82% kegagalan aset muncul secara acak, dan 1 dari 3 produk yang tidak lolos uji kualitas secara langsung menyebabkan waktu henti atau pengerjaan ulang yang mahal. Dengan menggabungkan inspeksi berbasis AI dengan kecerdasan aset, produsen dapat beralih dari deteksi ke prediksi, sehingga mengubah kualitas produk menjadi keunggulan kompetitif.

Tonton ulasan mendalam eksklusif tentang studi kasus Client Zero IBM , di mana kami mentransformasi operasi pengemasan semikonduktor kami menggunakan solusi kualitas prediktif dan kecerdasan aset yang didukung AI dari Maximo.​

Anda akan melihat bagaimana:

• Anomali inspeksi mengalir ke dasbor Maximo Monitor secara real time
• Data kesehatan aset berkorelasi dengan hasil kualitas produk
• Alur kerja loop tertutup di Maximo Manage secara otomatis memicu tindakan pemeliharaan
• Sebuah kerangka kerja yang telah terbukti dan dapat diskalakan dapat diterapkan dalam operasi manufaktur Anda

Anda akan mempelajari cara:

• Mengurangi waktu henti(hingga $21K per menit) dengan insight prediktif
• Kurangi positif palsu saat inspeksi sebesar 30-50% menggunakan AI
• Buka 99% data sensor yang tidak digunakan untuk kecerdasan yang dapat ditindaklanjuti
• Meningkatkan hasil sebesar 10-15% melalui deteksi kerusakan dini ​ ​​​

Presenter:​

• Surya Vamsi Miriyala - WW Product Manager, Maximo Application Suite, IBM Asset Lifecycle Management
• Susan Zichittella - Program Director, Emerging Technology, I4.0 Solutions, IBM Supply Chain Engineering