{"id":1949,"date":"2026-10-16T07:26:03","date_gmt":"2026-10-16T07:26:03","guid":{"rendered":"https:\/\/benlongkj.com\/?p=1949"},"modified":"2026-10-16T07:26:06","modified_gmt":"2026-10-16T07:26:06","slug":"agentic-ai-in-manufacturing","status":"publish","type":"post","link":"https:\/\/benlongkj.com\/tr\/blog\/agentic-ai-in-manufacturing\/","title":{"rendered":"\u00dcretimde Agentic AI: AI Ajanlar\u0131n\u0131n Fabrika Kat\u0131n\u0131 Nas\u0131l De\u011fi\u015ftirdi\u011fi"},"content":{"rendered":"

Saat sabah 2:40 ve bir tedarik\u00e7i, bir parti bak\u0131r bobinin iki g\u00fcn gecikmeli teslim edilece\u011fini bildiren bir e-posta g\u00f6ndermi\u015f. \u00c7o\u011fu \u00fcretim tesisinde, bu mesaj genellikle planlamac\u0131n\u0131n sabah sekizde fabrikaya gelene kadar gelen kutusunda kal\u0131r. Ancak o zamana kadar, gece vardiyas\u0131ndaki i\u015f\u00e7iler, bu bobinleri i\u00e7eren \u00fcretim i\u015flerine \u00e7oktan ba\u015flam\u0131\u015f olacak ve hatt\u0131n \u00f6\u011flene kadar duraca\u011f\u0131n\u0131 fark edecek, bu da birinin g\u00fcn i\u00e7in manuel olarak s\u00fcre\u00e7lerin yeniden planlanmas\u0131n\u0131 tamamlamas\u0131n\u0131 gerektirecektir.<\/p>\n

\u015eimdi alternatif bir gece hayal edelim. Bir yaz\u0131l\u0131m ajan\u0131 gelen e-postay\u0131 okur, hangi sipari\u015flerin ka\u00e7\u0131r\u0131lan bobinlere ba\u011fl\u0131 oldu\u011funu ve stokta hangi malzemelerin kald\u0131\u011f\u0131n\u0131 kontrol eder ve bobinler olmadan fabrikan\u0131n takip edebilece\u011fi yeni bir operasyon zaman \u00e7izelgesi olu\u015fturur. MES verileri arac\u0131l\u0131\u011f\u0131yla ekipman kullan\u0131labilirli\u011fini kontrol eder, gecikecek iki sipari\u015fi belirler ve planlamac\u0131ya yeni planlanan zaman \u00e7izelgesini \u00f6zetleyen bir mesaj g\u00f6nderir.<\/p>\n

Bu ikinci senaryo, insanlar\u0131n \u00fcretimde ajan tabanl\u0131 AI'dan bahsederken kastettikleri \u015feydir. Bu ger\u00e7ekten sadece ak\u0131ll\u0131 bir g\u00f6sterge paneli de\u011fil, ajan tabanl\u0131 AI'n\u0131n gerekli t\u00fcm eylemleri planlama, fabrika yaz\u0131l\u0131m ara\u00e7lar\u0131n\u0131 kullanma ve \u00fcretim s\u00fcrecini kendi ba\u015f\u0131na tamamlama yetenekleriyle ilgilidir.<\/p>\n

Ajan tabanl\u0131 AI kavram\u0131 h\u0131zla ilgi \u00e7ekici bir fikirden tedarik\u00e7ilerin yol haritalar\u0131n\u0131n bir par\u00e7as\u0131 haline geldi. \u00d6rne\u011fin, 2026 bahar\u0131nda IBM, otonom kalite y\u00f6netimi, dinamik planlama ve u\u00e7tan uca s\u00fcre\u00e7 optimizasyonunun ajan tabanl\u0131 AI teknolojilerinin \u00f6nc\u00fc uygulamalar\u0131 olmas\u0131 gerekti\u011fini belirten bir rehber yay\u0131nlad\u0131. Ayn\u0131 y\u0131l\u0131n Mart ay\u0131nda Siemens, end\u00fcstriyel AI sistemlerinin ajan tabanl\u0131 hale geldi\u011fini a\u00e7\u0131klad\u0131; ayr\u0131ca End\u00fcstriyel Copilot program\u0131n\u0131n yard\u0131m\u0131yla hareket eden uzman ajanlar\u0131 denetleyen orkestrat\u00f6r ajan\u0131 tan\u0131tt\u0131. O ay i\u00e7inde Microsoft, 2026\u2019y\u0131 AI i\u00e7in bir d\u00f6n\u00fcm noktas\u0131 olarak nitelendirdi; burada y\u00f6neti\u015fim ve geri alma yeteneklerinin AI uygulamas\u0131n\u0131n temel ba\u015far\u0131 fakt\u00f6rleri aras\u0131nda olaca\u011f\u0131n\u0131 belirtti.<\/p>\n

Mevcut rehber, ajan tabanl\u0131 AI'n\u0131n ne oldu\u011funu, nerelerde kullan\u0131ld\u0131\u011f\u0131n\u0131 ve teknolojiyi yeni riskler yaratmadan nas\u0131l uygulayabilece\u011finizi sa\u011flayacakt\u0131r. Ayr\u0131ca, devre kesici test s\u00fcrecindeki kullan\u0131m\u0131na dair bir \u00f6rnekle sizi y\u00f6nlendirece\u011fiz.<\/p>\n

H\u0131zl\u0131 cevap: \u00dcretimde ajan tabanl\u0131 AI, belirlenen hedeflere ula\u015fmak i\u00e7in gereken eylemleri planlayabilen, MES, ERP ve bak\u0131m yaz\u0131l\u0131m\u0131 gibi veri sistemlerinden bilgi alan ve insan m\u00fcdahalesi minimum d\u00fczeyde olacak \u015fekilde eylemler ger\u00e7ekle\u015ftiren AI sistemleri olarak tan\u0131mlan\u0131r. Ajan tabanl\u0131 \u00fcretim AI teknolojilerinin ba\u015fl\u0131ca uygulamalar\u0131 kalite incelemesi, dinamik planlama, bak\u0131m koordinasyonu ve tedarik zincirinin yeniden planlanmas\u0131n\u0131 i\u00e7erir. En etkili \u00fcretim birimlerinde ajanlar, a\u00e7\u0131k\u00e7a tan\u0131mlanm\u0131\u015f yetki s\u0131n\u0131rlar\u0131 alt\u0131nda \u00e7al\u0131\u015f\u0131r: g\u00fcvenlik mant\u0131\u011f\u0131 PLC'de bulunurken, daha y\u00fcksek riskli eylemler insan onay\u0131 gerektirir.<\/p><\/blockquote>\n

\"\"<\/h2>\n

\u00dcretimde Agentic AI Nedir?<\/h2>\n

\u00c7o\u011fu fabrika zaten \u00e7e\u015fitli \u201czeka\u201d bi\u00e7imlerini kullanmaktad\u0131r. PLC'ler \u00e7ok y\u00fcksek frekansta mant\u0131k i\u015flemleri hesaplar\u2014her saniye bu i\u015flemi binlerce kez yapar. G\u00f6r\u00fcnt\u00fc sistemleri kusurlu \u00fcr\u00fcnleri ay\u0131klar. \u00d6ng\u00f6r\u00fcc\u00fc modeller rulman\u0131n a\u015f\u0131nd\u0131\u011f\u0131n\u0131 g\u00f6sterir. Soru \u015fudur: Burada ne yenidir?<\/p>\n

