Bijna alle elektronische producten worden nog met de hand geassembleerd, zelfs honderden miljoenen iPhones.
Maar dat is aan het veranderen. Appels supply chain automatiseert snel met behulp van AI en robots.
In de voorhoede hiervan staat Anna-Katrina Shedletsky, een voormalig productontwerpingenieur van Apple, die haar expertise gebruikt om andere fabrikanten te helpen hun producten te bouwen.
In deze aflevering van de Apple Chat-podcast, we praten met Shedletsky over haar nieuwe AI-startup, Instrumentaal; Apple's gigantische productie-operatie; de rol van productontwerp; en nog veel meer.
Als je benieuwd bent hoe Apple zijn producten maakt, luister dan naar de podcast of bekijk het volledige transcript hieronder.
Instrumentaal maakt machine learning-software en bijbehorende hardware die assemblagelijnen bewaakt en ontwerpingenieurs in staat stelt fabricageproblemen op afstand op te lossen.
Oprichter en CEO van Instrumental Anna-Katrina en ik bespreken de huidige staat van productie aan de lopende band over de hele wereld, en in het bijzonder hoe grootschalige fabrikanten zoals Foxconn werken. We praten over de unieke uitdagingen waarmee grootschalige fabrikanten worden geconfronteerd, inclusief hoe ze kunnen opschalen productie voor de feestdagen, en hoe de enorme schaal van mensen die in en uit een fabriek.
Ook bespreken we uitgebreid hoe fabrikanten en ontwerpingenieurs samenwerken aan het optimaliseren van het rendement dat uit een productielijn komt. We bespreken hoe bedrijven bepalen wat er op de "bonepile" komt (eenheden die niet geschikt zijn voor consumenten) en hoe de drempel verandert afhankelijk van het product. En we praten over waar automatisering in het proces past, en haar visie op automatisering ter vervanging van mensen aan de lopende band.
Ten slotte legt Anna-Katrina uit hoe Instrumental machine learning gebruikt die is ontworpen in de consumentenruimte (voor zaken als Netflix-zoekaanbevelingen) en deze toepast op de maakindustrie.
Leander: Anna-Katrina Shedletsky werkte bijna zes jaar bij Apple als productontwerpingenieur. Wat is een productontwerpingenieur? Zij zijn de mensen die bedenken hoe ze 'de koffer moeten inpakken', hoe ze alle technologie in de prachtige behuizingen kunnen stoppen, ontworpen door het industriële ontwerpteam van Jony Ive. De productontwerpingenieurs helpen ook uit te zoeken hoe die producten met miljoenen worden gemaakt op gigantische productielijnen in Azië. Anna-Katrina bracht zelfs veel tijd door aan productielijnen, terwijl ze aan vier generaties iPod werkte en vervolgens als productontwerper voor de Apple Watch. Anna-Katrina heeft sindsdien Apple verlaten en heeft haar zuurverdiende expertise gebruikt om een machine learning-start-up te lanceren. De naam van haar bedrijf is Instrumental en het maakt gebruik van AI-technologie om bedrijven te helpen bij het vinden en oplossen van problemen op fabrieksassemblagelijnen.
In deze aflevering praten we met Anna over de grote veranderingen die in het verschiet liggen voor de productie, hoe Instrumental de basis legt voor echt intelligente fabrieksrobots en hoe gigantische bedrijven zoals Apple producten ontwerpen en produceren in hun miljoenen. Het is een uiterst complex proces waar van alles mis kan gaan. Hé, Anna. Hartelijk dank voor uw komst vandaag. Je had een lange carrière bij Apple voordat je je nieuwe bedrijf Instrumental lanceerde. Kun je me iets vertellen over je nieuwe bedrijf en wat het doet?
Anna Katrina: Ja. Mijn bedrijf is Instrumental en wat we doen is dat we hardwarebedrijven helpen bij het vinden en oplossen van problemen op hun productielijnen, zodat ze hun producten op tijd en met een hoog kwaliteitsniveau kunnen verzenden, dat Apple zoals kwaliteit.
Leander: Oke. Apple houdt van kwaliteit en Apple houdt van cijfers, neem ik aan, ja?
Anna Katrina: Potentieel, ja. We werken met een breed scala aan klanten, van zeer kleine start-ups tot Fortune 500's.
Leander: Oke. Dit kwam aan het licht door uw ervaring bij Apple.
Anna Katrina: Zeker, mijn tijd bij Apple als productontwerpingenieur heeft me blootgesteld aan productie op een manier die je in geen enkele andere baan zou kunnen tegenkomen. Ik kon enkele van de meest geavanceerde productielijnen ter wereld zien en enkele van de meest rudimentaire productielijnen ter wereld. Dit was een geweldig overzicht van waar tegenwoordig de productie van consumentenelektronica is. Dat bracht me op de hoogte van het feit dat er de afgelopen twee decennia veel veranderingen zijn geweest in de productie, maar die nu beginnen te veranderen. Dat was een kans waarvan ik op de hoogte werd gebracht vanwege de bekendheid die ik kreeg in mijn rol bij Apple.
Leander: Wat zijn die veranderingen?
Anna Katrina: Consumentenelektronica is bijna 100% handgemaakt, op maat gemaakt, met de hand geassembleerd. Ze worden in deze fabrieken geproduceerd op lijnen die … Een standaardlijn zoals deze is 110 meter lang. Een persoon is 0,6 meter breed. Ze zijn gestapeld langs deze lijn. Honderden handen raken een smartphone aan, of het nu een Apple-smartphone of een Samsung- of Google-smartphone is. Dit is de stand van de techniek voor de montage van deze gecompliceerde, sterk geminiaturiseerde apparaten. Ik denk dat veel mensen zich voorstellen dat robots dit al doen. Je hoort over automatisering in de productie in het nieuws, maar dat heeft de assemblage van consumentenelektronica niet gehaald. Andere industrieën een beetje verder, dus-
Leander: Zoals auto's?
Anna Katrina: Wat interessant is aan auto's, is dat er maar een heel klein stukje van de lijn is dat geautomatiseerd is en dat is het stuk dat je alle YouTube-video's met de grote robotarmen ziet. Dat is het bodyshop-gedeelte van de lijn. Er is een groot deel van de interieurmontage dat robots niet doen, mensen doen die taken tegenwoordig. Er is nog steeds een heel menselijk element. In de consumentenelektronica-industrie zijn er mogelijkheden geweest om uit te breiden naar nieuwe technologieën, aangezien robotarmen steeds vaker voorkomen en CCD-systemen, in wezen computervisiesystemen, actuatoren, dit alles is in verschillende aspecten van consumentenelektronica-assemblage gekropen, maar niet specifiek de integratie van alle onderdelen, de eindmontage, het display, de behuizing, de luidspreker, de batterij, al dat spul wordt nog steeds met de hand gedaan door mensen, honderden mensen.
Leander: Maar je noemde veranderingen. Het verandert?
Anna Katrina: Ja. Foxconn, Flextronics, Jabil, dat zijn de drie beste contractfabrikanten ter wereld en er is ook een lange slag onder hen. Ze zijn allemaal erg geïnteresseerd in het nastreven van automatisering. Er is eigenlijk initiatief in de Chinese regering om te ondersteunen, waar ze 800.000 werknemers willen vervangen tegen 2020. Dit is een door de overheid gesponsord initiatief waarvan Foxconn en Flextronics en anderen echt geïnteresseerd zijn om te proberen deze mensen te vervangen door machines. Dat werk is aan de gang en Foxconn publiceert persberichten over het aantal werknemers dat ze hebben vervangen. Dit was het bewijs van een scheur in een muur die dit soort technologie eerder had buitengehouden. Ten slotte is het nu goedkoop genoeg en levensvatbaar en wendbaar genoeg voor het soort activiteiten dat mensen doen. Dat creëert een kans voor een bedrijf als het onze, dat echt gebruik maakt van de gegevens die dat soort robots zouden kunnen verzamelen.
Leander: Oke. Wat is een productengineer precies? Wat is die rol?
Anna Katrina: Ik was vroeger een productontwerper. Productontwerpingenieur is een mooie manier om werktuigbouwkundig ingenieur te zeggen. In mijn rol werkte ik aan drie verschillende iPods en daarna leidde ik het productontwerp van het systeem voor Apple Watch Series One. Als Product Design Engineer heb ik verschillende dingen gedaan. Begint in de architectuurfase waar je verantwoordelijk bent voor het ontwerpen van de CAD, het bedrijfsmodel van het nieuwe product voor wat ik noem ‘inpakken van de koffer', die alle onderdelen in dat prachtige industriële ontwerp laat passen en dat proces onderhandelt met alle belanghebbenden betrokken. Dan daadwerkelijk dat ontwerp nemen, materialen selecteren, valideren op onderdeelniveau, heel vaak naar China gaan, deze technische constructies doen. Dit is allemaal een heel standaardproces in de hele industrie, maar het doen van deze technische builds en in wezen mijn rol als product ontwerpingenieur moest valideren dat het mogelijk was om eenheden te bouwen met massaproductieopbrengsten, met massaproductiesnelheden op één lijn. Toen we dat eenmaal konden valideren, konden we onze rol overdragen aan operaties die dat vervolgens zouden opschalen naar vele lijnen en een zeer hoog volume in massaproductie.
