VirtusLab uruchamia interfejs Nexelem AI

Branża oprogramowania dokleja dziś słowo „AI” do niemal każdej funkcji, często bez jasnego przełożenia na rzeczywistą wartość dla użytkownika. VirtusLab, krakowska spółka technologiczna rozwijająca Nexelem — modułowe oprogramowanie do zarządzania produkcją — poszła inną drogą.

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.

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 harmonogram zostanie przeliczony.

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.

W kontekście Nexelem AI istotne jest to, że wdrażanie sztucznej inteligencji w firmie produkcyjnej nie musi dziś oznaczać oddawania danych komuś na zewnątrz. Dane zostają na lokalnym serwerze fabryki.

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 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.

Więcej informacji na temat interfejsu Nexelem AI.

Interfejs Nexelem AI jest już dostępny dla klientów korzystających z modułów MES i APS Nexelem jako szyte na miarę rozszerzenie zakresu funkcjonalności. Jeżeli interesuje Cię wykorzystanie sztucznej inteligencji w Twojej fabryce, umów się z ekspertem na niezobowiązującą rozmowę.