Asl\u0131nda fark, d\u00f6ng\u00fcn\u00fcn kapat\u0131lmas\u0131d\u0131r. \u00d6ng\u00f6r\u00fcc\u00fc modeller baz\u0131 bilgiler sunarken, agentic sistemler bu bilgiler \u00fczerinde hareket edebilir. Siemens'e g\u00f6re, agentic sistemler, birinin her t\u0131klamay\u0131 yapmas\u0131na gerek kalmadan \u00e7\u00f6z\u00fcmler sunmak ve \u00e7ok ad\u0131ml\u0131 problemleri \u00e7\u00f6zmek i\u00e7in birden fazla veri kayna\u011f\u0131 ve ara\u00e7 kullanan AI'y\u0131 temsil eder. IBM bunu fabrika kat\u0131 faaliyetleri a\u00e7\u0131s\u0131ndan tan\u0131mlar. Agentic sistemler, sadece kusuru raporlamak yerine, kusuru g\u00f6rd\u00fcklerinde makine ayarlar\u0131n\u0131 de\u011fi\u015ftirebilirler.<\/p>\n

Ger\u00e7ekte, \u00dcretimde AI ajanlar\u0131<\/strong> \u00fc\u00e7 i\u015flevi yerine getiren bilgisayar programlar\u0131 olarak de\u011ferlendirilebilir: bir amac\u0131 vard\u0131r (3. hat \u00fczerindeki \u00e7\u0131kt\u0131 hedefini korumak ve kalite alarm\u0131n\u0131 ele almak), belirli ara\u00e7lara eri\u015fimi vard\u0131r (MES okumak, ekipman bak\u0131m\u0131 i\u00e7in i\u015f emirleri olu\u015fturmak, tedarik\u00e7ilerin stok seviyesini \u00f6\u011frenmek) ve eylemleriyle ilgili kurallarla y\u00f6nlendirilirler.<\/p>\n

AI Ajanlar\u0131 vs Geleneksel AI vs Otomasyon<\/h3>\n

Terimler s\u00fcrekli kar\u0131\u015f\u0131yor, i\u015fte tipik bir \u00fcretim kat\u0131nda nas\u0131l kar\u015f\u0131la\u015ft\u0131r\u0131ld\u0131klar\u0131.<\/p>\n\n\n\n\n\n\n\n\n
Teknoloji<\/th>\nNe yapar<\/th>\nFabrika \u00f6rne\u011fi<\/th>\nSonu\u00e7 \u00fczerinde kim hareket eder<\/th>\n<\/tr>\n<\/thead>\n
Kural tabanl\u0131 otomasyon (PLC, robotlar)<\/td>\nProgramland\u0131\u011f\u0131 gibi sabit mant\u0131\u011f\u0131 uygular<\/td>\nBir presleme istasyonu, kuvvet s\u0131n\u0131r\u0131 a\u015f\u0131ld\u0131\u011f\u0131nda par\u00e7ay\u0131 reddeder<\/td>\nMakine, sabit kurallar dahilinde<\/td>\n<\/tr>\n
\u00d6ng\u00f6r\u00fcc\u00fc \/ analitik AI<\/td>\nDesenleri bulur ve sonu\u00e7lar\u0131 tahmin eder<\/td>\nBir model, on g\u00fcn i\u00e7inde bir milin ar\u0131zalanaca\u011f\u0131n\u0131 tahmin eder<\/td>\nBir ki\u015fi uyar\u0131y\u0131 okur ve karar verir<\/td>\n<\/tr>\n
\u00dcretken AI yard\u0131mc\u0131 pilotu<\/td>\nSorular\u0131 yan\u0131tlar ve istek \u00fczerine i\u00e7erik tasla\u011f\u0131 olu\u015fturur<\/td>\nBir m\u00fchendis PLC kodu veya ar\u0131za a\u00e7\u0131klamas\u0131 ister<\/td>\nHer istemden sonra bir ki\u015fi<\/td>\n<\/tr>\n
Ajan Temelli Yapay Zeka<\/td>\nBir hedefe y\u00f6nelik \u00e7ok ad\u0131ml\u0131 i\u015fleri planlar ve ara\u00e7lar\u0131 kullanarak ger\u00e7ekle\u015ftirir<\/td>\nBir ajan ar\u0131za tahminini g\u00f6r\u00fcr, d\u00fc\u015f\u00fck y\u00fck penceresi bulur, teknisyeni ayarlar ve par\u00e7ay\u0131 sipari\u015f eder<\/td>\nAjan, onaylanm\u0131\u015f s\u0131n\u0131rlar dahilinde; insanlar daha y\u00fcksek riskli ad\u0131mlar\u0131 onaylar<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Agentic AI'n\u0131n di\u011fer \u00fc\u00e7\u00fcn\u00fc de\u011fi\u015ftirmedi\u011fine dikkat edin. Onlar\u0131n \u00fcst\u00fcnde yer al\u0131r. PLC hala makineyi \u00e7al\u0131\u015ft\u0131r\u0131r. \u00d6ng\u00f6r\u00fcc\u00fc model hala tahmin \u00fcretir. Ajan, bu sinyalleri eyleme d\u00f6n\u00fc\u015ft\u00fcren katmand\u0131r.<\/p>\n

Bir AI Ajan\u0131 Fabrika Kat\u0131nda Nas\u0131l \u00c7al\u0131\u015f\u0131r<\/h3>\n

\u00c7o\u011fu end\u00fcstriyel ajan\u0131n \u00e7ekirde\u011fini \u00e7al\u0131\u015ft\u0131rmak i\u00e7in d\u00f6rt ana algoritma belirlenmi\u015ftir:<\/p>\n

SCADA veya PLC'de g\u00f6zlemlenen makine durumlar\u0131ndan, MES veya ERP sipari\u015flerinde saklanan operasyonel test sonu\u00e7lar\u0131ndan ve tedarik\u00e7i portallar\u0131 veya e-postalar arac\u0131l\u0131\u011f\u0131yla g\u00fcncellenen sat\u0131n alma taleplerinden toplanan ger\u00e7ek zamanl\u0131 ve tarihsel bilgilerin alg\u0131lanmas\u0131.
\nAk\u0131l y\u00fcr\u00fctme. Durumu anlamak ve bir plan olu\u015fturmak i\u00e7in bir dil modeli ve alan kurallar\u0131 kullanmak, \u00f6rne\u011fin, \u201ctrip sonu\u00e7lar\u0131 sap\u0131yor; \u00f6nce bir test tertibat\u0131n\u0131n sorumlu olup olmad\u0131\u011f\u0131n\u0131 kontrol et.\u201d
\nAktivasyon. Ara\u00e7lar\u0131 \u00e7a\u011f\u0131r: sorgular\u0131 \u00e7al\u0131\u015ft\u0131r, i\u015f emirleri olu\u015ftur, programlar\u0131 g\u00fcncelle ve mesajlar g\u00f6nder. Olu\u015fturulan her \u00e7a\u011fr\u0131n\u0131n bir kayd\u0131 vard\u0131r.
\n\u00d6\u011frenme. Sonuca bak ve beklenenle kar\u015f\u0131la\u015ft\u0131r; sonra, sonraki karar\u0131 ayarla.<\/p>\n

B\u00fcy\u00fck tesislerde tek tip bir ajan kaybetmek nadirdir. Birden fazla uzmanla\u015fm\u0131\u015f ajan\u0131, bir orkestra \u015fefi y\u00f6netiminde benimsediler. Siemens\u2019in tam olarak bahsetti\u011fi budur: End\u00fcstriyel Yard\u0131mc\u0131lar\u0131 konu\u015fma \u00f6n y\u00fcz\u00fc iken, orkestrasyon ajan\u0131 i\u015fin hangi k\u0131sm\u0131n\u0131 hangi uzman ajan\u0131n tamamlayaca\u011f\u0131n\u0131 se\u00e7er. IBM ayn\u0131 modeli, izole bir g\u00f6revle me\u015fgul olmak yerine i\u015f ak\u0131\u015flar\u0131 aras\u0131nda \u00e7al\u0131\u015fan \u00e7oklu ajan sistemi olarak adland\u0131r\u0131r.<\/p>\n

IBM, Siemens ve Microsoft\u2019un S\u00f6yledikleri<\/h3>\n

\u00dc\u00e7 \u015firket konuyu farkl\u0131 a\u00e7\u0131lardan ele ald\u0131; bu faydal\u0131d\u0131r \u00e7\u00fcnk\u00fc hepsi stratejinin \u00e7e\u015fitli y\u00f6nlerini, end\u00fcstriyel yaz\u0131l\u0131m\u0131 ve bulut altyap\u0131s\u0131n\u0131 kapsar.<\/p>\n