Leander: Ik ben geïnteresseerd in hoe je communiceert met de verschillende teams. Het productontwerp, ze zitten tussen het industriële ontwerpteam, dat de telefoonfactor creëert en het operationele team dat uitwerkt hoe deze dingen in fabrieken op grote schaal worden gemaakt.
Anna Katrina: Ja. Er zijn veel teams bij Apple. Het absoluut industriële ontwerpteam heeft de visie van hoe het product eruit zou moeten zien en soms zelfs hoe het zou moeten functioneren en wat de klantervaring zou moeten zijn. Er is een operationeel team, ook wel productie-ontwerpteam genoemd, dat het productieproces echt behandelt als een product dat ook moet worden ontworpen. Hoe de onderdelen worden gemaakt, wat zijn de specifieke gereedschapspads voor deze unibody-behuizing of dit specifieke onderdeel. Waar plaatsen we de poorten op de spuitgietgereedschappen.
Er zijn mensen die echt goed zijn in al deze aspecten die verantwoordelijk zijn voor dat soort expertise. Er zijn mensen die goed zijn in het schilderen en coderen van onderdelen. Veel plastic onderdelen worden geverfd, ook al lijkt het niet alsof ze geverfd zijn. Er zijn deze teams. Er is ook dit extra team dat uitstekend is in een belangrijk functioneel gebied. Er is een batterijteam, er is een displayteam, er is een touchteam. Elk van deze belangrijke componenten heeft een team waarin ze zich richten op hun experts [onhoorbaar 00:07:44] die weten hoe ze geweldige akoestische systemen en werk samen met het bredere team om ervoor te zorgen dat het product een geweldige akoestiek heeft en voldoet aan de vereisten.
Leander: En iedereen werkt gelijktijdig en gelijktijdig samen of gaat het van het ene team naar het andere?
Anna Katrina: Gedurende het hele proces wordt er veel samengewerkt. Operations is er heel vroeg bij betrokken, maar ze nemen uiteindelijk het R&D over en schalen het proces echt op. Ze zijn er vroeg bij betrokken om ervoor te zorgen dat ik als productontwerpingenieur niet iets ontwerp dat niet op grote schaal kan worden geproduceerd.
Leander: Ze zorgen ervoor dat je niet iets ontwerpt dat niet maakbaar is?
Anna Katrina: Ja.
Leander: Te veel negatieven-
Anna Katrina: Ja sorry.
Leander: Rechts. Ze zorgen ervoor dat je iets maakt dat gemaakt kan worden. Je ontwerpt iets dat gemaakt kan worden.
Anna Katrina: Absoluut. Daar werken we samen aan. Dat is een kwestie van duwen en trekken, want absoluut bij elk van deze topfabrikanten van consumentenelektronica, verleggen ze elke productcyclus de grenzen. Er is nieuwe technologie die nog niet eerder bestond. Er zijn dunnere muurdelen, de regels worden overtreden. Dat is duwen en trekken, maar om ervoor te zorgen dat we goede keuzes maken rond risico vanuit een productiestandpunt en een ontwerpstandpunt, werken we zeer nauw samen. Uiteindelijk kunnen ontwerp en R&D afstand nemen als we de productie beginnen op te schalen. Dit is heel gebruikelijk als een proces in de industrie.
Leander: Hoe lang duurt dit proces in het algemeen?
Anna Katrina: Het kan per product verschillen. Het kan variëren op basis van de urgentie van dat specifieke product of het kan variëren, omdat het misschien het idee is voor wat het product is zou moeten zijn, is nog niet helemaal duidelijk en sommige prototypes moeten op schaal worden gebouwd om echt te begrijpen of dit product is werken? Zeker in een nieuwe ruimte, waar nog niet eerder zo'n product stond. Voor eerste generatie product.
Leander: Bijvoorbeeld?
Anna Katrina: Sommige producten kunnen bijvoorbeeld mogelijk op een schaal van maanden werken, zoals zes maanden. Sommige producten kunnen jaren, vele, vele jaren duren. Gewoon veel iteratieve cycli. Hangt echt van het product af. Wij, in onze hoedanigheid, bij Instrumental gaan ook aan de slag met andere Fortune 500's die vergelijkbare processen en opnieuw vergelijkbare schalen op hun schema hebben. Sommige van deze schema's zijn super urgent, super snel, lekker strak. Sommigen van hen zijn … Er is tijd ingeruimd om te onderzoeken wat het product zou moeten zijn.
Leander: Rechts. Vermoedelijk zijn producten zoals mobiele telefoons, die de neiging hebben om elk jaar vernieuwd te worden, het soort korte productcycli waar je het over hebt.
Anna Katrina: Ligt eraan. Omdat een deel van de technologie en sommige van deze producten al jaren geleden ontwikkeld kunnen zijn. Als het klaar is, kan het mogelijk in een nieuw product gaan.
Leander: Het lijkt alsof deze dingen elk jaar vernieuwd worden. Maar sommige ervan zitten al drie, vier of misschien langer in de pijplijn.
Anna Katrina: Mogelijk. Sommige componenten, sommige technologieën, absoluut, potentieel. Deze nieuwe technologieën worden niet uitgevonden in het tijdsbestek van zes maanden dat je een programma moet draaien of in het tijdsbestek van 18 maanden. Je kunt bijvoorbeeld kijken naar andere bedrijven zoals Samsung of LG op het gebied van OLED-technologie. Het kostte ze vele jaren om erachter te komen hoe ze … Ze toonden jarenlang flexibele OLED-schermen op de CES voordat ze een telefoon met een OLED-scherm op de markt brachten. Je moet de ontwikkeling van die nieuwe technologie in het schema tellen, maar het eigenlijke schema van het product zelf trekt de technologieën die klaar zijn, die samenbrengen in een nieuw product en vervolgens een ontwerp uitvoeren dat dat product maakt echt.
Leander: Hoe complex een proces is dit? Het klinkt echt verschrikkelijk ingewikkeld. Er kunnen veel dingen mis gaan.
Anna Katrina: Het is eigenlijk best ingewikkeld. Wat er echt interessant aan is, is dat er niet veel is geschreven over de best practices voor het uitvoeren van dit proces-
Leander: Omdat?
Anna Katrina: Ik denk dat dit een zeer geheime industrie is. Over het algemeen worden mensen getraind om niet te praten over wat ze doen. Ik heb het woord 'kijken' niet als werkwoord gebruikt, gedurende de tijd dat ik aan het horloge-programma werkte. Zoals ‘tv kijken’. Nee, we gaan een ander werkwoord gebruiken.
Leander: Oh, het was zo in je gegraveerd dat je dat niet kon gebruiken.
Anna Katrina: Gebruik dat woord nooit. Er is gewoon deze geheimzinnigheid over hoe deze dingen worden gedaan. Omdat er geheimhouding is, is er verwarring. Er is zelfs verwarring in het team over wat een EVT-build is, is een goed voorbeeld. Voordat u bij de productie-eenheden komt die u voor klanten bouwt, voert u deze oefenbuilds uit. Dit is een industriestandaard. Deze oefenbuilds zijn in wezen groepen prototypes die worden gebouwd, zodat u het ontwerp kunt testen en herhalen, zodat u zeker weet dat het ontwerp klaar is voor massaproductie.
Leander: Dat acroniem dat je gebruikte, EVT is...
Anna Katrina: EVT staat voor Engineering Validation Test. Dit is een term die op Wikipedia wordt gedefinieerd als Engineering Validation Test en dan is er heel weinig andere informatie over wat het betekent. Eigenlijk, schreven we, heeft Instrumental een gids geschreven die in detail doorloopt, gebaseerd op onze interviews in de industrie, wat is? een EVT, wat zijn de entry-criteria, exit-criteria, wat moet je in deze build bereiken om daadwerkelijk tot EVT-volwassenheid te komen. In wezen hebben we deze sleutel op internet waar niemand inhoud voor had geschreven. Deze, zo is ons verteld, zijn uitgeprint en naar fabrikanten over de hele wereld gestuurd, opgehangen in een technische oorlogsruimte in de buurt, zoals: "Oké, hebben we de volwassenheid van het EVT-niveau bereikt? Kunnen we naar de volgende fase gaan?” Er is gewoon veel verwarring over wat deze processen eigenlijk betekenen, maar er is dit: algemene consensus in de industrie dat je verschillende builds doet, je bent ooit op weg naar een meer in staat massaproductie Verwerken. Als je er klaar voor bent, zet je hem aan en hoop je er het beste van.
