Un nuovo approccio ai video di formazione per produttori e fabbricanti

Qualcuno registra un esperto di macchine mentre esegue un'attività. Successivamente, il video viene caricato automaticamente su un motore AI che indicizza e modifica il contenuto in segmenti digeribili.

La grave carenza di manodopera nel settore della fabbricazione dei metalli non è una novità, e nemmeno lo è il dito puntato. I ragazzi sono cresciuti giocherellando non con motori a carburatore ma con smartphone e computer. Da anni l’istruzione professionale è in declino. Il settore manifatturiero ha un problema di immagine.

I negozi favolosi che non riescono a trovare esperienza potrebbero assumere persone sulla base di competenze trasversali, compreso il desiderio delle persone di apprendere. Ma come viene insegnato esattamente a queste persone? Molto spesso il processo di apprendimento è decisamente vecchio stile. Qualcuno affianca un operatore esperto di presse piegatrici o macchine da taglio laser per imparare lentamente le basi nel tempo. Il problema è: cosa succede se un principiante ha una domanda e il veterano che sta seguendo diventa impaziente? Dopotutto ha delle parti da produrre e il nuovo ragazzo lo sta solo rallentando.

Molti a questo punto parlano di cultura aziendale, leadership e altri concetti vaghi, per poi fermarsi davanti a una soluzione concreta. Sam Zheng, CEO di DeepHow, afferma che la sua azienda ne ha trovato uno.

Lanciato nel 2018 da Zheng, Wei-Liang Kao e Patrik Matos, DeepHow offre una sorta di indicizzazione e editing video automatizzati. Aprendo un'app mobile, una persona può registrare un esperto sul posto mentre esegue determinate attività. Il contenuto registrato viene automaticamente caricato su un cloud sicuro, dove un motore di intelligenza artificiale (AI) identifica le diverse fasi dell'attività e quindi taglia il video in segmenti digeribili. I nuovi dipendenti possono quindi visualizzare (e rivedere più volte) il video su un sito Web o un'app mobile. Il comportamento di visualizzazione a sua volta alimenta il motore AI, in modo che possa modificare i contenuti in modo più efficace nel tempo.

Pensatela come una sorta di Khan Academy guidata dall'intelligenza artificiale per le favolose officine. A differenza di Khan, però, DeepHow non si basa su conoscenze generali ma su know-how specifici per attività. L'idea è che le persone potrebbero imparare meglio non solo affiancando, ma visualizzando e rivedendo più e più volte contenuti video istruttivi. Quel contenuto non è semplicemente creato e pubblicato come un video Internet casuale (è sempre su un server sicuro). Secondo l’azienda, i contenuti vengono invece segmentati e modificati in un modo unico, con l’intelligenza artificiale che attinge da punti dati che rivelano come lo spettatore apprende meglio. Man mano che si sviluppa questa libreria di contenuti altamente personalizzabile, aumenta anche la capacità del produttore di sviluppare talenti in officina.

Come ricercatore nel mondo accademico e presso il Siemens Corporate Research Innovation Lab di Princeton, NJ, Zheng ha un background in psicologia ingegneristica, studiando come interagiscono persone e macchine.

"Quando guidavo i miei progetti di innovazione digitale, fondamentalmente vedevo come stavamo introducendo tutti questi complessi sistemi automatizzati in fabbrica. Si pensava che l'automazione potesse risolvere tutti i problemi, invece di occuparsi delle persone reali. Non funzionava. "

I negozi favolosi impiegano macchine e persone sia giovani che anziane. Un produttore potrebbe avere una nuova pressa piegatrice completa di controllo touchscreen che mostra la simulazione di piegatura 3D. Ma a pochi metri di distanza, qualcun altro potrebbe azionare una pressa piegatrice dinosauro. Funziona ancora bene per alcune parti e, inoltre, alcuni veterani dell'officina si sentono a proprio agio nel gestirlo. I nuovi dipendenti, però, non toccheranno la vecchia macchina, e nemmeno i veterani dell'officina si sentono a proprio agio con la nuova macchina. Questa discrepanza persona-macchina, ha spiegato Zheng, porta a montagne di grattacapi operativi, ed è un problema che non può essere risolto solo con le macchine automatizzate.

Ancora peggio, i regimi di allenamento variano ampiamente da negozio a negozio. L'editorialista di FABRICATOR Steve Benson, presidente di ASMA LLC, una società di formazione sulle presse piegatrici con sede a Salem, Oregon, ha visto tutto. Alcune aziende offrono una solida formazione nella lettura dei progetti e nell'uso di strumenti di misurazione di precisione. Sono ancora dei principianti quando iniziano a creare parti. Ma non sono estranei nemmeno al manuale della macchina e sanno come leggere e calibrare un calibro e altri strumenti di misurazione.