IBM, ajan tabanl\u0131 yapay zekay\u0131 maliyet, kalite ve teslimat\u0131 e\u015fzamanl\u0131 de\u011ferlendiren s\u00fcrekli bir karar verme s\u00fcreci olarak g\u00f6r\u00fcr. \u015eirketin 2026 genel bak\u0131\u015f\u0131, kalite ve planlamadan sat\u0131\u015f ve tedarik zincirine kadar sekiz uygulama sekt\u00f6r\u00fcn\u00fc sunar ve Gartner\u2019\u0131n 2028\u2019e kadar ajan tabanl\u0131 yapay zekan\u0131n kurumsal yaz\u0131l\u0131m uygulamalar\u0131n\u0131n \u2019\u00fcnde kullan\u0131laca\u011f\u0131n\u0131, 2024\u2019te ise %1\u2019in alt\u0131nda oldu\u011funu \u00f6ng\u00f6rd\u00fc\u011f\u00fcn\u00fc ekler.
\nSiemens, tasar\u0131m, planlama, m\u00fchendislik, i\u015fletme ve servis dahil end\u00fcstriyel de\u011fer zincirine odaklan\u0131r. CEO Rainer Brehm, Automate 2025\u201cte ajan tabanl\u0131 yapay zekay\u0131 tan\u0131t\u0131rken bu teknolojiyi \u201dsoru-cevap paradigmas\u0131n\u0131n \u00f6tesine\u201d ge\u00e7en, i\u015f ak\u0131\u015flar\u0131n\u0131 tamamlayabilen sistemler olarak nitelendirdi. \u015eirket, \u2019ye kadar \u00fcretkenlik art\u0131\u015f\u0131 sa\u011flad\u0131\u011f\u0131n\u0131 iddia eder ve m\u00fc\u015fterilerin ajana devrettikleri g\u00f6revler \u00fczerinde kontrol sahibi oldu\u011funu garanti eder.<\/p>\n

Microsoft, orkestrasyon ve g\u00fcvene odaklan\u0131r. Mart 2026\u2019da yay\u0131mlanan makalesi, kullan\u0131c\u0131lar\u0131n asistanlarla \u00e7al\u0131\u015fmas\u0131n\u0131 sa\u011flayan ara\u00e7lar\u0131n, g\u00f6revleri yerine getiren ajan taraf\u0131ndan de\u011fi\u015ftirilece\u011fi \u00fc\u00e7 de\u011fi\u015fimi\u2014sistemler, veri ve i\u015f\u2014tan\u0131mlar. \u015eirkete g\u00f6re, yapay zeka \u00f6neriler sunmaktan g\u00f6revleri y\u00fcr\u00fctmeye ge\u00e7tik\u00e7e, modellerin y\u00f6netimi, eri\u015fim kontrol\u00fc, veri, OT ve kararlar\u0131n a\u00e7\u0131klanabilirli\u011fi ihtiyac\u0131 ortaya \u00e7\u0131kar.<\/span><\/p>\n

\u00dcretimde Ajan Tabanl\u0131 Yapay Zeka Kullan\u0131m Alanlar\u0131<\/h2>\n

\u0130\u015fte burada konu\u015fma pratikle\u015fiyor. A\u015fa\u011f\u0131da \u00fcretimde ajan tabanl\u0131 yapay zeka kullan\u0131m alanlar\u0131<\/strong> sat\u0131c\u0131 materyallerinde ve erken uygulamalarda en s\u0131k kar\u015f\u0131la\u015f\u0131lanlar ve her birinde bir ajan\u0131n yapt\u0131\u011f\u0131 i\u015f t\u00fcr\u00fc yer almaktad\u0131r.<\/p>\n

Otonom Kalite Y\u00f6netimi<\/h3>\n

Bilgi zaten mevcut oldu\u011fundan, kalite bu durumda ba\u015flang\u0131\u00e7 durumudur. Herhangi say\u0131da denetim kameras\u0131, test tezgah\u0131 veya \u00f6l\u00e7\u00fcm cihaz\u0131 say\u0131 \u00fcretir ve \u00e7o\u011fu zaman bu say\u0131lar sadece bir kez incelenir.<\/p>\n

Ancak di\u011fer sistemlerin aksine, bir kalite ajan\u0131 verileri s\u00fcrekli izlemektedir. Bu, ajan verilerde herhangi bir anormallik fark etti\u011finde (\u00f6rne\u011fin artan hata oranlar\u0131, yakla\u015fan s\u0131n\u0131rlar veya belirli bir vardiyada ya\u015fanan ar\u0131za k\u00fcmeleri) sadece anormalli\u011fi kaydetmekle kalmay\u0131p, bu sonu\u00e7lar\u0131 hangi \u00fcretim istasyonu veya aparat\u0131n \u00fcretti\u011fini ara\u015ft\u0131rd\u0131\u011f\u0131 anlam\u0131na gelir.<\/p>\n

Burada elektronik alan\u0131nda IBM \u00f6rnek olarak gelir: sistem lehimleme s\u0131ras\u0131nda tekrarlayan bir hata tespit etti\u011finde, ekipman\u0131n s\u0131cakl\u0131k ve zamanlamas\u0131n\u0131 d\u00fczeltebilme kapasitesine sahiptir veya yak\u0131n zamanda lehimlenmi\u015f t\u00fcm kartlar\u0131n hedefli testini ba\u015flatabilir.<\/p>\n

G\u00fcvenlik a\u00e7\u0131s\u0131ndan kritik \u00fcr\u00fcnlerde, genellikle ajan\u0131n i\u015flevi ara\u015ft\u0131rmayla s\u0131n\u0131rl\u0131d\u0131r, s\u00fcre\u00e7te herhangi bir de\u011fi\u015fiklik ise lisansl\u0131 bir m\u00fchendisin onay\u0131na tabidir.<\/p>\n

Dinamik \u00dcretim Planlamas\u0131<\/h3>\n

Bir \u00fcretim program\u0131 olu\u015fturuldu\u011fu anda, g\u00fcncelli\u011fini yitirmeye ba\u015flar. Bu, makine ar\u0131zas\u0131, acil sipari\u015f veya teslimat sorunu nedeniyle olabilir. Bu da \u00e7al\u0131\u015fanlar\u0131n \u00f6zellikle g\u00fcn i\u00e7inde her \u015feyi s\u00fcrekli olarak elektronik tablolar\u0131nda yeniden planlamas\u0131 gerekti\u011fi anlam\u0131na gelir.<\/p>\n

Planlama ajanlar\u0131, sipari\u015f durumu, makineler, i\u015f g\u00fcc\u00fc uygunlu\u011fu ve malzeme uygunlu\u011fu hakk\u0131nda canl\u0131 bilgileri kullanarak sipari\u015fleri s\u00fcrekli yeniden planlar. IBM, bir otomobil fabrikas\u0131nda baz\u0131 ana bile\u015fen teslimat gecikmeleri nedeniyle \u00fcretimin durduruldu\u011fu bir \u00f6rnek vermi\u015ftir. Ancak, \u00fcretimi kapatmak yerine, bir planlama ajan\u0131 \u00fcretim s\u00fcrecini kolayca yeniden organize edebilir, teslimata ihtiya\u00e7 duymayan ara\u00e7lar\u0131n \u00f6nce \u00fcretilmesini sipari\u015f edebilir ve hat i\u015f\u00e7ileri aras\u0131ndaki i\u015f y\u00fck\u00fcn\u00fc dengeleyebilir.<\/p>\n

Bu yakla\u015f\u0131m, \u00e7o\u011fu \u00fcretim s\u00fcrecinde ayn\u0131 \u015fekilde uygulanabilir. Birka\u00e7 farkl\u0131 model \u00fcreten k\u00fc\u00e7\u00fck bir kesici \u00fcreticisi bile de\u011fi\u015fim say\u0131s\u0131n\u0131 azaltmaktan fayda sa\u011flayabilir.<\/p>\n