Gedurende dat hele proces kunnen er dingen misgaan en dat is waar wij binnenkomen. Tussen het eerste prototype en de eerste productie-eenheid, die, zoals ik al zei, zes maanden tot 18 maanden of langer zou kunnen zijn, afhankelijk van het product. Er zijn honderden, zo niet duizenden problemen die door technici moeten worden gevonden en opgelost. Tegenwoordig kan elk van die problemen ervoor zorgen dat een product niet wordt vrijgegeven en aan klanten wordt gelanceerd, of de lancering van dat product vertragen. Tegenwoordig vertrouwen ingenieurs op zeer handmatige processen om deze problemen te vinden. Ze stappen in vliegtuigen en vliegen naar China of waar de fabriek zich ook bevindt. Vaak in Azië. Ze staan urenlang op productielijnen en proberen op het juiste moment op de juiste plaatsen te zijn om te zien die operator trekt één op de honderd keer de releaseliner van links naar rechts in plaats van van rechts naar links. Dat creëerde het verschil dat tot een probleem leidt. Dat is ook een probleem in het ontwerp. Als je een product hebt ontworpen dat zo gevoelig is, denk ik hier als productontwerper altijd aan.
Als ik een product heb ontworpen dat zo gevoelig is dat dat verschil uitmaakt of het product gaat slagen of mislukken of succesvol is, dan is er misschien een ontwerpprobleem waar ik ook aan moet werken, niet alleen een procesprobleem of operatortraining probleem. Dit zijn het soort dingen die tijdens de ontwikkeling naar voren komen en die moeten worden uitgewerkt. De kwaliteit van onderdelen is een andere veel voorkomende. Proces, net als lijm, worden grote hoeveelheden lijm gebruikt in consumentenelektronica om ze bij elkaar te houden. Ik denk dat veel mensen niet waarderen hoeveel lijm er is. Lijm lijkt dit geweldige materiaal, omdat het elke spleetgrootte opvult en je het overal kunt plaatsen. De lijmen zijn behoorlijk smerig. Ze zijn echt moeilijk te controleren. Hun kracht is gebaseerd op veel parameters en chemicaliën eten ze op. Er komt veel kijken bij het selecteren en valideren van een lijmproces. Als je aan het lijmen bent, is dat een probleem.
Dit soort dingen zijn waar problemen uit voortkomen. Dan kunnen er problemen zijn met het ontwerp. Ik had eigenlijk onderdelen kunnen ontwerpen die soms interfereren. Of dat iets dat er achterstevoren in kan en toch past. Dat kunnen ontwerpproblemen zijn. Dat zijn de soorten problemen die we onze klanten helpen te vinden tijdens de ontwikkeling. En dan zorgen we ervoor dat ze tijdens de productie kunnen blijven monitoren om te kunnen begrijpen of er procesverschuivingen zijn of: wanneer ze gereedschap moeten verwijderen voor onderhoud of als er kwaliteitsverschuivingen of gereedschapskwalificaties moeten worden uitgevoerd. Onze gegevens zijn nuttig bij het helpen van de problemen die zich voordoen in de productie.
Leander: Instrumentaal, je hebt een met camera uitgerust station ontwikkeld. Is dat juist?
Anna Katrina: Ja.
Leander: Deze gaat op verschillende plekken in de productielijn op zoek naar dit soort problemen.
Anna Katrina: Ja. We hebben een combinatie van hard- en software. We zien onszelf echt als een softwarebedrijf of als een databedrijf. De reden dat we hardware hebben gebouwd, is omdat we weten dat de mensen aan wie we verkopen het erg druk hebben. Ze hebben geen tijd om dure software te integreren en al deze stappen uit te voeren. We hebben een kant-en-klaar systeem nodig dat gewoon werkt.
Leander: Een deel ervan kunnen ze aansluiten op hun stroom en productielijnen.
Anna Katrina: Ze kunnen aansluiten op hun huidige lijn. We bouwen een stuk hardware dat heel eenvoudig is. Het is een station dat op belangrijke plaatsen op de lopende band gaat. We nemen afbeeldingen met hoge resolutie bij de belangrijkste montagestappen, waar u de belangrijkste acties kunt zien.
Leander: Sorry, wat is een station precies? Wat bedoel je daarmee?
Anna Katrina: Een station is een overbelaste term die wordt gebruikt om in wezen naar een specifieke ruimte op de lijn te verwijzen. Die ruimte is meestal 0,6 meter breed, want dat is de breedte van een mens. Een station kan een ruimte zijn waar een persoon aan de lijn zit. Het is een specifieke stap of operatie die gaat gebeuren. We hebben het overbelast om ook te betekenen dat we een doos bouwen, we bouwen een doos om de verlichting te regelen om afbeeldingen met een hoge resolutie en hoge kwaliteit te maken in deze belangrijke montagestadia. Die gegevens leggen we vast. We krijgen die gegevens uit China in onze software. Met onze software kunnen onze klanten hun afbeeldingen overal bekijken om variaties en anomalieën te vergelijken en te begrijpen, met behulp van machine learning-technieken. Dan hebben we ook de mogelijkheid om first-pass faalanalyses uit te voeren, wat is wanneer er iets misgaat, wat het eerste is dat u wilt doen. Dat laten we onze klanten doen via de software, namelijk een unit virtueel demonteren en zelfs gekalibreerde, ad hoc metingen doen. Nogmaals, dit is achteraf.
Leander: Laten we zeggen dat ze een probleem vinden, ze weten niet per se waar dat probleem vandaan komt. Ze zullen het ene station na het andere volgen om het goed te zien [onhoorbaar 00:18:23].
Anna Katrina: Ja. Hier is een goed voorbeeld. Stel dat je aan een draagbaar product werkt. Draagbaar product moet waarschijnlijk waterbestendig zijn, want misschien was je je handen, het zit om je pols, je wast je handen, spatwaterdicht. Misschien is het buiten in de regen, als het een koptelefoon is of iets dergelijks. Draagbaar product moet waterbestendig zijn. U kunt een waterbestendigheidsfout krijgen in een betrouwbaarheidstest, waarbij u daadwerkelijk probeert aan te tonen en te valideren dat u een waterbestendig ontwerp heeft. Dat falen kan worden veroorzaakt door een heleboel verschillende hoofdoorzaken. Onze software stelt onze klanten in staat om daadwerkelijk terug te gaan en de unit vrijwel overal te demonteren. Vanaf hun bureau hier in Californië en kijk, oh, deze mist een schroef. Het had gewoon geen schroef en die schroef is belangrijk voor het vasthouden van het waterslot. Ik kan zien dat dat de reden is waarom ik een waterslotprobleem heb. We kunnen een stap verder gaan dan de oorzaak en onze klanten daadwerkelijk helpen corrigerende maatregelen te nemen. Wat dat betekent is dat ik weet dat er een schroef ontbreekt, ik kan naar de naaste buren aan de lijn kijken om te begrijpen of er meer eenheden schroeven missen.
Ik kan onze machine learning-technieken en machine learning-algoritmen gebruiken om daadwerkelijk te zien of er … Kijk automatisch door de populatie van 100 eenheden en kijk of er automatisch een ontbreekt ook schroeven. Ik kan begrijpen wanneer dat gebeurde aan de lijn, dezelfde dienst, dezelfde dag, 15 minuten uit elkaar, na een pauze. Deze details zijn erg nuttig voor mij om te begrijpen hoe ik eigenlijk... Niet alleen begrijp dat er een schroef ontbreekt, maar ook hoe ik dat probleem kan oplossen, zodat het niet meer gebeurt. Dat is het soort operationele procesprobleem dat wanneer je 100 eenheden bouwt, deze gebeuren [onesie, twosises 00:20:05]. We noemen ze [onesie, twosies 00:20:06]. Een of twee eenheden zullen dit probleem hebben. Maar als je een miljoen eenheden per dag bouwt, zijn dat veel eenheden die dat probleem zullen hebben. Het hele idee is om het op te lossen als er maar een of twee zijn. Dan hoef je nooit te lijden onder de gevolgen van tienduizenden eenheden die dit probleem zouden kunnen hebben.
Leander: U noemde opbrengsten in productielijnen. Mensen krijgen de indruk dat ik denk dat het een opbrengst van 100% is. Maar dat is het nooit, toch?
Anna Katrina: Ik ging aanvankelijk naar Apple om productontwerpingenieur te worden, omdat ik wilde leren hoe ik miljoenen dingen kon bouwen. Ik ging in met het nu naïeve idee dat om miljoenen dingen te bouwen, je perfect moest zijn. Als je een miljoen per dag van iets bouwt en je hebt een uitval van één procent, dan is dat een waanzinnig aantal eenheden dat niet wordt verzonden. Als je alleen maar denkt aan de ruimte die die eenheden innemen, waar zet je ze dan? Hoe repareer je ze? ik gewoon-
Leander: We hebben het over iPods, toch? Wat je carrière betreft.
