Nessan wyraźnie omawia, w jaki sposób sztuczna inteligencja w druku opiera się na dopasowywaniu wzorców danych, już teraz ulepszając oprogramowanie dla dostawców wielkoformatowych. Przewiduje, że spowoduje to zwiększoną integrację sztucznej inteligencji w planowaniu przepływu pracy, zarządzaniu kolejką zadań, korekcji kolorów, skalowaniu obrazu i konserwacji predykcyjnej za pomocą czujników i systemów wizyjnych, ostatecznie usprawniając operacje i oferując większą elastyczność.
Sądząc po nagłówkach gazet z całego świata, sztuczna inteligencja (AI) cieszy się obecnie dużym zainteresowaniem, ponieważ międzynarodowe korporacje i rządy otwarcie mówią o wykorzystaniu tej technologii do optymalizacji produkcji i generowania większych dochodów. Ale w jaki sposób przełoży się to na branżę poligraficzną, a w szczególności na wielu dostawców usług druku wielkoformatowego, którzy obsługują rynek znaków i wyświetlaczy?
Jak na ironię, w sztucznej inteligencji nie ma zbyt wiele inteligencji. Inteligencja zwykle oznacza pewien poziom rozumowania poznawczego w celu rozwiązywania problemów. Sztuczna inteligencja po prostu zbiera duże ilości danych, w tym przykłady rozumowania z przeszłości, i dopasowuje je do wzorców, które wyłaniają się z tych danych. W każdej sytuacji, większość systemów AI po prostu podejmuje najlepsze przypuszczenia w oparciu o dostępne dane (a czasami generuje to fałsz). Wcześniej używaliśmy algorytmów, aby zrobić coś podobnego, ale to, co naprawdę wyróżnia sztuczną inteligencję, to ogromne zbiory danych surowych informacji, które te systemy pobierają. Samo to stało się możliwe dzięki postępowi w zakresie surowej mocy obliczeniowej.
Duża część obecnego szumu opiera się na generatywnej sztucznej inteligencji, która może tworzyć rozwiązania w oparciu o podpowiedzi wprowadzane do systemu. Jednak takie systemy muszą być wstępnie przeszkolone na istniejących danych, dzięki czemu są dokładniej znane jako Generative Pre-Trained lub GPT. Najbardziej znanym z nich jest prawdopodobnie ChatGPT.
Na poziomie ogólnym systemy te mogą być wykorzystywane w praktyczny sposób, na przykład do tworzenia wstępnych szkiców listów towarzyszących ofertom, a nawet całych prezentacji handlowych. Ponieważ sztuczna inteligencja nie jest doskonała, najlepiej używać jej do wstępnych szkiców, a nie ostatecznych kopii, ale mimo to wystarczy, aby użytkownicy mogli zrobić więcej w krótszym czasie.
Niektóre odmiany sztucznej inteligencji są bardziej skoncentrowane na tworzeniu obrazów i są już na tyle dobre, że mogą pozwolić osobom z pewnym poziomem wiedzy na wykonanie pracy, która w przeciwnym razie mogłaby ich przerosnąć. Pozwala to znacznie obniżyć koszty związane z produkcją grafiki, nawet w celu stworzenia szybkich makiet przed zatrudnieniem profesjonalnego projektanta. Może to obejmować takie rzeczy, jak grafika na stoisko wystawowe lub wzory odzieży z nadrukiem cyfrowym.
Nie myśl jednak, że sztuczna inteligencja po prostu wykona całą pracę za ciebie. Jakość wyników zależy od jakości podpowiedzi wprowadzanych do systemu, a to samo w sobie wymaga pewnego przeszkolenia. Oznacza to, że ktoś, kto został przeszkolony w zakresie korzystania ze sztucznej inteligencji, będzie w stanie wykonywać pracę w innych obszarach, w których nie został przeszkolony w takim samym stopniu. Ten rodzaj multikwalifikacji znajduje odzwierciedlenie w zdaniu: „Sztuczna inteligencja nie zabierze ci pracy, ale ktoś korzystający ze sztucznej inteligencji prawdopodobnie to zrobi”.
Sztuczna inteligencja i drukowanie
Istnieje wiele obszarów, w których sztuczna inteligencja może mieć głęboki wpływ na drukowanie, a niektóre z nich już widzimy. Technologia AI nie jest tak nowa, jak sugerują niektóre nagłówki gazet. Jest używana od ponad dekady i jest już wykorzystywana w niektórych programach dostępnych dla branży poligraficznej. Nowością jest to, że tam, gdzie wcześniej była używana w pojedynczych, izolowanych produktach, teraz możemy spodziewać się, że rozwiązania te będą bardziej zintegrowane, z większą automatyzacją opartą na sztucznej inteligencji w całym procesie produkcyjnym.
Podpis: Esko Phoenix wykorzystuje sztuczną inteligencję do automatycznej impozycji i nestingu.