\u00d6ng\u00f6r\u00fcc\u00fc Bak\u0131m Orkestrasyonu<\/h3>\n

\u00d6ng\u00f6r\u00fcc\u00fc bak\u0131m uzun zamand\u0131r var, ancak zorluk her zaman tahminden sonra ne oldu\u011fudur. Birinin uyar\u0131y\u0131 almas\u0131, zaman \u00e7izelgesini kontrol etmesi, bir teknisyen bulmas\u0131, gerekli par\u00e7ay\u0131 sipari\u015f etmesi ve \u00fcretimle duru\u015f s\u00fcresini m\u00fczakere etmesi gerekir.<\/p>\n

Bu i\u015f ajanlar taraf\u0131ndan y\u00fcr\u00fct\u00fcl\u00fcr. IBM, ajanlar\u0131 beklenen \u00fcretim duru\u015fu s\u0131ras\u0131nda i\u015fi planlayabilen, yedek par\u00e7a sipari\u015f eden, teknisyen atayan ve ge\u00e7ici olarak y\u00fckleri di\u011fer makinelerle de\u011fi\u015ftiren varl\u0131klar olarak tan\u0131mlar. Ayn\u0131 yakla\u015f\u0131m Siemens\u2019in Senseye Maintenance Copilot projesinde benimsenmi\u015ftir. Siemens\u2019e g\u00f6re, pilot m\u00fc\u015fteriler reaktif bak\u0131m faaliyetlerinde harcanan s\u00fcreyi ortalama oran\u0131nda azaltm\u0131\u015ft\u0131r.<\/p>\n

Tedarik Zinciri ve Envanter Koordinasyonu<\/h3>\n

Microsoft, erken tedarik zinciri yapay zekas\u0131n\u0131n yaln\u0131zca raporlar ve panolar olu\u015fturdu\u011funa inan\u0131yor, ard\u0131ndan al\u0131nan i\u00e7g\u00f6r\u00fclere dayanarak harekete ge\u00e7mek insanlar\u0131n sorumlulu\u011fundad\u0131r. Bir sonraki a\u015fama, tedarik\u00e7ilerle koordinasyon sa\u011flayarak, kaynak sa\u011flamay\u0131 veya yeniden planlamay\u0131 tetikleyerek ve olas\u0131 lojistik sorunlar\u0131 y\u00f6neterek hareket etme yetene\u011fine sahip yapay zekaya sahip olmakt\u0131r.<\/p>\n

IBM, Oracle ve Accelalpha ile ortakla\u015fa yapt\u0131\u011f\u0131 kendi ara\u015ft\u0131rmas\u0131na at\u0131fta bulunarak, tedarik zinciri y\u00f6neticilerinin 'sinin yapay zeka ajanlar\u0131n\u0131n eylem h\u0131z\u0131n\u0131 art\u0131rd\u0131\u011f\u0131n\u0131 iddia etti\u011fini belirtmektedir. Bu arada, tedarik zinciri ba\u015fkanlar\u0131n\u0131n 's\u0131, insanlardan daha h\u0131zl\u0131 rutin g\u00f6revleri \u00e7\u00f6zebilen ajanlar\u0131n operasyonel s\u00fcre\u00e7lerde daha iyi verimlilik sa\u011flamaya yard\u0131mc\u0131 olmas\u0131n\u0131 beklemektedir.<\/p>\n

Belirli bir fabrika i\u00e7in pratik versiyon, ajan\u0131n tedarik\u00e7ilerden birinin gecikti\u011fini anlamas\u0131, hangi sipari\u015flerin etkilenece\u011fini belirlemesi ve ilgili sipari\u015f i\u00e7in ba\u015fka bir tedarik\u00e7i veya malzeme \u00f6nermesidir. Bu, daha \u00f6nce belirtilen sabah 2:40 anlat\u0131m\u0131d\u0131r.<\/p>\n

U\u00e7tan Uca S\u00fcre\u00e7 Optimizasyonu<\/h3>\n

Geleneksel s\u00fcre\u00e7 iyile\u015ftirme giri\u015fimlerinde, optimizasyon yaln\u0131zca bir istasyonda ger\u00e7ekle\u015fir. S\u00fcrecin h\u0131z, maliyet ve kalite aras\u0131ndaki dengelemeler yap\u0131l\u0131rken s\u00fcrecin her parametresi dikkate al\u0131nabilir.<\/p>\n

Bu, IBM\u2019in t\u00fcketici \u00fcr\u00fcnleri ile yap\u0131lan bir vaka ile g\u00f6sterilmi\u015ftir. Ajan, s\u00fcre\u00e7 h\u0131z\u0131ndaki bir d\u00fc\u015f\u00fc\u015f\u00fcn kusur oran\u0131nda \u00f6nemli bir azalmaya yol a\u00e7aca\u011f\u0131n\u0131 ve b\u00f6ylece \u00fcretim maliyetini d\u00fc\u015f\u00fcrece\u011fini ke\u015ffetmi\u015ftir. De\u011fi\u015fiklikler hemen uygulanm\u0131\u015f ve s\u00fcre\u00e7te s\u00fcrekli olarak optimize edilmi\u015ftir. Deneyimli bir m\u00fchendis ayn\u0131 sonuca varabilirdi, ancak aylar s\u00fcren veri analizlerinden sonra, sadece birka\u00e7 g\u00fcn i\u00e7inde de\u011fil.<\/p>\n

Enerji ve Kaynak Optimizasyonu<\/h3>\n

A\u011f\u0131r sanayi tesisleri, maliyet tasarrufu sa\u011flayan esnek y\u00fck kayd\u0131rmay\u0131 kontrol etme yetene\u011fine sahiptir. \u00c7elik ve kimya \u00fcretiminde ajanlar\u0131n kullan\u0131m\u0131, enerji yo\u011fun s\u00fcre\u00e7lerin elektrik fiyatlar\u0131n\u0131n en d\u00fc\u015f\u00fck oldu\u011fu zamanlarda ger\u00e7ekle\u015fmesini sa\u011flar ve verimden \u00f6d\u00fcn verilmez.<\/p>\n

Elektrik cihaz\u0131 \u00fcreticilerinin, elektrik bile\u015fenlerinin burn-in testi \u015feklinde esnek y\u00fck \u00f6rnekleri vard\u0131r. \u0130yi bir \u00f6rnek\u00a0IoT ak\u0131ll\u0131 MCB \u00fcretim hatt\u0131<\/a>, y\u00fck ko\u015fullar\u0131 alt\u0131nda birka\u00e7 g\u00fcn s\u00fcren ya\u015fland\u0131rma testlerinin yap\u0131ld\u0131\u011f\u0131 yerdir.<\/p>\n

M\u00fchendislik, PLC Programlama ve \u00dcr\u00fcn Geli\u015ftirme<\/h3>\n

En geli\u015fmi\u015f ajan teknolojilerinin baz\u0131lar\u0131, \u00fcretim sahas\u0131ndan ziyade m\u00fchendislikte bulunabilir. Siemens\u2019in TIA Portal i\u00e7in Engineering Copilot\u2019u, otomasyon m\u00fchendislerinin basit talimatlardan PLC kodu geli\u015ftirmesine olanak tan\u0131rken, NX CAD\u2019de Design Copilot i\u015flev g\u00f6r\u00fcr. Siemens, thyssenkrupp Automation Engineering\u2019de m\u00fchendislerin geli\u015ftirilmi\u015f kod kalitesi ve daha h\u0131zl\u0131 geli\u015ftirme kaydetti\u011fini bildirmektedir.<\/p>\n

IBM, karma\u015f\u0131k m\u00fchendislik g\u00f6revini daha k\u00fc\u00e7\u00fck par\u00e7alara b\u00f6len, tasar\u0131m varyantlar\u0131 geli\u015ftiren ve fiziksel bir nesne ortaya \u00e7\u0131kmadan \u00e7ok \u00f6nce s\u0131kl\u0131kla dijital ikizde sim\u00fclasyonlar\u0131 kontrol eden ajanlar\u0131 temsil eder. Daha k\u0131sa \u00fcretim d\u00f6ng\u00fcleri, otomasyonun herhangi bir kullan\u0131c\u0131s\u0131 i\u00e7in daha h\u0131zl\u0131 devreye alma anlam\u0131na gelir.<\/p>\n