Anna Katrina: Ik spuug op een miljoen per dag. Het kunnen er honderdduizenden per dag zijn. Over het algemeen ging ik er van uit dat alleen dit idee van opbrengsten en het interessante aspect daar perfectie betekende. Het betekent niet perfectie. Het betekent dat het in het productieproces heel gebruikelijk is om procedures en processen te hebben die geen 100% rendement opleveren. Die opbrengsten kunnen zo laag zijn als 80% opbrengst. Dat betekent dat je honderd eenheden in de rij zet en slechts 80 goed zullen zijn. Wat doe je met de extra 20? Soms worden die geschraapt, soms worden ze gerepareerd of opnieuw bewerkt. In dat herbewerkingsproces is er ook opbrengstdaling. Er is veel uitdaging rond dit idee van wat je doet met de eenheden die de specificatie niet nodig hebben. Eén ding is dat u kunt voorkomen dat die fouten worden gemaakt. Het andere dat u kunt doen, is de specificatie wijzigen. Is de specificatie de juiste specificatie?
De specificatie is deze kras of deze prestatie, wat het ook is, luidsprekerprestaties, microfoonprestaties. Voldoet het aan de eisen van het product om ervoor te zorgen dat het product een hoogwaardige klantervaring is. Dat is wat een specificatie betekent. Als je een product zou bouwen dat een kras had, dan was dat buiten de specificaties, wat betekent dat het te groot is om te verzenden. Voor een bedrijf als Apple heeft Apple echt kwaliteit ingezet. Ze verzenden niets dat dingen heeft die mensen opmerken. Als het een kras heeft, wordt het waarschijnlijk niet verzonden. Maar een start-up zou die bekraste eenheid waarschijnlijk moeten verzenden. Ze zijn geen Apple en ze zijn niet bestand tegen dat soort fall-out.
Voor sommige producten zal het feit dat er een kras op zit wanneer het uit de doos komt, de meeste mensen het nog steeds niet opmerken. Sommige van deze dingen kunnen heel, heel, heel klein zijn. Sommige zijn groot. Als de microfoon niet werkt, voldoet deze niet aan de specificaties en wordt het een slechte klantervaring, ongeacht of u een groot bedrijf of een klein bedrijf bent. Dat is het probleem dat je moet oplossen. Zo zou je software als de onze gebruiken om daadwerkelijk te gaan kijken hoe je dat rendement zou kunnen verbeteren.
U kunt ook onze software gebruiken om te begrijpen wat de specificatie zou moeten zijn. Want vandaag, als je het goed wilt begrijpen, zijn hier de verschillende niveaus van krabben. A, B, C, helemaal naar beneden. Als we kiezen, is het deze procentuele opbrengst. Als we B kiezen, is dit dit procentuele rendement. Elk gaat naar beneden, de opbrengst gaat omhoog. Als u onderdelen van C-niveau accepteert, krijgt u 100% rendement. Maar als u alleen A wilt verzenden, is dat 95% rendement. Dat wordt gedaan door deze enorme opbrengststudies te doen, waarbij je onderdelen daadwerkelijk telt en inspecteert door middel van menselijk proces. Duurt weken. Er zijn mensen wiens taak het is om dit soort rendementsonderzoeken te doen. U kunt software zoals de onze gebruiken om heel snel te begrijpen wat die opbrengsten zijn voor verschillende niveaus van defecten, wat een opwindende toepassing is. Dat kan misschien stroomopwaarts betekenen, laten we het hebben over een deel stroomopwaarts. Je bouwt een behuizing en [onhoorbaar 00:24:04] en er is een kleine boor. Het zit aan de binnenkant van het product, dus het heeft geen invloed op de buitenkant van de cosmetica. Gooi je dat onderdeel weg, omdat het technisch niet aan de specificaties voldoet? Of verander je de specificatie?
Leander: [crosstalk 00:24:18] de specificatie wijzigen.
Anna Katrina: Begrijpend dat, oh, we hebben onderdelen gebouwd met zulke bramen en ze hadden geen betrouwbaarheidsproblemen of een soort van storingen die gevolgen hadden voor de klant. Misschien moeten we de specificatie veranderen. Dan gooien we niet al deze onderdelen weg en besparen we grondstoffen. Dit bespaart geld, tijdwinst en zo.
Leander: Je zei dat degenen die de inspectie niet doorstaan, degenen die niet aan de specificaties voldoen, tot 20% of zo kunnen zijn.
Anna Katrina: Voor sommige onderdelen, sommige processen. Niet noodzakelijk afgewerkte goederen.
Leander: Heb je goede specifieke voorbeelden waar je over kunt praten?
Anna Katrina: Nee.
Leander: Oke. Was het vragen waard. U zei eerder dat sommige producten waar mensen naar uitkeken, vertraging oplopen. Dat was vorig jaar een mooi voorbeeld.
Anna Katrina: Ja. Er zijn veel voorbeelden van vorig jaar. Gewoon kijken naar een artikel, het doet. Maar ja.
Leander: Schrik ze af. Aan welke dacht je?
Anna Katrina: Er is een GoPro-drone. Er was een DJI-drone-
Leander: Jaaa Jaaa. Die [overspraak 00:25:15].
Anna Katrina: Er zijn natuurlijk Apple AirPods. Er waren er meer, ik was ze gewoon vergeten. Er waren verschillende producten waarvan het heel duidelijk was dat het product vertraging had opgelopen. Dit komt heel vaak voor. Ik denk dat mensen het verwachten in Kickstarter-producten. Ze verwachten het niet van deze grote bedrijven die ze bewonderen, dat ze … Natuurlijk hebben ze hun zaakjes op orde. Het is Apple, het is HTC, het is DJI. Dit zijn geweldige merken.
Leander: Rechts. Dit zijn niet de eerste. [onhoorbaar 00:25:41] decennia lang.
Anna Katrina: Het zijn geweldige merken. Ze weten wat ze doen. Ze hebben slimme mensen. ze hebben tonnen middelen. Ik denk dat de belangrijkste afhaalmaaltijd is dat het heel moeilijk is. Het is echt moeilijk om een product van hoge kwaliteit te bouwen en deze bedrijven verzenden geen dingen waarvan ze denken dat ze niet aan de verwachting van de klant voldoen. Ze zullen dingen vasthouden. Deze productvertragingen komen veel voor en ik denk dat het belangrijkste punt is dat het verontrustend is voor de klanten die erg enthousiast zijn. Ze gaan een nieuwe iPhone kopen, die heeft geen koptelefoonaansluiting, ze moeten een hanger gebruiken om hun koptelefoon te kunnen gebruiken, want hun koptelefoon is nog niet beschikbaar. Dat is vervelend voor de klant. Wat waarschijnlijk meer verontrustend is, is het team dat dat programma uitvoert, omdat ze waarschijnlijk zouden verzenden wanneer dat product... Waarom zou je een product expres twee maanden later verzenden, toch? Dat was waarschijnlijk niet met opzet. Nogmaals, ik heb hier geen achtergrondinformatie over. Maar gewoon logica zou zeggen.
Leander: Logica zou zeggen dat ze tegen een probleem aanlopen. Waarom zou het zo laat in het proces zijn? Want ze moeten zeker zijn doorgegaan, zoals je zei, die...
Anna Katrina: Absoluut.
Leander: Engineering test validatie builds.
Anna Katrina: Absoluut. In de context van het uitzoeken welk product we bij Instrumental moesten bouwen, hebben we honderden ingenieurs uit de hele industrie geïnterviewd. Grote bedrijven, kleine bedrijven, meerdere functies binnen deze grote bedrijven. De twee belangrijkste redenen voor die vertraging die ze zelf hebben gemeld, zijn het laat ontdekte probleem en de hoeveelheid tijd die het een keer kost je hebt een probleem ontdekt om daadwerkelijk tot een hoofdoorzaak te komen die die hoofdoorzaak kan oplossen en valideren en dan klaar te zijn om te verzenden opnieuw.
Leander: Wow, dat duurt dus maanden.
Anna Katrina: Het kan. Je zou je kunnen voorstellen dat je iets hebt dat pas faalt na 500 uur [heat soap 00:27:22] testen, thermisch testen. 500 uur is ongeveer 20 dagen.
Leander: 20 dagen?
Anna Katrina: Ik denk het. Heb ik de berekening goed gedaan?
Leander: Vraag me niet.
