VirtusLab uruchamia interfejs Nexelem AI. Sztuczna inteligencja analizuje dane produkcyjne bez konieczności wysyłania ich poza fabrykę.
W skrócie. Nexelem AI wspiera proces podejmowania decyzji poprzez interpretację danych w szerokim kontekście pracy zakładu. AI wspiera ludzi w podejmowaniu decyzji, a nie zastępuje ich. Rozwiązanie może działać lokalnie, w infrastrukturze klienta, dzięki czemu dane produkcyjne nie muszą być wysyłane do zewnętrznych dostawców modeli.
Branża oprogramowania dokleja dziś słowo „AI” do niemal każdej funkcji, często bez jasnego przełożenia na rzeczywistą wartość dla użytkownika. W Nexelem świadomie wybraliśmy inną drogę.
Nexelem AI nie zastępuje silnika planowania produkcji modelem językowym. Harmonogram nadal tworzy deterministyczny algorytm Nexelem, uwzględniający reguły biznesowe i cele konkretnego zakładu. Rola sztucznej inteligencji zaczyna się dopiero tam, gdzie plan jest już gotowy: wyjaśnia decyzje planistyczne, analizuje dane, wskazuje zależności i pomaga testować alternatywne warianty.
W praktyce oznacza to możliwość „rozmowy z danymi” produkcyjnymi bez budowania z góry zdefiniowanych zapytań, raportów czy dashboardów. Wystarczy opisać, jaka informacja jest potrzebna albo jaka decyzja jest do podjęcia, a model sam przygotuje odpowiednie zapytanie lub widok na podstawie dostępnych danych i kontekstu biznesowego firmy.
Dla działów IT i BI oznacza to również możliwość szybszego tworzenia niestandardowych widoków analitycznych i narzędzi pracujących na tej samej warstwie danych. Bez konieczności każdorazowego tworzenia nowej integracji z systemem MES lub APS oraz niezależnie od dostawcy systemu.
Największa różnica jest jednak odczuwalna wyżej, na poziomie kadry kierowniczej. Zamiast codziennie wracać do dashboardu i samodzielnie śledzić wskaźniki, wystarczy w kilku zdaniach opisać, co chce się sprawdzić, np. czy dana zmiana harmonogramu ma sens, gdzie narasta opóźnienie lub która linia produkcyjna traci najwięcej czasu na przezbrojenia. System sam przygotuje odpowiednią analizę.
AI na produkcji czyli czarna skrzynka nie jest rozwiązaniem
Część dostawców oprogramowania produkcyjnego wykorzystuje dziś modele językowe do generowania lub optymalizacji harmonogramów. Takie podejście ma istotne ograniczenie: modele językowe działają probabilistycznie (czyli opierają się na prawdopodobieństwie, a nie na sztywnych, z góry ustalonych regułach), więc ich odpowiedzi mogą się różnić dla tych samych danych wejściowych.
Na produkcji powtarzalność decyzji ma znaczenie nie tylko operacyjne. Zakład musi umieć wyjaśnić, dlaczego dane zlecenie wykonano w konkretnej kolejności, wykazać sposób podejmowania decyzji podczas audytu, przeanalizować przyczynę opóźnienia.
W Nexelem harmonogram tworzy własny silnik APS, sterowany regułami odzwierciedlającymi cele biznesowe zakładu. Może to być między innymi planowanie just-in-time (JIT), produkcja na zapas czy minimalizacja liczby i czasu przezbrojeń maszyn.
Te same dane wejściowe i te same parametry zawsze prowadzą do tego samego wyniku, niezależnie od tego, ile razy zostanie przeliczony harmonogram.
AI nie zastępuje silnika planistycznego, ale pozwala użytkownikowi zapytać między innymi:
- dlaczego dana wersja harmonogramu różni się od poprzedniej,
- dlaczego określone zlecenia zostały przypisane do konkretnych maszyn lub gniazd,
- gdzie w harmonogramie znajdują się bufory czasowe i potencjalne ryzyka,
- kiedy warto przeliczyć plan z innymi parametrami.
Decyzja o uruchomieniu alternatywnej symulacji zawsze należy do planisty. Sztuczna inteligencja pełni rolę asystenta, czyli pomaga przedstawić kontekst oraz przygotować użytkownika do podjęcia decyzji, natomiast nie podejmuje jej za niego.
Z Nexelem AI dane i model mogą pozostać w fabryce
W kontekście Nexelem AI istotne jest to, że wdrażanie sztucznej inteligencji w firmie produkcyjnej nie musi dziś oznaczać oddawania danych komuś na zewnątrz. Dane firmy produkcyjnej zostają na lokalnym serwerze fabryki, na produkcji.
Nexelem AI zaprojektowano tak, by dane produkcyjne w ogóle nie musiały trafiać na zewnątrz do dostawców modeli AI takich jak OpenAI (ChatGPT) czy Anthropic (Claude). Cały „mózg” systemu, czyli mały model językowy klasy GPT-OSS, który analizuje dane i odpowiada na pytania, może działać on-prem, w wewnętrznej sieci klienta.