\u00d6n Cephe Operasyon Deste\u011fi<\/h3>\n

Microsoft, \u00e7ok modlu yard\u0131mc\u0131 pilotlar kullanan \u00f6n saflardaki ekiplerin daha fazla sorunu ba\u011f\u0131ms\u0131z olarak \u00e7\u00f6zece\u011fine inan\u0131yor ve insanlarla AI'y\u0131 i\u00e7eren bu s\u00fcre\u00e7lerin sonunda operasyonel ajanlara d\u00f6n\u00fc\u015fece\u011fini d\u00fc\u015f\u00fcn\u00fcyor. Siemens'in Operations Copilot'u benzer bir prensibi takip eder; operat\u00f6rler ve teknisyenler, makine verilerini kullanarak kolay anla\u015f\u0131l\u0131r bir dilde sorun giderme rehberli\u011fi al\u0131r.<\/p>\n

Y\u00fcksek personel de\u011fi\u015fim oran\u0131 ya\u015fayan tesisler i\u00e7in \u2013 bir\u00e7ok geli\u015fmekte olan ihracat pazar\u0131nda yayg\u0131n bir durum \u2013 bu, her yeni \u00e7al\u0131\u015fan\u0131n k\u0131demli bir teknisyenin uzmanl\u0131\u011f\u0131ndan faydalanmas\u0131n\u0131 sa\u011flad\u0131\u011f\u0131 i\u00e7in fayda sa\u011flamak i\u00e7in en h\u0131zl\u0131 yol olabilir.<\/p>\n

\u00dcretimde Ajanik AI Uygulamalar\u0131 Genel Bak\u0131\u015f<\/h3>\n

A\u015fa\u011f\u0131daki tablo, ana \u00fcretimde ajan tabanl\u0131 AI uygulamalar\u0131n\u0131<\/strong>, her ajan\u0131n tipik olarak ba\u011fland\u0131\u011f\u0131 sistemleri ve genellikle bir ki\u015finin nerede devrede kald\u0131\u011f\u0131n\u0131 \u00f6zetlemektedir.<\/p>\n\n\n\n\n\n\n\n\n\n\n\n\n
Kullan\u0131m durumu<\/th>\nAjan\u0131n yapt\u0131\u011f\u0131 i\u015f<\/th>\nBa\u011fland\u0131\u011f\u0131 sistemler<\/th>\nTipik insan kontrol noktas\u0131<\/th>\n<\/tr>\n<\/thead>\n
Kalite y\u00f6netimi<\/td>\nTrendleri tespit eder, k\u00f6k nedenleri izler, ek inceleme tetikler<\/td>\nMES, test tezgahlar\u0131, g\u00f6rsel, SPC<\/td>\nM\u00fchendis herhangi bir s\u00fcre\u00e7 de\u011fi\u015fikli\u011fini onaylar<\/td>\n<\/tr>\n
\u00dcretim planlamas\u0131<\/td>\nSipari\u015fler, makineler veya malzemeler de\u011fi\u015fti\u011finde i\u015fleri yeniden s\u0131ralar<\/td>\nERP, MES, planlama yaz\u0131l\u0131m\u0131<\/td>\nPlanlay\u0131c\u0131 teslimat tarihlerini de\u011fi\u015ftiren de\u011fi\u015fiklikleri onaylar<\/td>\n<\/tr>\n
Bak\u0131m organizasyonu<\/td>\nD\u00fc\u015f\u00fck y\u00fck pencerelerinde i\u015fleri rezerve eder, par\u00e7a sipari\u015f eder, teknisyen atar<\/td>\nCMMS, durum izleme, MES<\/td>\nS\u00fcperviz\u00f6r duru\u015f s\u00fcresi penceresini onaylar<\/td>\n<\/tr>\n
Tedarik zinciri koordinasyonu<\/td>\nTedarik\u00e7i gecikmelerine yan\u0131t verir, sipari\u015fleri ve planlar\u0131 ayarlar<\/td>\nERP, tedarik\u00e7i portallar\u0131, e-posta<\/td>\nAl\u0131c\u0131 yeni tedarik\u00e7ileri veya ekstra harcamay\u0131 onaylar<\/td>\n<\/tr>\n
S\u00fcre\u00e7 optimizasyonu<\/td>\nOnaylanm\u0131\u015f aral\u0131klar i\u00e7inde h\u0131z ve set noktalar\u0131n\u0131 ayarlar<\/td>\nMES, tarih\u00e7i, onaylanm\u0131\u015f makine aray\u00fczleri<\/td>\nS\u00fcre\u00e7 sahibi izin verilen aral\u0131\u011f\u0131 belirler<\/td>\n<\/tr>\n
Enerji y\u00f6netimi<\/td>\nEsnek y\u00fckleri daha ucuz d\u00f6nemlere kayd\u0131r\u0131r<\/td>\nEnerji saya\u00e7lar\u0131, MES, tarife verileri<\/td>\nTesis y\u00f6neticisi s\u0131n\u0131rlar\u0131 belirler<\/td>\n<\/tr>\n
M\u00fchendislik<\/td>\nPLC kodu, tasar\u0131m varyantlar\u0131 ve sim\u00fclasyonlar \u00fcretir<\/td>\nTIA Portal, CAD, PLM, sim\u00fclasyon ara\u00e7lar\u0131<\/td>\nM\u00fchendis t\u00fcm kodu g\u00f6zden ge\u00e7irir ve test eder<\/td>\n<\/tr>\n
\u00d6n hat destek<\/td>\nOperat\u00f6r sorular\u0131n\u0131 yan\u0131tlar, ar\u0131za bulmay\u0131 y\u00f6nlendirir<\/td>\nK\u0131lavuzlar, MES, makine verileri<\/td>\nOperat\u00f6r ne yapaca\u011f\u0131na karar verir<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Ayr\u0131k \u00dcretimde Ajanik AI<\/h3>\n

Rafineriler ve kimyasal tesisler gibi end\u00fcstriyel proses operasyonlar\u0131 uzun s\u00fcredir geli\u015fmi\u015f proses kontrol teknolojilerini kullanmaktad\u0131r. Buna kar\u015f\u0131l\u0131k, otonom AI teknolojisinin ortaya \u00e7\u0131k\u0131\u015f\u0131, ayr\u0131k \u00fcretim i\u00e7in bir alan a\u00e7m\u0131\u015ft\u0131r; \u00e7\u00fcnk\u00fc ayr\u0131k \u00fcretim tesisleri, geleneksel sistemlerin etkili bir \u015fekilde y\u00f6netemedi\u011fi \u00e7e\u015fitli asimetrilerle kar\u015f\u0131 kar\u015f\u0131yad\u0131r.<\/p>\n

Elektrik cihazlar\u0131 \u2013 devre kesiciler, ba\u015flat\u0131c\u0131lar veya \u00f6l\u00e7\u00fcm cihazlar\u0131 \u2013 \u00fcreten bir tesisi d\u00fc\u015f\u00fcn\u00fcn. \u00dcretim birimi, her biri bir\u00e7ok se\u00e7enek ve modifikasyona sahip onlarca elektrik cihaz\u0131 versiyonu ile \u00e7al\u0131\u015f\u0131r ve bunlar\u0131n her biri bir\u00e7ok \u00fcretim hatas\u0131na yol a\u00e7abilir. \u00dcretim bir i\u015flemden di\u011ferine her ge\u00e7i\u015fte yanl\u0131\u015f bir \u00fcretim plan\u0131 kullanma olas\u0131l\u0131\u011f\u0131 artar. Bu durumda \u00fcretim par\u00e7a takibi karma\u015f\u0131kt\u0131r ve say\u0131s\u0131z de\u011fi\u015fken taraf\u0131ndan \u015fekillendirilir; bu da geli\u015fmi\u015f teknolojiler kullanan zeki bir \u201c\u00e7\u00f6z\u00fcm\u201d ajan\u0131 i\u00e7in m\u00fckemmel bir f\u0131rsat sunar.<\/p>\n