Anna Katrina: 500 uur is echt een lange tijd. U kunt doen... Laten we zeggen dat u zich realiseert dat u dit probleem heeft. Je hebt bevestigd dat dit nodig is om het product te verzenden voor de klantervaring die je wilt, op basis van andere gegevens die je hebt. U moet slagen voor deze test. Je kunt een nieuwe configuratie doen, een nieuw experiment van zoiets als: "Oké, ik ga dit type eenheid bouwen, doe dit één verandering en laten we als deze de 500 uur-test doorstaan. Je moet 500 uur wachten om de resultaten daarvan te krijgen toets. Als je dat eenmaal hebt gedaan, moet je op volume valideren dat je niets minder hebt gebroken met de oplossing. Dit kan weken duren. Ik weet niet of dat het probleem was, vooral met Apple AirPods. Het kan een dergelijk probleem zijn geweest, het kan een softwaregerelateerd probleem zijn. Vaak worden veel van deze problemen pas duidelijk als u het volume bereikt en u pas het volume bereikt als u bijna klaar bent om te verzenden. Dat is dat laat ontdekte probleem.
Leander: Heb je daar een voorbeeld van? Hoe kun je niet ontdekken wanneer je aan het volume komt? Is het niet het hele punt van het doen van de technische validatie?
Anna Katrina: Weet je nog dat we het hadden over de [onesie, twosies 00:28:32]?
Leander: Mm-hmm (bevestigend).
Anna Katrina: Op dit moment zijn de beste tools die technici hebben om deze problemen te vinden, op prestaties gebaseerde tests, die ze ontwerp en zet op de lijn om de spreker te meten en de microfoon te meten en de antenne te meten; uitvoering. Ze hebben die tests en dan hebben ze metingen waarvoor ze meetinstallaties opzetten, die geometrieën doen. Dan hebben ze de juiste plaats, het juiste moment aan de lijn om het te spotten. Dat zijn de tools die ze tot hun beschikking hebben. Die bestrijken alleen bepaalde gebieden. Het is heel gemakkelijk voor... Je zou 20 antennestoringen kunnen hebben in de ontwikkelingsbuild, zoals een vroege build. Dat zijn veel mislukkingen. De antenne-engineer zal ze allemaal doornemen en een storingsanalyse uitvoeren, de unit verwerken en demonteren, proberen te achterhalen wat de oorzaak van deze storing is. Ze zouden kunnen ontdekken dat oh, deze in dit specifieke apparaat, het lijkt erop dat de operator de antenne heeft gebroken en gebogen. Het is geen antenneprobleem, het is een procesprobleem. Wat heel gebruikelijk is, is eigenlijk een waargebeurd verhaal voor een van onze klanten.
Wat heel gewoon is, is dat die antenne-ingenieur zegt: "Oké, niet mijn probleem. Vink de doos af.” Maar de informatie wordt niet overgedragen aan de persoon die de verandering op de productielijn kan doorvoeren. Maar omdat ze ons product gebruikten, merkten ze dat er een probleem is. Iemand anders keek naar de antennes en zag dat deze duidelijk verbogen was. Ja, het heeft de test niet doorstaan, dus het zou nooit zijn verzonden, zelfs als dit in productie was. Maar het is ook op een andere manier gemarkeerd, en dat is alleen dat het visueel niet klopt, het is anders. Ze waren in staat om een wijziging aan te brengen, een armatuurwissel op de lijn om dat soort schade te voorkomen. Ze hebben in de toekomst nooit problemen gehad met het buigen van de antenne op deze manier, omdat de antenne door dat armatuur werd beschermd. Dit is precies het soort probleem dat als u in productie gaat en u meerdere lijnen aan het opvoeren bent en u heeft operators die operator training, maar zijn nog erg nieuw en groen en hebben de operatie nog niet vaak gedaan, zou die schade kunnen veroorzaken en je zou een enorme botten stapel. Of als je-
Leander: Bot stapel?
Anna Katrina: Een bottenstapel.
Leander: Oke. Een brancheterm.
Anna Katrina: Dit is een industriële term voor een stapel eenheden die u niet kunt verzenden, tenzij ze zijn gerepareerd.
Leander: Ik snap het.
Anna Katrina: Het is een slechte zaak. Je wilt geen bottenstapel. De grootte van de botstapel wordt vaak gekwantificeerd in dollars. Om in gedachten te houden dat elk van deze eenheden een probleem is in dollars.
Leander: Rechts. Oke. Over wat voor cijfers hebben we het? Deze assemblagelijnen. Foxconn-medewerkers, zijn het een miljoen arbeiders, assemblagearbeiders?
Anna Katrina: Ik heb gelezen dat er 800.000 mensen werken bij Foxconn Guanlan, dat is de eerlijke arbeidsvereniging die daar een paar jaar geleden een onderzoek heeft gedaan. Er is een video online van hoe deze faciliteit eruit ziet. Deze plekken zijn enorm. Ze zijn enorm om dit soort schaal te doen.
Leander: Hoe groot?
Anna Katrina: Foxconn Guanlan wordt Foxconn-stad genoemd. Dit zijn op zichzelf staande steden die niet alleen de productielijnen omvatten, maar ook kleine winkels en allerlei soorten restaurants. Er zijn kleine slaapzalen voor operators.
Leander: Ik hoorde dat ze 3.000 varkens per dag consumeren. Zoiets.
Anna Katrina: Zou volkomen redelijk kunnen zijn. Het zijn veel mensen. Dan zijn er nog al deze … Wat heel interessant is aan China … Ik heb veel tijd in China doorgebracht, meer dan 300 dagen in de afgelopen vijf jaar of zo. Wat heel interessant is, is dat buiten deze fabrieken deze kleine fabriekssteden opkomen, de overheersende demografie van degenen die in deze fabrieken werken, zijn 16-24-jarige jongeren. Waar moet een jongere zijn geld aan uitgeven? Dat is wat er in deze fabriekssteden is. Er zijn veel winkels voor mobiele telefoons en bedrijfswinkels en kleding, zoals fast fashion kledingwinkels. En karaokeclubs en dat soort dingen. Maar er is niet veel anders. Het is een zeer interessante tweedeling in het soort cultuur dat zich rond deze grote plaatsen opbouwt. Ze zijn echt groot. Ze kunnen vol-
Leander: 800.000 kinderen, ja. De fabriek zelf, is het zo groot als grote luchthavens of-
Anna Katrina: Groter.
Leander: Groter? De gebouwen zelf-
Anna Katrina: Nogmaals, de standaard lijnlengte in de industrie voor elektronische consumentenapparaten, ik weet niet wie dit heeft bedacht, maar het is 110 meter.
Leander: Hoe lang is dat? Dat is langer dan een voetbal… Hoe lang is een voetbalveld?
Anna Katrina: 100 meter.
Leander: Ja, gewoon een beetje eenzaam dan een voetbalveld, ja?
Anna Katrina: Ja.
Leander: Dat lijkt eigenlijk niet zo lang, om eerlijk te zijn.
Anna Katrina: Deze kamers hebben een lengte van 110 meter en hebben aan de andere kant vaak minstens 20 voet. Zodat ze vorkheftrucks en zo door kunnen krijgen. Dan zouden er 10, 20, 30 lijnen op dezelfde verdieping zijn, naast elkaar.
Leander: Allemaal maken ze hetzelfde product.
Anna Katrina: Soms maken ze hetzelfde product. Als u een product heeft dat in volume wordt verzonden. Als u een miljoen per dag verzendt, heeft u voor sommige componenten tientallen, zo niet honderden regels. Nogmaals, het is niet alleen het apparaat, er zijn alle stukjes die in het apparaat gaan die gemaakt moeten worden.
Leander: Ze maken het scherm en dan zijn ze één regel-
Anna Katrina: Verschillende leveranciers maken verschillende onderdelen. Maar ja, in wezen zijn ze gemaakt... Alles wat met de hand te maken heeft, wordt op dit soort lijnen gemaakt. Soms zijn er andere fabrikanten die celproductie gebruiken. Als je een heel kleine subassemblage doet, waar er maar vier of vijf stappen zijn, gebruik je geen 110 meter lange lijn, je ziet een klein tafeltje met mensen die deze bewerkingen uitvoeren. Als je iets bouwt dat erg gevoelig is, zoals een display of een PCB, een printplaat, de hoofdprintplaat in de telefoon, gebruik je vaak sterk gerobotiseerde apparatuur. Er zijn maar heel weinig mensen betrokken bij dat proces. Zoiets als een display, je haalt de mensen eruit omdat je een heel schoon proces nodig hebt.
Leander: Geen stof, geen verontreinigingen.
Anna Katrina: Als er een stofje tussen jou en je pixels zit, zul je dit onder bepaalde omstandigheden zien. Om een schoon genoeg milieu te krijgen, zijn deze bijna volledig gerobotiseerd. Nogmaals, PCB-assemblage is al lang gerobotiseerd. Eigenlijk heel veel geautomatiseerd. Op een lijn als PCB-assemblage is het heel gebruikelijk om superhoge opbrengsten te behalen. 99,8% opbrengst, heel, heel gebruikelijk om dit te bereiken waar het eigenlijk ongelooflijk moeilijk is om zulke opbrengsten kunnen behalen op een ingewikkeld product in de daadwerkelijke eindmontage van de Product. Er is een menselijke factor en mensen doen dingen natuurlijk niet expres, maar mensen maken fouten. De schroevendraaier zwaait over de lijn en hij raakt een onderdeel en nu zit er een kras op. Deze dingen gebeuren.
