی و برنامه‌ریزی شرکت صنعت و معدن یزد یوتاب