\u00c7e\u015fitli \u00fcr\u00fcnlerle \u00e7al\u0131\u015fan en iyi \u00fcreticilerin g\u00f6sterdi\u011fi verimlilik bunu kan\u0131tl\u0131yor. Rockwell Automation Singapur, y\u0131l i\u00e7inde 50'den fazla dijital ve yapay zeka teknolojisinin uygulanmas\u0131 nedeniyle \u00e7o\u011fu bir\u00e7ok de\u011fi\u015fiklik ge\u00e7iren 1.000'den fazla \u00e7e\u015fitli \u00fcr\u00fcn \u00fcretiyor; bunlardan biri kalite kontrol i\u00e7in yapay zekad\u0131r. Siemens Amberg ve Eaton Changzhou benzer bir hikaye anlat\u0131yor ve bu konuda Schneider, Siemens ve Eaton'dan fabrika deniz feneri \u00f6rneklerine ili\u015fkin rehberimizde nas\u0131l ilerlediklerini ele ald\u0131k. Schneider, Siemens ve Eaton'dan fabrika deniz feneri \u00f6rnekleri<\/a>.<\/p>\n

\"\"<\/p>\n

\u00d6rnek: Bir AI Ajan\u0131n\u0131n MCB Test Hatt\u0131ndaki Kalite Problemlerine Nas\u0131l Yan\u0131t Verebilece\u011fi<\/h3>\n

Bu, ajan tabanl\u0131 yapay zekan\u0131n test verileriyle nas\u0131l \u00e7al\u0131\u015fabilece\u011fine dair bir \u00f6rnektir. Benlong hizmetine sunulan ger\u00e7ek bir ajan yapay zeka sisteminin \u00e7al\u0131\u015fmas\u0131n\u0131 belirtmez.<\/span><\/p>\n

Y\u00fcksek h\u0131zl\u0131 bir MCB otomatik test hatt\u0131<\/a> \u00e7al\u0131\u015fan C16 kesicileri hayal edin. Her cihaz, 5-10\u00d7 In seviyesinde anl\u0131k (manyetik) trip testi, 1.13\u00d7 ve 1.45\u00d7 In'de termal kalibrasyon ve kontak direnci testlerinden ge\u00e7er. Hat saatte 1.800-2.400 birim \u00fcretir ve her birim i\u00e7in sonu\u00e7, seri numaras\u0131 ve zaman damgas\u0131 ile birlikte g\u00f6r\u00fcn\u00fcr ve OPC UA veya Modbus TCP \u00fczerinden ba\u011flanan MES'e veri g\u00f6nderir.<\/p>\n

\u0130ki vardiyeden fazla s\u00fcrede, bir partinin manyetik trip sonu\u00e7lar\u0131 tolerans s\u0131n\u0131rlar\u0131na yakla\u015fmaya ba\u015flad\u0131. Yine de her bir MCB normal \u015fekilde \u00e7al\u0131\u015f\u0131yor. Geleneksel sistem, her \u015fey yolunda g\u00f6r\u00fcnd\u00fc\u011f\u00fc i\u00e7in bir sorun g\u00f6rmez.<\/p>\n

Ayn\u0131 verilere eri\u015fimi olan ajan tabanl\u0131 kalite kontrol yapay zekas\u0131, e\u011filimi farkl\u0131 \u015fekilde okuyacakt\u0131r. B\u00f6ylece a\u015fa\u011f\u0131dakileri yapabilir:<\/p>\n

Ger\u00e7ekten bir sapma olup olmad\u0131\u011f\u0131n\u0131 ve sadece normal bir varyasyon olmad\u0131\u011f\u0131n\u0131 do\u011frulamak i\u00e7in partiyi benzer derecelendirmelerin tarihsel sonu\u00e7lar\u0131yla kar\u015f\u0131la\u015ft\u0131r\u0131r.
\nVardiyan\u0131n montaj s\u00fcreciyle, \u00f6rne\u011fin bir istasyon, aparat veya operat\u00f6r de\u011fi\u015fikli\u011fiyle mi yoksa malzeme \u00fcst ak\u0131\u015f partisinin (\u00f6rne\u011fin yeni bir bobin teli makaras\u0131 veya bir yoke tedarik\u00e7isi) bir \u015fekilde ba\u011flant\u0131l\u0131 olup olmad\u0131\u011f\u0131n\u0131 belirler.
\n\u00d6l\u00e7\u00fcm hatas\u0131nda bir hata olup olmad\u0131\u011f\u0131n\u0131 kontrol etmek i\u00e7in test istasyonundan elde edilen verileri inceler; \u00f6rne\u011fin, test aparat\u0131ndaki kontak direncindeki art\u0131\u015f\u0131 de\u011ferlendirir.
\n\u00d6neriler haz\u0131rlar: etkilenen partinin \u00f6rneklemesini art\u0131rmak ve aparat \u00f6l\u00e7\u00fcm\u00fcn\u00fc ger\u00e7ekle\u015ftirmek.
\nM\u00fchendisi sorundan haberdar eder, b\u00f6ylece al\u0131nacak eylemleri onaylayabilir.<\/p>\n

M\u00fchendis onay verdikten sonra, MES denetim g\u00f6revini ve bekletmeyi olu\u015fturur. Ajan daha sonra sapman\u0131n durup durmad\u0131\u011f\u0131n\u0131 g\u00f6rmek i\u00e7in sonraki birimleri izlemeye ba\u015flar ve gelecekteki olas\u0131 denetimler i\u00e7in her \u015feyi belgeleyerek kaydeder.<\/p>\n

Ajan\u0131n asla yapmamas\u0131 gereken baz\u0131 \u015feyler vard\u0131r. \u00d6zellikle, trip operasyonunun s\u0131n\u0131rlar\u0131n\u0131 art\u0131rmamal\u0131, herhangi bir g\u00fcvenlik gereksinimini g\u00f6z ard\u0131 etmemeli veya kalibrasyon parametrelerinden herhangi birini kendi ba\u015f\u0131na de\u011fi\u015ftirmemelidir.<\/span> Ge\u00e7me\/kalma kararlar\u0131n\u0131n t\u00fcm sorumlulu\u011fu yetenekli test ekipman\u0131ndad\u0131r. Ajan\u0131n rol\u00fc problemi bulmak ve sorumlular\u0131n yan\u0131t s\u00fcresini iyile\u015ftirmektir.<\/p>\n

\u00dcreticiler Bug\u00fcn \u00dcretimde AI Ajanlar\u0131n\u0131 Nas\u0131l Kullan\u0131yor?<\/h3>\n

Birisi t\u00fcm bu bilgilerin ne kadar ger\u00e7ek\u00e7i oldu\u011funu merak edebilir. Bu soruya d\u00fcr\u00fcst bir cevap, bu bilgilerin \u00e7o\u011funun hala yard\u0131mc\u0131 pilot a\u015famas\u0131yla ilgili oldu\u011funu belirterek bulunabilir; bu, yapay zeka sisteminin insanla i\u015fbirli\u011fi yapt\u0131\u011f\u0131 ve b\u00f6ylece otonom ajanlar olu\u015fturma s\u00fcrecinin kademeli hale geldi\u011fi anlam\u0131na gelir. Eri\u015filebilir ger\u00e7ekler belirtilmelidir:<\/p>\n