Leander: Juist, ja. Deze fabrieken, het is een grootte van [onhoorbare 00:35:14] 800.000 mensen-
Anna Katrina: Ja en dan meerdere verdiepingen.
Leander: Oke. Echt waar? Oke.
Anna Katrina: Ja, meerdere verhalen. Wat echt interessant is aan Foxconn Guanlan, is dat ze er meerdere hebben … Er is het straatniveau en dan zijn er luchtwandelingen op de tweede verdieping, omdat er zijn zoveel mensen tijdens een shiftwissel dat ze extra nodig hadden... Ze moesten een tweede lijn openen zodat mensen van gebouw naar gebouw. Het is gewoon veel menselijke beweging.
Leander: Voor zoiets als een langverwacht product dat in de herfst zou kunnen verschijnen en tientallen miljoenen? mensen gaan ze op de eerste dag kopen, wanneer ze deze moeten gaan maken om dat te vervullen vraag naar? [onhoorbaar 00:35:55] daar hoef je niet specifiek over te zijn. Hoe zit het bijvoorbeeld met Samsung?
Anna Katrina: Laten we het hebben over de industrie in het algemeen vanuit het oogpunt van consumentenelektronica. Consumentenelektronica, de belangrijkste markt is het vakantieseizoen. Dat is het belangrijkste marktvenster voor telefoon, voor koptelefoons, voor horloges, voor een IOT-thuisproduct-
Leander: Bijna alles, ja?
Anna Katrina: De dingen die je voor anderen zou kopen als cadeau. Je hebt misschien gemerkt dat veel consumentenelektronica in september of oktober op de markt komt, omdat ze die vakantiemarkt proberen te veroveren. Degenen die in december uitkomen, zijn de late.
Leander: Zij zijn degenen die een fout hebben gemaakt en zij-
Anna Katrina: Er is iets gebeurd. Er is iets gebeurd. Misschien hebben ze geen fout gemaakt, maar er is iets gebeurd. Om deze markt te betreden, wilt u eerst september verzenden, de industriestandaard. Je hebt dan drie maanden om te verkopen. Dit zijn allemaal piekmaanden van de verkoop. U voert uw hoeveelheden op om in dat tijdsbestek van september en oktober het piekvolume te kunnen bereiken. Dan wordt verwacht dat uw volumes in januari dalen. Mensen kopen in januari niet veel consumentenelektronica, maar verwachten misschien degenen die ze graag als cadeau hadden gekregen. Dit is, nogmaals, heel standaard in de hele branche. Dit is niet Apple specifiek. Om met piekvolumes te kunnen verzenden, moet u zijn opgevoerd naar het volume en wanneer u met één lijn begint, zal het zeer vaak voor dat één lijn alleen maakt... Nogmaals, dit kan elk type product zijn, maar als er mensen bij betrokken zijn, kunnen mensen alleen zo bewegen snel. Een zeer snelle menselijke operatie kan negen seconden duren, wat betekent dat uw lijn met een bepaald aantal eenheden per uur draait. Misschien produceert u op die ene lijn tussen de 3.000 en 5.000 eenheden per ploeg.
Als je 100.000 eenheden per dag moet maken, kun je de wiskunde doen om erachter te komen dat je 20 regels nodig hebt om dat te doen. Of als u 20.000 eenheden per dag of 5.000 eenheden per dag moet maken, gebruikt u slechts één lijn. U hoeft geen lijnen te repliceren. Als u die replicatie moet doen, vereisen al die regels operatortraining en -opvoeding en -validatie. Je zet het niet gewoon aan en zegt: "Oké, het is goed. Iedereen doet het nu gewoon.” Omdat deze operators iets eerder hebben gebouwd. Ze moeten trainen en begrijpen hoe ze daadwerkelijk een product kunnen bouwen om iets te creëren met de opbrengst die je op die eerste regel kreeg. Die eerste regel heet de Gouden Lijn. Die lijn is de controlegroep voor elke … Elke toekomstige lijn wordt vergeleken met die eerste lijn en zijn opbrengsten. Het moet aan bepaalde criteria voldoen voordat het eenheden voor klanten mag maken.
Leander: Excuseer me, dus voor een groot product dat eind september uitkomt, die gouden lijn, waar zou die normaal worden opgesteld? In januari of-
Anna Katrina: Een deel van mijn werk als productontwerpingenieur of werktuigbouwkundig ingenieurs in andere bedrijven is om die gouden lijn te maken. Dat kunnen ook operaties, productie, ontwerpmensen, enz. zijn ook betrokken bij het proces van het maken van die gouden lijn. Toen ik zei dat het mijn verantwoordelijkheid was om te demonstreren... Als productontwerp is het hun verantwoordelijkheid om massaproductieopbrengsten aantonen bij massaproductiesnelheden op één lijn, dat één lijn de gouden is lijn. De gouden lijn is de eerste lijn die is opgezet om het eerste prototype te bouwen op dag één van de ontwikkelingsbuilds. Die regel, je probeert er niets aan te veranderen als je kunt. Wat daar echter lastig aan is, is dat er maanden of jaren kunnen zitten tussen het moment waarop je aan die lijn begint te bouwen en wanneer je daadwerkelijk tot productie komt. Je wilt niets veranderen, ik ben een ingenieur. Beheers alle variabelen.
Deze operator stopt, wat dan? U moet een nieuwe operator meenemen. Die operator heeft geen ervaring, nu heb je een variabele veranderd. Of deze bewerking is langzamer dan we dachten dat het is, dus we moeten nog drie operators toevoegen zodat de hele lijn op negen seconden kan draaien, wat betekent dat elk station slechts negen seconden nodig heeft. Dit zijn de soorten dingen die normaal gebeuren. U kunt wijzigingen aanbrengen, omdat u problemen heeft. Dat verandert ook de lijn. De gouden lijn evolueert voortdurend naar een bepaald punt in ontwikkeling en dan is deze vergrendeld. In wezen is het goud, raak het niet aan. Elke nieuwe regel moet daarmee vergeleken worden. Als u iets nieuws probeert te valideren, als u ergens anders een wijziging aanbrengt. Laten we zeggen dat u een ander gereedschap voor een spuitgietgereedschap naar voren moet brengen, dat is een groot deel van de behuizing, dat u zou dat nieuwe gereedschap op de gouden lijn valideren, omdat je weet dat de lijn goed is, kun je controleren of nieuwe onderdelen goed zijn of niet. Het wordt op een zeer zorgvuldige manier gebruikt.
Leander: Ik snap het. Ja. Het begin van dit proces. Rechts. Ik snap het.
Anna Katrina: Het is de controle voor het experiment. Dit is een proces dat is uitgevonden door ingenieurs. Bedenk hoe ingenieurs erover zouden denken. Het is als een wetenschappelijke methode, probeer alles te controleren en gebruik dat dan als controle voor toekomstige lijnen. De gouden lijn bestaat al heel lang in zijn huidige iteratie wanneer hij klaar is om te gaan, dat is het punt waarop hij wordt gerepliceerd. Dat is het punt waarop je begint met wat oprit wordt genoemd.
Leander: Helling. Oke.
Anna Katrina: Op de helling bouw je elke dag steeds meer eenheden. De manier waarop je elke dag meer eenheden bouwt, is dat je een regel twee zou kunnen beginnen...
Leander: Je wilt dat voorzichtig doen, neem ik aan, om ervoor te zorgen dat je niet op de een of andere manier in een ramp terechtkomt.
Anna Katrina: Ingenieurs hebben de controle over dit proces, dus ja. Je wilt niet zomaar de tweede lijn op volle toeren draaien, want je hebt een hele lijn vol operators. Dit kunnen 100 operators zijn, of 400 operators die in verschillende delen van dit proces zitten. De eerste dag bouw je er misschien maar een paar en train je eigenlijk elke persoon langs die lijn. Dat is iemands taak. Dat doet de lijnleider. Dan zou je de volgende dag tientallen kunnen bouwen, en misschien honderden. Als de piekcapaciteit van de lijn 5.000 is, bouw je dat op, maar je test, je pauzeert en test daadwerkelijk. Zoals: "Oké, wat was de opbrengst die we op een lijn bouwden toen we een 100 bouwden? Was de opbrengst hoog genoeg om te proberen 500 te bouwen?”