W takim scenariuszu dane nie opuszczają sieci zakładu, a AI działa wyłącznie na warstwie analitycznej danych.
To rozwiązanie ma jeszcze jedną zaletę: nie wymaga potężnej, kosztownej infrastruktury. Dzięki temu lokalna AI staje się realną opcją także dla średniej wielkości zakładów produkcyjnych, a nie tylko dla największych graczy na rynku.
Dane produkcyjne jako otwarty interfejs
Dane z systemów MES i APS przez lata trafiały przede wszystkim do wcześniej zdefiniowanych raportów i dashboardów przygotowanych przez dostawcę oprogramowania albo budowanych przez integratora na zamówienie klienta.
Nexelem AI to zmienia, otwierając dane firmy dla modeli językowych przez ustandaryzowane „okno” (technicznie: interfejs oparty na Model Context Protocol, w skrócie MCP). Model może te dane wyłącznie czytać i analizować, nie może edytować zleceń, zmieniać harmonogramów ani wprowadzać zmian w systemie produkcyjnym.
Jednocześnie sam dostęp do danych może nie wystarczać do uzyskania użytecznych odpowiedzi. Dlatego po konsultacji z klientem Nexelem może poszerzać wiedzę modelu także o kontekst biznesowy przedsiębiorstwa, czyli “konfigurację firmy” oraz reguły i zależności potrzebne do właściwej interpretacji danych.
Dzięki temu użytkownik może:
- rozmawiać z własnymi danymi biznesowymi zamiast szukać odpowiedzi w gotowych widokach,
- budować własne dashboardy i narzędzia analityczne na tej samej warstwie danych,
- podłączać te dane (z MES i APS) do innych systemów używanych w firmie,
- tworzyć analizy i rekomendacje uwzględniające dane oraz kontekst biznesowy firmy.
Ponieważ interfejs działa wyłącznie w trybie odczytu, klient zachowuje również swobodę wyboru modelu wykorzystywanego do reasoningu. Może zastosować model lokalny, działający on-premise, albo, jeśli charakter danych i polityka bezpieczeństwa przedsiębiorstwa na to pozwalają, model chmurowy, np. używany w ChatGPT czy produktach Google.
„Rynek jest dziś zalany funkcjami z dopiskiem AI, które w praktyce niewiele zmieniają. W Nexelem harmonogram nadal liczy nasz własny, deterministyczny algorytm, bo tylko takie podejście daje wynik, który można odtworzyć i sprawdzić. AI dokłada to, czego samemu algorytmowi brakuje — język. Tłumaczy, dlaczego powstał dany plan, i pozwala bez pisania kodu przeanalizować warianty z innymi parametrami. To jest AI, który można audytować, a nie czarna skrzynka, w którą trzeba uwierzyć.”
Krzysztof Sobota, Product Manager, Nexelem
Więcej maszyn, większy problem?
Jednym z obszarów, w których połączenie Nexelem z AI może przełożyć się bezpośrednio na efektywność produkcji, jest analiza kondycji maszyn. Dane zbierane przez IoT, takie jak:
- zużycie energii,
- wibracje
- temperatura,
Dane te mogą być gromadzone i udostępniane modelom AI w ustandaryzowanej formie.
Dzięki temu AI może analizować jednocześnie dużą liczbę parametrów i maszyn, wyszukiwać wzorce oraz odchylenia, porównywać rzeczywisty stan operacyjny urządzeń z oczekiwaniami producenta i wskazywać sygnały mogące świadczyć o pogarszającym się stanie maszyny.
Tradycyjnie podobna analiza wymagała stałego monitorowania danych przez analityków i była trudna do prowadzenia na dużą skalę. AI pozwala rozszerzyć ją na cały park maszynowy, pomagając wcześniej wykrywać anomalie, ograniczać nieplanowane przestoje i lepiej wykorzystywać dostępne moce produkcyjne.
Dostępność
Interfejs Nexelem AI jest już dostępny dla klientów korzystających z modułów MES i APS Nexelem jako szyte na miarę rozszerzenie zakresu funkcjonalności.
- Dostęp do warstwy AI konfigurujemy indywidualnie dla każdego wdrożenia.
- Funkcjonalność może działać lokalnie u klienta
- Uruchomienie interfejsu Nexelem AI nie wymaga zmiany istniejących procesów produkcyjnych ani ingerencji w konfigurację MES i APS.
O Nexelem
Nexelem to modułowe oprogramowanie do zarządzania produkcją, rozwijane przez VirtusLab Sp. z o.o., polską firmę technologiczną z Krakowa.
Platforma obejmuje moduły APS (planowanie i harmonogramowanie produkcji) oraz MES (realizacja produkcji na hali), a także funkcje związane z zarządzaniem materiałami i zapasami (MRP), magazynem, sensorami IoT oraz łańcuchem dostaw i śledzeniem partii (traceability).
Napisane przez