Siemens, End\u00fcstriyel Yard\u0131mc\u0131 Pilotlar\u0131n\u0131n hem \u00fcretim tesislerinde hem de m\u00fc\u015fterileri i\u00e7in iyi sonu\u00e7lar sa\u011flad\u0131\u011f\u0131n\u0131 iddia ediyor. Tesislerinden biri (Bad Neustadt'taki motor tesisi), verileri i\u015flemek ve bunlar\u0131 uygulanabilir bilgilere d\u00f6n\u00fc\u015ft\u00fcrmek i\u00e7in Insights Hub \u00dcretim Yard\u0131mc\u0131 Pilotunu kullan\u0131yor. Ayr\u0131ca, Siemens, farkl\u0131 sistemlerin (hem kendi hem de \u00fc\u00e7\u00fcnc\u00fc taraf sistemler) sinerji i\u00e7inde \u00e7al\u0131\u015fmas\u0131na olanak tan\u0131yan bir platform ba\u015flatmay\u0131 planl\u0131yor.
\nSiemens Digital Industries Software, farkl\u0131 dillerde yap\u0131lan sesli raporlar\u0131 i\u015flemek ve bunlar\u0131 ilgili uzmanlara iletmek i\u00e7in Teamcenter PLM sisteminde kullan\u0131lmak \u00fczere Microsoft Teams uygulamas\u0131n\u0131 geli\u015ftirdi.
\nK\u00f6rber, \u00e7al\u0131\u015fanlar\u0131 i\u00e7in MES, ERP ve tedarik zinciri verilerini entegre etmek amac\u0131yla PAS-X MES sistemini Microsoft Azure'a ta\u015f\u0131maya karar verdi.
\nRockwell Automation'\u0131n Singapur'daki tesisi, Haziran 2026'da K\u00fcresel Deniz Feneri unvan\u0131n\u0131 ald\u0131. Tesis bir\u00e7ok yapay zeka sistemi uygulamakta ve yeni \u00e7al\u0131\u015fanlar\u0131n e\u011fitim s\u00fcresini oran\u0131nda azaltt\u0131.<\/p>\n

Siemens\u2019in Nanjing tesisi sanal olarak tasarland\u0131 ve yapay zeka taraf\u0131ndan y\u00f6netilen 50\u2019den fazla operasyonu y\u00fcr\u00fct\u00fcyor; sipari\u015fleri daha k\u0131sa s\u00fcrede al\u0131yor.
\nD\u00fcnya Ekonomik Forumu, Haziran 2026'da yapt\u0131\u011f\u0131 a\u00e7\u0131klamada, K\u00fcresel Deniz Fenerlerinin say\u0131s\u0131n\u0131n 238'e ula\u015ft\u0131\u011f\u0131n\u0131 ve art\u0131k yapay zekay\u0131 temel i\u015fletme yetene\u011fine d\u00f6n\u00fc\u015ft\u00fcrd\u00fcklerini duyurdu.<\/p>\n

Bir \u00dcretim Tesisinde Yapay Zeka Ajanlar\u0131 Nas\u0131l Uygulan\u0131r<\/h2>\n

Ba\u015far\u0131s\u0131z olan fabrika yapay zeka projelerinin b\u00fcy\u00fck \u00e7o\u011funlu\u011fu algoritman\u0131n eksikliklerinden de\u011fil, ba\u015fka nedenlerden dolay\u0131 ba\u015far\u0131s\u0131z olur. Ba\u015far\u0131s\u0131zl\u0131k, d\u00fc\u015f\u00fck kaliteli verilere ve projeden sorumlu ki\u015finin atanamamas\u0131na ba\u011flanabilir. Microsoft\u2019a g\u00f6re, ba\u015far\u0131l\u0131 projelerin nedenlerini a\u00e7\u0131klayan KPMG taraf\u0131ndan belirlenen \u201cba\u015fparmak kural\u0131n\u0131\u201d akl\u0131n\u0131zda tutmal\u0131s\u0131n\u0131z \u2013 algoritmaya, teknoloji ve verilere, ise insanlara ve s\u00fcre\u00e7lere ba\u011fl\u0131d\u0131r.<\/p>\n

\u0130\u015fte pratik bir s\u0131ra bir \u00fcretim tesisinde yapay zeka ajanlar\u0131n\u0131n nas\u0131l uygulanaca\u011f\u0131na dair<\/span>, k\u00fcresel bir \u015firketten ziyade orta \u00f6l\u00e7ekli bir fabrika i\u00e7in yaz\u0131lm\u0131\u015ft\u0131r.<\/p>\n

Ad\u0131m 1: Bir \u201cYapay Zeka Stratejisi\u201d de\u011fil, Bir Karar D\u00f6ng\u00fcs\u00fc ile Ba\u015flay\u0131n\u201d<\/h3>\n

\u015eu anda bir ki\u015finin kar\u015f\u0131la\u015ft\u0131\u011f\u0131 ve \u00f6l\u00e7\u00fclebilir sonu\u00e7lar\u0131 olan yayg\u0131n bir karar\u0131 se\u00e7in. \u00d6rne\u011fin, bir montaj hatt\u0131ndaki kalite dalgalanmalar\u0131na nas\u0131l tepki verilece\u011fine, bir makinenin durmas\u0131ndan sonra i\u015fleri nas\u0131l yeniden d\u00fczenleyece\u011finize veya bir darbo\u011fazdaki bak\u0131m\u0131 nas\u0131l y\u00f6netece\u011finize bakabilirsiniz. Ancak, k\u00f6t\u00fc bir karar, g\u00fcvenlik faaliyetleriyle ilgili herhangi bir \u015fey veya y\u0131lda sadece iki kez ger\u00e7ekle\u015fen bir \u015fey olabilir.<\/p>\n

Karar\u0131 bir c\u00fcmleyle yaz\u0131n, sonucun sorumlusu olan ki\u015fiyi (\u015fu anda kimin sahip oldu\u011funu) belirtin ve \u201cdaha iyi\u201dnin say\u0131sal olarak ne anlama geldi\u011fini a\u00e7\u0131klay\u0131n.<\/p>\n

Ad\u0131m 2: \u00d6ncelikle Veri Temelini D\u00fczeltin<\/h3>\n

Bir makinenin etkinli\u011fi, eri\u015febildi\u011fi verilere ba\u011fl\u0131d\u0131r. Herhangi bir AI platformu sat\u0131n almadan \u00f6nce a\u015fa\u011f\u0131dakilere bak\u0131n:<\/p>\n

Sonu\u00e7lar, birim veya parti baz\u0131nda, zaman damgalar\u0131yla dijital kay\u0131tlar olarak saklan\u0131yor mu?
\nHer sonu\u00e7, makine numaras\u0131, konum, malzeme partisi ve re\u00e7ete ile tan\u0131mlanabilir mi?
\nVeriler, OPC UA, Modbus TCP, SQL veya REST API gibi makinenin d\u0131\u015f\u0131nda ve eri\u015filebilir durumda m\u0131?
\nMES veya merkezi bir veritaban\u0131, desenleri ortaya \u00e7\u0131karacak kadar kay\u0131t saklayabilir mi?<\/p>\n

IBM, veri entegrasyonu ve eski sistemlerin, ajan tabanl\u0131 AI'n\u0131n kar\u015f\u0131la\u015ft\u0131\u011f\u0131 ilk engel oldu\u011funu belirtmekte ve \u015firketlere t\u00fcm verileri bir kerede entegre etmeye \u00e7al\u0131\u015fmak yerine en y\u00fcksek de\u011ferli veri kaynaklar\u0131n\u0131 \u00f6ncelikle belirlemelerini tavsiye etmektedir. Makalemiz tam entegre otomasyon<\/a> PLC, HMI, MES ve ERP katmanlar\u0131n\u0131n nas\u0131l bir araya geldi\u011fini a\u00e7\u0131klamaktad\u0131r.<\/p>\n

Ad\u0131m 3: Canl\u0131ya Ge\u00e7meden \u00d6nce \u00d6zerklik Seviyelerini Tan\u0131mlay\u0131n<\/h3>\n