Er zijn mensen aan de operationele kant die hier echt op ingaan en ze hebben modellen die ik niet begrijp hoe je de nobs daadwerkelijk afstemt om op verantwoorde wijze te rampen, waar je geen enorme stapel eenheden gaat creëren waarnaar je niet kunt verzenden klanten. Maar ook om verantwoord te rampen zodat … Het zou verschrikkelijk zijn als je zes uur in de rij zou staan en er was geen product voor u om te kopen, omdat dat gewoon niet de juiste ervaring voor de klant zou zijn, Rechtsaf? U wilt er ook zeker van zijn dat er voldoende volume beschikbaar is.
Leander: In het algemeen zou dit ramp-proces voor producten met een groot volume een soort tijdsbestek zijn? Een maand? Twee maanden? Drie maanden?
Anna Katrina: Hangt af van de productie-ingenieur die het proces uitvoert.
Leander: Ik wist dat je dat ging zeggen.
Anna Katrina: Eerlijk gezegd hangt het echt van het product af.
Leander: Ik probeer een bepaald idee te krijgen van de omvang van deze operatie. Ik weet zeker dat er een paar-
Anna Katrina: Bedrijven die proberen te verzenden voor de kerstperiode, moeten overwegen om in de zomer te beginnen, wat een piektijd voor hen is. Ze moeten hun product klaar hebben, klaar om in volume te gaan en ze zouden moeten beginnen met het opbouwen van volume, ergens in de zomer in staat zijn om in de herfst vrij te geven, om hun product vrij te kunnen geven, omdat je niet in een week oploopt, tenzij je er maar één hebt lijn. Dan ben je al op hol geslagen. Aan het einde van je ontwikkeling heb je laten zien dat je met massaproductiesnelheid kunt bouwen, je gaat maar één lijn bouwen, want dat is het volume voor het product dat je aan het bouwen bent. 500 dagen, helemaal goed. Dan hoef je niet op te stappen. Je bent al opgestapt. Je voert dat in wezen gewoon door op continue basis. Ander product dat u daadwerkelijk moet repliceren. Afhankelijk van het aantal regels dat u moet repliceren, kan het langer duren, kan het weken duren, kan het maanden duren.
Leander: Hoe zit het met deze mobiele telefoons die in de miljoenen verkopen?
Anna Katrina: Miljoenen per dag is veel. Nogmaals, dit zijn tientallen regels, toch? U kunt ervan uitgaan dat elke lijn ergens tussen de 3.000 en 5.000 eenheden per dag produceert. Je kunt twee ploegen draaien, misschien drie ploegen, afhankelijk van de fabriek waarin je werkt. Je bouwt 10.000 op de lijn per dag. Je moet een miljoen bouwen, dus je moet 100 lijnen hebben.
Leander: Zijn dat de juiste cijfers?
Anna Katrina: Ik hoop het, want ik klink echt dom als ze dat niet zijn.
Leander: Mooi zo.
Anna Katrina: Knip dat deel uit.
Leander: Okee. Ik zal terug moeten om erachter te komen. Ik vroeg het me af.
Anna Katrina: Ja, je bouwt er 10.000 per dag. Je wilt bouwen-
Leander: Is dat een miljoen... Wat was het? Een miljoen per week?
Anna Katrina: Sommige producten worden met een miljoen per week verzonden, sommige met miljoenen per dag, andere met 100.000 per dag. Er is een hele zwarte magie om uit te zoeken hoeveel producten er voor een bepaalde markt moeten worden verzonden. Ik ben daar geen expert in. Omdat je voorspellingen moet doen over wat je klanten willen. Het is erg duur om het bij het verkeerde eind te hebben, door te schieten.
Leander: Rechts. Ja. Ik wed.
Anna Katrina: Maar het is ook duur om te onderschatten. Er zijn mensen wiens taak het is om dit soort voorspellingen te doen, denk ik. Als je eenmaal je streefcijfer hebt van wat je zou moeten bereiken, is er een heel team dat vervolgens uitzoekt wat de snelste en kosteneffectieve manier is om daar te komen. En als je een deadline hebt, als je een groot bedrijf bent dat zich een hoop botten van enige omvang kan veroorloven, zou kunnen besluiten om de afweging te maken om de lanceringsdatum te behouden, maar de opbrengsten zijn niet zo groot als we gezocht. Dus we gaan het verschil opeten, maar we houden de lanceringsdatum vast. Omdat ze de alternatieve kosten hebben gemaakt om te begrijpen dat we die verkopen voor die dag verliezen versus de gevolgen die we zullen hebben of moeten eten of repareren. Iemand heeft die wiskunde gedaan.
Leander: Ja.
Anna Katrina: Sorry, ik ben gewoon heel technisch geworden.
Leander: Het is in orde. Nee ik vind het leuk. Ik vind het fascinerend. Omdat het iets is dat je niet ziet. Het is de chocoladefabriek van Willy Wonka, toch?
Anna Katrina: Het is allemaal achter de schermen. Wat echt fascinerend is, is dat het vrijwel overal hetzelfde is. Ook al is het overal ongeveer hetzelfde, niemand praat erover. Maar het is heel interessant spul. Hoe is dit product gebouwd en voor mij gekomen en dat ik elke dag gebruik? Hoe is dat gebeurt? Het ziet er perfect uit, hoe komt dat?
Leander: Hoe groot zijn de teams binnen deze bedrijven? Niet in de fabrieken. Het productengineeringteam, het operationele team, het ontwerpteam. Gaat het over het algemeen om tientallen of honderden mensen?
Anna Katrina: Het hangt af van het product.
Leander: Een groot bedrijf als Apple.
Anna Katrina: In een groot bedrijf kunnen honderden mensen aan een programma werken. Wat echt interessant is aan consumentenelektronica en hardware in het algemeen, ik zeg altijd dat hardware moeilijk is. De reden waarom hardware moeilijk is, is omdat het software is plus een heel extra stuk, namelijk hardware. Dan de integratie tussen de twee. Het is eigenlijk drie keer zo moeilijk. Er zijn twee extra dingen die u moet doen, naast software. Er is het softwareteam dat nieuwe functies ontwikkelt, die profiteren van de nieuwe functionaliteit die mogelijk in het nieuwe product zit. Er zijn de eigenlijke teams die het werk doen aan de operationele kant of de technische kant. Dan is er allerlei ondersteuning, ook buiten de engineering. Marketing moet worden uitgelijnd, bedrijfsvoering, kanaalgedeelte... Er komt zoveel bij kijken om een product daadwerkelijk uit te brengen bij een groot bedrijf. Bij een klein bedrijf is het echt fascinerend om te zien hoe ze deze honderden mensen operaties nemen en ze echt verkleinen. Dit is de reden waarom kleine bedrijven onze software kopen, omdat ze zien dat die van hen versterking krijgen van hun kleine team.
Grote bedrijven kopen de software omdat ze zien dat ze veel geld gaan besparen, als ze zelfs 12 uur uit een proces of een dag uit hun schema kunnen halen. Of op tijd verzenden, maar ze zouden normaal gesproken op 2 september zijn verzonden in plaats van op 1 september. Dat is de hele dag piekverkopen die ze krijgen. Dat zijn miljoenen of tientallen miljoenen of zelfs honderden miljoenen dollars die ze aan inkomsten kunnen krijgen door die piekdag van verkoop te hebben. Er is een interessante tweedeling. Maar als je naar een klein bedrijf gaat, hebben ze misschien één werktuigbouwkundig ingenieur. Ze hebben misschien één operationeel persoon die contact heeft met de fabriek. Eén marketingpersoon of een extern bedrijf. [onhoorbare 00:48:17] softwareteam van drie of vier. Je kunt dit verkleinen tot een team van 10 personen of tot een team van 50 personen en je kunt een geweldig product bouwen. Het zou een hele uitdaging zijn om dat op volumes te doen met zo'n klein team.
Leander: Rechts. Ja. Terugkomend op waar we het in het begin over hadden, toen je zei dat er nu een kans is. Vermoedelijk hadden we het over automatisering, veel meer automatisering. Hoe past uw box in wanneer dingen veel meer geautomatiseerd zijn? Hoe werkt dat?
Anna Katrina: Ik ben erg blij dat je deze vraag hebt gesteld, want dit spreekt echt tot de grotere visie van waar we als bedrijf aan werken. Er komt een ommekeer in de productie waar automatisering mensen gaat vervangen. Dit gebeurt en ik weet dat er mensen in onze samenleving zijn die daarover praten als een slechte zaak, maar deze oorlog is lang geleden gewonnen met John Henry. Vroeger. Het is gewoon nemen... Elk individueel ding heeft een strijd, maar de oorlog is gewonnen. Dit is eigenlijk heel belangrijk omdat automatisering het volgende mogelijk maakt. Wat is het volgende? Het volgende is intelligentie. We willen, als land en als individu, ik wil dat volgende ding ontwikkelen op een gelijk speelveld met alle anderen die misschien ook dat volgende ding ontwikkelen. Automatisering is geweldig om te hebben, omdat het betekent dat we de volgende stap kunnen ontwikkelen. De volgende stap is intelligentie en de reden die belangrijk is, is dat het ons in staat stelt om in wezen slimme, intelligente motoren te hebben, AI's die deze productielijnen aansturen, die al geautomatiseerd zijn. Iemand heeft ze geautomatiseerd.
