Magna is een van die bedrijven waar de meeste chauffeurs nog nooit van hebben gehoord, maar vrijwel zeker mee hebben samengewerkt.
Het 66-jarige Canadese bedrijf is een van de grootste leveranciers van auto-onderdelen ter wereld en bouwt alles, van stoelen en spiegels tot geavanceerde rijhulpsystemen voor grote autobedrijven.
Het levert onderdelen aan ten minste 59 wereldwijde autofabrikanten, waaronder BYD, Tesla, Hyundai, Ford, Volkswagen en Xiaopeng. Het zijn zelfs met de hand gebouwde complete voertuigen, inclusief de Mercedes-Benz G-Wagen.
Met 330 productie- en assemblagefabrieken verspreid over 28 landen en een jaaromzet van grofweg $42 miljard, Magna zit diep in de mondiale autotoeleveringsketen.
Nu integreert het bedrijf kunstmatige intelligentie in die footprint.
“AI is al ingebed in meerdere lagen van Magna’s toeleveringsketen en productieactiviteiten”, vertelde Sharath Reddy, SVP R&D van het bedrijf, aan Business Insider. “Wij beschouwen het niet als een op zichzelf staande technologie.”
Magna’s AI-weddenschappen
Magna implementeert een vijfledige AI-strategie in al haar fabrieken. Bloomberg/Getty-afbeeldingen
Magna’s AI-investeringen richten zich op vijf gebieden: productkwaliteit, onderhoud van apparatuur, fabrieksveiligheid, energiereductie en uitvoersnelheid.
Voor klanten is het meest zichtbare voorbeeld het AI-aangedreven vision-inspectiesysteem. Zoals het camerasysteem dat Business Insider bedekte in de Ford-fabriekenMagna maakt gebruik van scanners met hoge resolutie en machinaal leren om defecten en onregelmatigheden in onderdelen in realtime te detecteren.
De grootste winsten van AI komen niet voort uit verregaande, end-to-end automatisering. In plaats daarvan zei Reddy dat de duidelijkste winst afkomstig is van toepassingen die ‘het dichtst bij de fysieke operatie staan’.
Er zijn twee belangrijke voorbeelden. Magna gebruikt AI om haar fabrieken soepeler te laten draaien. Systemen die trillingen, temperatuur en druk monitoren, kunnen apparatuurstoringen voorspellen voordat deze zich voordoen, waardoor fabrieken kostbare stilstand kunnen voorkomen. Het bedrijf zet ook autonome mobiele robots in om zware materialen tussen werkstations te verplaatsen.
Een andere laag richt zich op efficiëntie. Magna maakt gebruik van machine learning om het energieverbruik, het waterverbruik en het industriële afval in alle faciliteiten bij te houden, afwijkingen te signaleren en manieren te identificeren om de kosten te verlagen.
Uiteindelijk werkt Magna ook aan wat zij een ‘uniforme fabriek’ noemt, waar data, software en automatiseringssystemen met elkaar verbonden zijn over fabrieksbrede activiteiten.
De uitdaging is dat de waarde van het verenigde systeem diffuser is, zei Reddy.
“Het komt naar voren in de planning, materiaalstroom en besluitvorming, in plaats van in één enkele maatstaf”, zei hij. “De waarde is reëel, maar meer gedistribueerd.”
AI die helpt bij het voorspellen van mondiale risico’s
Magna zegt dat AI ook helpt om zich sneller aan te passen aan mondiale risico’s. Milos Vujinovic/SOPA Images/LightRocket via Getty Images
De auto-industrie is getroffen door jaren van ontwrichting – van tarieven en handelsspanningen aan materiaaltekorten en ongelijke mondiale EV-vraag.
Autofabrikanten hebben modellen voor nieuwsmonitoring ingezet om zich aan die oneffenheden aan te passen. Vorig jaar meldde Business Insider dat bijvoorbeeld General Motors maakt gebruik van AI om verstoringen in de mondiale toeleveringsketen te monitoren.
Reddy zei dat Magna een soortgelijke aanpak heeft. AI vervangt “de fundamenten van supply chain management” niet, zei hij. In plaats daarvan fungeert het als een ‘versterker’ voor potentiële bedreigingen.
“De impact op de korte termijn zal een betere zichtbaarheid en snellere besluitvorming zijn – eerdere signalen, sterkere scenariomodellering en een meer gecoördineerde reactie”, zei hij.
In plaats van een enkele doorbraak worden de fabrieken van Magna stap voor stap meer softwaregedefinieerd, waarbij de intelligentie wordt gelaagd in de delen van het systeem waar deze op betrouwbare wijze resultaten kan opleveren.