Bu, \u00e7o\u011fu ekibin atlad\u0131\u011f\u0131 ve onlar\u0131 sorunlardan koruyan ad\u0131md\u0131r. Ajan\u0131n her t\u00fcr eylem i\u00e7in ne kadar\u0131n\u0131 kendi ba\u015f\u0131na yapabilece\u011fine \u00f6nceden karar verin.<\/p>\n\n\n\n\n\n\n\n\n
Seviye<\/th>\nAjan\u0131n yapabilecekleri<\/th>\n\u00d6rnek<\/th>\n<\/tr>\n<\/thead>\n
0 \u2013 G\u00f6zlemle<\/td>\nVerileri izler ve bulgular\u0131 raporlar; hi\u00e7bir i\u015flem yapmaz<\/td>\nHer hat \u00fczerindeki kalite trendlerinin g\u00fcnl\u00fck \u00f6zeti<\/td>\n<\/tr>\n
1 \u2013 \u00d6ner<\/td>\nKan\u0131tlarla eylemler \u00f6nerir; bir ki\u015fi karar verir ve uygular<\/td>\nTrip sonu\u00e7lar\u0131 sapmaya ba\u015flad\u0131\u011f\u0131nda bir fikst\u00fcr kontrol\u00fc \u00f6nerir<\/td>\n<\/tr>\n
2 \u2013 Onayla birlikte hareket et<\/td>\nEylemi haz\u0131rlar ve bir ki\u015fi onaylad\u0131ktan sonra uygular<\/td>\nM\u00fchendis onay butonuna t\u0131klad\u0131ktan sonra MES denetim g\u00f6revi olu\u015fturur<\/td>\n<\/tr>\n
3 \u2013 S\u0131n\u0131rlar i\u00e7inde hareket et<\/td>\n\u00d6nceden onaylanm\u0131\u015f s\u0131n\u0131rlar i\u00e7inde tek ba\u015f\u0131na hareket eder ve sonras\u0131nda rapor verir<\/td>\nTeslimat tarihi de\u011fi\u015fikli\u011fi olmad\u0131\u011f\u0131nda vardiya i\u00e7inde i\u015fleri yeniden s\u0131ralar<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

\u00c7o\u011fu tesis, Seviye 0 veya 1'den ba\u015flamal\u0131 ve ajan bir performans ge\u00e7mi\u015fi olu\u015fturduktan sonra yukar\u0131 \u00e7\u0131kmal\u0131d\u0131r. G\u00fcvenlikle ilgili fonksiyonlar her seviyede ajan\u0131n eri\u015fiminden uzak tutulmal\u0131d\u0131r.<\/span><\/p>\n

Ad\u0131m 4: Ajanlara Ham Kontrol De\u011fil, Ara\u00e7lar Verin<\/h3>\n

Bir ajan\u0131n, bir insan taraf\u0131ndan kullan\u0131lacak ayn\u0131 kontroll\u00fc aray\u00fczleri kullanarak \u00e7al\u0131\u015fmas\u0131 esast\u0131r; \u00f6rne\u011fin, bak\u0131m sisteminin i\u015f emri, MES durdurma ve planlama arac\u0131n\u0131n g\u00fcncellemesi gibi. Bir ajan do\u011frudan PLC belle\u011fiyle etkile\u015fime girmemeli, g\u00fcvenlik mant\u0131\u011f\u0131n\u0131 de\u011fi\u015ftirmemeli veya onaylanm\u0131\u015f re\u00e7eteleri de\u011fi\u015ftirmemelidir.<\/p>\n

\u00d6ncelikle sadece okuma izni ile ba\u015flay\u0131n, ard\u0131ndan her ara\u00e7 i\u00e7in belirli s\u0131n\u0131rlar ve kay\u0131tlarla yazma izni ekleyin.<\/p>\n

Ad\u0131m 5: G\u00f6zetim, Denetim \u0130zleri ve Geri Alma \u00d6zelli\u011fi Olu\u015fturun<\/h3>\n

Microsoft'a g\u00f6re, AI \u00e7al\u0131\u015fmaya ba\u015flad\u0131\u011f\u0131nda \u00fcreticiler i\u00e7in d\u00f6rt g\u00fcven yetene\u011fi olmal\u0131d\u0131r: model y\u00f6netimi, veri ve eri\u015fim kontrol\u00fc, OT ve u\u00e7 nokta g\u00fcvenli\u011fi ve kararlar\u0131 a\u00e7\u0131klama, k\u0131s\u0131tlama ve geri alma yetene\u011fi. Ayn\u0131 prensip IBM taraf\u0131ndan da desteklenmekte olup, al\u0131nan kararlar i\u00e7in net s\u0131n\u0131rlar belirlenmesini, insan\u0131n d\u00f6ng\u00fcde yer almas\u0131n\u0131 ve AI destekli her eylemin kaydedilmesini \u00f6nermektedir.<\/p>\n

Ba\u015fka bir deyi\u015fle, al\u0131nan her eylem, kullan\u0131lan verilerin ve verilen karar\u0131n gerek\u00e7esinin kayd\u0131yla hesaplanmal\u0131d\u0131r. Ayr\u0131ca, her eylem ya geri al\u0131nabilir olmal\u0131 ya da \u00f6nceden onaylanm\u0131\u015f olmal\u0131d\u0131r.<\/p>\n

Ad\u0131m 6: \u00d6nce G\u00f6lge Modunda veya Dijital \u0130kizde Test Edin<\/h3>\n

Ekipmana dokunmadan ajan\u0131 operasyonda test etmek en iyisidir. Ajan olup biten her \u015feyi g\u00f6r\u00fcr, kararlar verir ve \u00f6nerilerde bulunur, ancak hi\u00e7bir \u015fey ger\u00e7ekle\u015fmez. \u00d6nerilerini m\u00fchendislerinizin ald\u0131\u011f\u0131 eylemlerle kar\u015f\u0131la\u015ft\u0131r\u0131n ve tutars\u0131z noktalara odaklan\u0131n.<\/p>\n

Elinizde hatt\u0131n sim\u00fclasyon modeli varsa, onu da kullan\u0131n. K\u0131lavuzumuz \u00fcretim hatlar\u0131 i\u00e7in dijital ikizler<\/a> Siemens, Schneider Electric ve ABB'nin sim\u00fclasyon ve sanal devreye alma s\u00fcre\u00e7lerini nas\u0131l kulland\u0131\u011f\u0131n\u0131 ve daha k\u00fc\u00e7\u00fck tesislerin tek bir hatla nas\u0131l ba\u015flayabilece\u011fini a\u00e7\u0131klar.<\/p>\n

Ad\u0131m 7: \u00d6l\u00e7\u00fcn, Sonra \u00d6l\u00e7eklendirin<\/h3>\n

En ba\u015f\u0131ndan itibaren birka\u00e7 say\u0131n\u0131n kayd\u0131n\u0131 tutun: uyar\u0131dan eyleme kadar ge\u00e7en s\u00fcre, hurda ve yeniden i\u015fleme oranlar\u0131, planlanmam\u0131\u015f duru\u015f s\u00fcresi, programa uyum ve yap\u0131lan \u00f6nerilerin kullan\u0131c\u0131lar taraf\u0131ndan takip edilme y\u00fczdesi. \u0130lk d\u00f6ng\u00fc etkili oldu\u011funu kan\u0131tlad\u0131ktan sonra, \u00f6nceki d\u00f6ng\u00fcden veri modelini, izin \u00e7er\u00e7evesini ve kay\u0131tlar\u0131 yeniden kullan\u0131n.<\/p>\n

Microsoft, MIT ve McKinsey ara\u015ft\u0131rmalar\u0131ndan elde edilen bulgulara at\u0131fta bulunur; bu ara\u015ft\u0131rmalar, belirgin bir y\u00f6neti\u015fim modeli ve birle\u015fik veriye sahip organizasyonlar\u0131n, veri ve y\u00f6neti\u015fim \u00e7er\u00e7evesinden yoksun \u015firketlere k\u0131yasla d\u00f6rt kat daha fazla d\u00f6n\u00fc\u015f\u00fcmsel sonu\u00e7 elde edebilece\u011fini ve bunu iki kat daha k\u0131sa s\u00fcrede yapabilece\u011fini vurgular. \u00d6l\u00e7eklenen temel yap\u0131d\u0131r, bireysel pilot de\u011fil.<\/span><\/p>\n

En \u0130yi Uygulamalar ve Yayg\u0131n Hatalar<\/h3>\n