Obejmuje to planowanie najbardziej wydajnego sposobu produkcji zadań, które można wykorzystać zarówno do generowania wyceny, jak i planowania trasy przez produkcję. Sztuczna inteligencja jest również coraz częściej wykorzystywana do zarządzania kolejką zadań. Nieodłączną częścią tego jest sposób, w jaki różne zadania są łączone lub zagnieżdżane wokół siebie na arkuszu lub rolce, aby zminimalizować ilość zmarnowanych nośników. Wyewoluowało to z impozycji, czyli układania stron na arkuszu prasy w celu optymalizacji układu. Istnieje kilka istniejących programów, takich jak Esko Phoenix, które już wykorzystują sztuczną inteligencję do impozycji, a technologia ta została teraz przeniesiona do zarządzania zadaniami wielkoformatowymi. Istnieje wiele różnych parametrów, które należy wziąć pod uwagę, w tym sposób ukończenia różnych zadań i uzgodniony czas dostawy dla każdego z tych zadań. Oczywiście wszystkie te czynniki będą się stale zmieniać w ciągu dnia, w miarę napływania kolejnych zamówień. Jednak zdolność do radzenia sobie z opóźnionymi zamówieniami jest istotnym elementem dzisiejszych szybkich zamówień na żądanie, których klienci oczekują.
Innym obszarem, który już korzysta z technologii AI, jest zarządzanie kolorami. Wiele plików klientów zawiera błędy w zarządzaniu kolorami, z których niektóre, takie jak niewłaściwa przestrzeń kolorów, można łatwo skorygować. Wiele programów do zarządzania kolorami wykorzystuje teraz również sztuczną inteligencję, aby pomóc dostosować kolory w tych plikach w celu uzyskania bardziej naturalnego wyglądu, co może zmniejszyć liczbę klientów odrzucających zlecenia z powodu postrzegania drukowanych kolorów. Często jest to po prostu oznaczone w oprogramowaniu jako automatyczne ulepszenie i nie jest oznaczone jako oparte na sztucznej inteligencji.
Podpis: Najnowsza drukarka lateksowa HP, seria 830, ma wbudowany spektrofotometr do automatycznego zarządzania kolorami z wykorzystaniem sztucznej inteligencji.
Zarządzanie kolorem obejmuje również inne obszary, od linearyzacji i kalibracji drukarek, po tworzenie profili dla różnych nośników i wybieranie odpowiednich ustawień dla każdego zadania. Stopniowo zaczynamy widzieć więcej spektrofotometrów zintegrowanych z drukarkami wielkoformatowymi, aby umożliwić zautomatyzowanie całego zarządzania kolorami przy minimalnym udziale operatora. To również jest napędzane przez sztuczną inteligencję.
Sztuczna inteligencja jest również wykorzystywana do poprawy innych aspektów jakości obrazu. Może to obejmować skalowanie obrazów, zasadniczo poprzez wykorzystanie sztucznej inteligencji do dodawania dodatkowych pikseli do obrazu w oparciu o najlepsze przypuszczenia po przeanalizowaniu istniejących pikseli. To oczywista korzyść dla każdego, kto chce tworzyć duże billboardy. Pomaga to również przezwyciężyć problemy z klientami przesyłającymi pliki o niskiej rozdzielczości.
Jednym z obszarów, który naprawdę korzysta z większego wykorzystania sztucznej inteligencji, jest konserwacja predykcyjna. Pandemia, z jej różnymi blokadami, zmusiła większość dostawców do ponownego przemyślenia swojej oferty usług, ponieważ trudniej było wysyłać inżynierów na wizyty w terenie. Ale sztuczna inteligencja pozwoliła tym dostawcom analizować dane, które już mają, dotyczące przyczyn wezwań serwisowych, aby przewidzieć, kiedy każdy komponent może ulec awarii.
Aby zwiększyć automatyzację, drukarki wielkoformatowe będą musiały generować więcej danych. W ciągu najbliższych kilku lat prawie na pewno zobaczymy więcej czujników dodawanych do drukarek wielkoformatowych w celu wykrywania potencjalnych problemów i wychwytywania części, które ulegają awarii. Większe drukarki z pewnością zyskają więcej systemów wizyjnych, aby sprawdzić, czy to, co zostało wydrukowane, odpowiada oczekiwaniom klienta.
Innym obszarem, w którym sztuczna inteligencja mogłaby się sprawdzić, jest zarządzanie zapasami, w tym zamawianie większej ilości materiałów eksploatacyjnych i części zamiennych w razie potrzeby. Sztuczka polega na tym, aby nie zamawiać zbyt dużo – co spowoduje związanie kapitału w magazynie – ale jednocześnie nie ryzykować, że zabraknie czegoś, co wstrzyma produkcję.
Sztuczna inteligencja stanowi również podstawę wielu usług analitycznych wprowadzonych przez niektórych dostawców drukarek, a także niektórych systemów MIS. Jest dobra w wykrywaniu wzorców, takich jak spadek sprzedaży w niektórych obszarach, i wymyślaniu rozwiązań opartych na pomysłach, które inni z powodzeniem wypróbowali, ale dostosowanych do konkretnej sytuacji użytkownika w oparciu o jego dane.
Podsumowując, sztuczna inteligencja nie jest technologią przyszłości, ale jest już wbudowana w większość oprogramowania do automatyzacji, które jest już w użyciu. Możemy też oczekiwać, że do drukarek dodawanych będzie coraz więcej sprzętu – w postaci czujników, spektrofotometrów i systemów wizyjnych – w celu ułatwienia automatyzacji. Sztuczna inteligencja powinna ułatwić integrację rozwiązań różnych dostawców. To z kolei powinno dać użytkownikom wielkoformatowych drukarek większą swobodę w budowaniu przepływów pracy, które lepiej odpowiadają ich indywidualnym wymaganiom.