Дата публікації:
Публікація:
IT-Enterprise долучилася до європейського проєкту WASABI та створює AI-асистента для GIPANIS, який допоможе контролювати виробництво EVA-компонентів і скорочувати відходи.
Команда IT-Enterprise, виробниче підприємство GIPANIS, Агенція сталого розвитку АСТАР та EDIH CLOTEX HUB об’єднали експертизу в межах європейського проєкту WASABI. Спільна робота зосереджена на практичному застосуванні штучного інтелекту безпосередньо у виробництві взуття.
У межах експерименту CIRC-SHOE на підприємстві GIPANIS впроваджується цифровий AI-асистент AI-WVMA (AI Waste Valorization & Monitoring Assistant). Рішення розробляється для лінії, де виготовляються EVA-компоненти взуття, та має працювати з даними технологічного процесу в реальному виробничому середовищі.
Проєкт реалізується за програмою ЄС «Горизонт Європа» (Horizon Europe). Для його учасників важливо не лише створити технологічне рішення, а й перевірити його практичну цінність на діючому виробництві.
GIPANIS виступає виробничим партнером і майданчиком для роботи AI-рішення. IT-Enterprise відповідає за технологічну інтеграцію ERP та аналітичну складову. Агенція сталого розвитку АСТАР і EDIH CLOTEX HUB підтримують цифрову трансформацію підприємства та поширення результатів проєкту.
WASABI цікавий саме тим, що поєднує інтереси всіх учасників проєкту: для GIPANIS це AI-інструмент, який вирішує щоденні виробничі завдання вже зараз, для Агенції сталого розвитку АСТАР — практичний приклад цифрової трансформації, який можна поширювати серед підприємств регіону, а для IT-Enterprise — можливість розвивати AI-технології на реальних промислових даних. Саме тому ми розглядаємо цей проєкт, як модель, яку варто масштабувати на всю галузь,
— коментує Олександр Очкасов, керівник AI-проєкту IT-Enterprise.
Виготовлення EVA-компонентів потребує точного дотримання технологічних параметрів. На лінії GIPANIS працює інжекційна машина KCLKA EK3–6E2, на якій виробляються підошви, устілки, сабо, чоботи та інші компоненти взуття.
Температура, тиск, об’єм впорскування та інші параметри безпосередньо впливають на результат виробничого циклу. Навіть відносно невелике відхилення може позначитися на якості готового виробу або призвести до перевитрати матеріалів та енергії.
Для виробництва важлива й інша група даних — інформація про відходи. Під час роботи з EVA утворюються ливники, обрізки та некондиційна продукція. Якщо ці потоки не обліковувати системно, підприємству складніше визначати причини їх появи, оцінювати масштаби втрат і знаходити варіанти повторного використання матеріалу.
Саме на цій ділянці AI може дати виробництву додатковий інструмент контролю.
AI-WVMA отримуватиме інформацію з технологічного процесу та відстежуватиме його ключові параметри. Якщо система фіксуватиме відхилення, відповідальні працівники отримуватимуть відповідний сигнал і зможуть перевірити ситуацію.
Наступний етап роботи асистента пов’язаний з аналізом накопичених даних. Порівнюючи показники різних виробничих циклів, AI-асистент зможе знаходити повторювані залежності та ознаки проблем, які не завжди очевидні під час поточного контролю.
Такий підхід дає змогу змістити акцент із фіксації наслідків на раннє виявлення причин. Якщо технолог отримує інформацію про нестандартну поведінку процесу під час виробничого циклу, у нього залишається більше можливостей перевірити обладнання або скоригувати процес до того, як проблема вплине на якість продукції.
Для підприємства це означає потенційне скорочення браку та простоїв, більш точне використання сировини й енергії та кращу керованість виробничого процесу.
Водночас AI-WVMA не прийматиме технологічні рішення замість працівників і не керуватиме обладнанням автономно. Його роль — зібрати необхідні дані, проаналізувати їх та вчасно надати фахівцю інформацію для прийняття рішення.
Використання AI безпосередньо на виробничій лінії дає змогу перевірити технологію не в тестовому середовищі, а в умовах реального підприємства. Це важливо для подальшого масштабування рішення: саме виробничі дані показують, наскільки ефективно працюють алгоритми та які зміни потрібні для їх адаптації.
Для легкої промисловості такий досвід може бути корисним одразу за кількома напрямами. Контроль технологічних параметрів допомагає стабілізувати процес і зменшувати ризик браку. Аналіз EVA-відходів створює основу для точнішого обліку матеріальних втрат і пошуку можливостей їх повторного використання. Робота з енергетичними показниками дає додаткові дані для оцінки та оптимізації споживання ресурсів.
У підсумку підприємство отримує не окремий масив виробничих показників, а інструмент, який допомагає пов’язувати ці дані з конкретними виробничими ситуаціями.
Експеримент має і регіональний потенціал. У Хмельницькій області розглядається можливість подальшого впровадження рішення ще на 8–12 підприємствах протягом двох років. Якщо результати CIRC-SHOE підтвердять очікувану ефективність, напрацьований підхід можна буде адаптувати до інших виробництв легкої промисловості.
Для IT-Enterprise участь у WASABI також є можливістю розвивати AI-рішення на реальних промислових даних і перевіряти їхню роботу в конкретних виробничих процесах. Саме такий практичний досвід дає змогу переходити від окремих AI-функцій до інтегрованих інструментів для управління виробництвом.
WASABI — європейський проєкт, спрямований на практичне впровадження цифрових та AI-рішень у МСП для підвищення ефективності, сталості та конкурентоспроможності.
У межах WASABI реалізується експеримент CIRC-SHOE — створення AI-асистента для взуттєвого виробництва. Проєкт реалізується в межах програми ЄС «Горизонт Європа» (Horizon Europe) і передбачає впровадження штучного інтелекту на виробництвах у різних країнах світу.
Українська продуктова IT-компанія IT-Enterprise понад 35 років супроводжує цифрову трансформацію найбільших компаній реального сектору економіки країни серед клієнтів — Interpipe, Ferrexpo, Нібулон, ДТЕК, Укроборонпром, Укрпошта, Укрнафта, Укрзалізниця та інші. IT-Enterprise з 2014 року розвиває AI-інфраструктуру, та має понад 40 проєктів впровадження Industrial AI. У портфелі — понад 1450 реалізованих проєктів в MilTech, агро, енергетика, ритейл, виробництво, фінансові й банківські установи.