Wat is het brein dat die lijn loopt en dat brein moet in staat zijn om slimme dingen te doen die mensen nu doen. Als je de machines kunt laten doen waar ze goed in zijn en de mensen doen waar wij goed in zijn, dan kun je iets creëren dat veel efficiënter is om een product uit te brengen. Je kunt overal bouwen, het maakt niet uit. Het zijn de kosten van de grond waarop je de fabriek zet, het maakt niet uit of die grond in de buurt is van mensen met expertise, want de expertise zit in de software. Dat is de visie die we zien en deze onvermijdelijke stroom van automatisering naar intelligentie. Dat is de ruimte waar we werken.
Terug naar de oorspronkelijke vraag, waarom heb je dan een box die online gaat met mensen? Het antwoord is dat we er niet vanuit gaan dat de dingen die al zijn geautomatiseerd, data opleveren die al waardevol zijn. We hebben eigenlijk een systeem gemaakt om gegevens te verzamelen waarvan we denken dat ze veel waardevoller zijn. Het is momenteel niet direct beschikbaar. Die gegevens stellen ons in staat om de eerste stukjes van deze analyse-engine, deze intelligence-engine, te bouwen.
Leander: Ja. [crosstalk 00:51:01] machine learning.
Anna Katrina: Ja. Met machine learning. Deze machine learning-functies die we hebben, zijn gewoon de hoek terugtrekken, de hoek van het laken terugtrekken op deze hele intelligentie-engine die we bouwen voor productie en demonstreren wat de kracht van deze technologie al is en reiken naar het potentieel van wat het zou kunnen zijn in de toekomst.
Leander: Rechts. Oké, ja. Intelligente automatisering bouwen
Anna Katrina: We hebben een kastje gebouwd. Het gaat op lijnen waar mensen werken of op overgangslijnen waar mensen in machines zijn. Maar het verzamelt gegevens die momenteel niet beschikbaar zijn, daarom moeten we de doos bouwen.
Leander: Denk je na over de maatschappelijke vraagstukken, alle praktische zaken natuurlijk. Dit is momenteel een hot-button-onderwerp, gezien de verkiezingen. Zie je de productie terugkomen naar de Verenigde Staten? Menselijke productie? Dan is de tweede vraag, die daarmee verband houdt, als je die banen weghaalt, creëert dat dan nieuwe banen, andere banen om die banen te vervangen?
Anna Katrina: Ja. Ik respecteer de verschillende politieke opvattingen over deze kwestie, want ik denk dat dit eigenlijk een heel ingewikkelde kwestie is. Ik denk dat het een vergissing zou zijn om de stroom van technologische vooruitgang in de productie te stoppen.
Leander: En onmogelijk, toch?
Anna Katrina: Het is op dit moment onvermijdelijk dat automatisering zal plaatsvinden. Er kunnen bepaalde bewerkingen zijn die nog lang door mensen worden gedaan, maar voor bewerkingen die machines kunnen doen, moeten we machines ze laten doen. Mijn perspectief hierop is de reden dat we dat moeten doen, zodat we aan de volgende stap kunnen werken. We kunnen aan de volgende stap gaan werken … We moeten een stuk hardware bouwen om aan die volgende stap te gaan werken, want de robots bestaan niet. Als de robots bestonden, zouden we de gegevens van de robots gewoon kunnen gebruiken. We moesten iets bouwen om daadwerkelijk bij de volgende stap te komen. We willen, denk ik, als land, als samenleving, als wereld werken aan technologie die hulpbronnen bespaart, of dat nu geld, tijd, materialen en grondstoffen is. Daar zouden we aan moeten werken.
Intelligentie is deze geweldige kans en het is ook echt krachtig. Ik denk dat de opkomst van intelligentie in de productie echt is waar we aan moeten denken. Je kunt een man een [onhoorbare 00:53:19] geven of je kunt hem een lepel geven en ze kunnen allebei een gat graven. We zouden denken dat dat tegenwoordig belachelijk zou zijn. We zouden deze technologische vooruitgang moeten omarmen en ik geloof dat er veel werk aan de winkel is over wat er dan in de samenleving gebeurt. Ik moet geloven dat elke andere technologische vooruitgang in het verleden, zoals de komst van het bedrijf, veel typisten uit de weg heeft geruimd werk, maar kijk eens naar alle banen die er nu zijn vanwege computers die niet zouden hebben bestaan, als we nog steeds type hadden gebruikt schrijvers. Ik denk dat ik als een intern optimist moet geloven dat dat iets is dat we zullen uitzoeken.
Leander: Na aan die lijn te hebben gewerkt, heb ik in fabrieken gewerkt, dat zijn geen engelachtige banen. U zou, neem ik aan, niet treurig zijn om te zien dat die assemblagewerkzaamheden verdwijnen.
Anna Katrina: Zeker, sommige mensen zullen verdrietig zijn als die banen verdwijnen. Ik denk dat het belangrijk is om in gedachten te houden dat hier een heel menselijke factor is. Maar ik denk ook dat het belangrijk is om in gedachten te houden dat er een mondiale maatschappelijke factor is die ons kunstmatig achterlaat, waardoor we op een veel grotere schaal achterblijven voor wat de toekomst biedt. Ik denk dat we die risico's samen moeten afwegen en samen tot oplossingen moeten komen. Ik denk dat er veel mensen zijn die praten over de problemen in deze ruimte, en niet veel mensen die hier aan oplossingen werken of deze daadwerkelijk implementeren. Dit is een aandachtsgebied waar ik graag meer tijd aan zou besteden.
Leander: De laatste vraag zou zijn: hoeveel andere mensen werken er in deze ruimte? Ben je alleen of heb je concurrenten?
Anna Katrina: Dit is een zeer interessante ruimte omdat het net begint open te barsten. Er zijn veel grote bedrijven en grote ondernemingen die werken aan enkele van de ideeën waarin we geïnteresseerd zijn, of dat nu aan de kant van het apparaat is, waar ze zijn daadwerkelijk de apparatuur zelf bouwen, die deze automatisering doet of metingen uitvoert en deze geavanceerde technologie creëert of dat deze zich op deze productiegegevenssite bevindt. Er zijn veel bedrijven die aansluiten op de machines die beschikbaar zijn en ze kunnen de gegevens op de machine nemen en die in het kantoor van de lijnleider en zij kunnen alle gegevens bekijken en misschien begrijpen dat er inzichten kunnen zijn, kunnen worden gegenereerd uit Dat. We hebben een iets andere benadering omdat we denken dat de kracht hier de combinatie van gegevens met inzicht is. Gegevens vertellen alleen dat je een probleem hebt. We hebben een faalpercentage, het faalpercentage is dit. Insight vertelt u wat u aan dat probleem kunt doen. Inzicht is iets waar intelligentie mee op de proppen komt, dat is iets wat mensen tegenwoordig doen.
Eerlijk gezegd was ik een productontwerpingenieur, ik was een verdomd goede, ik denk dat de meeste mensen die met mij hebben gewerkt, zouden zeggen. Maar ik was beperkt, want mijn hoofd zit vol met vlees. Ik kan me niet alles herinneren wat ik ooit heb gezien, ik herinner me de serienummers niet, ik heb geen catalogus van deze gegevens in mijn hoofd. Maar computers kunnen dat heel gemakkelijk. Ik denk dat er een kans is om mensen te laten doen waar we goed in zijn en machines te laten doen waar ze het beste in zijn en die twee samen te benutten. Machines kunnen veel gegevens kraken waardoor inzichten kunnen worden gecreëerd en dat is waar we aan werken om die intelligentie te bouwen. Er zijn bedrijven die verschillende gebieden hebben geraakt, maar we denken dat we uniek zijn in deze specifieke ruimte in de markt.
Er zijn grote spelers die werken aan veel problemen in de productie, inclusief waar al deze gegevens naartoe gaan, welke spantangen het zijn, de contractfabrikanten bouwen zelf veel apparatuur en technologie zich. Het is een gebied van intense, intense ontwikkeling. Ik vermoed dat er 10 bedrijven zijn die nog niet uit stealth zijn gekomen in de VS en nog 10 in China en nog 10 in India. Dat dit een gebied is dat groeit en de komende jaren steeds meer voorkomt.
Leander: Oke. Er zijn andere bedrijven zoals jij, start-ups.
Anna Katrina: Waarschijnlijk, ja.
Leander: [overspraak 00:57:14].
Anna Katrina: Als oprichter is het mijn taak om paranoïde te zijn over iedereen. We gaan er niet vanuit dat we de enigen zijn die hieraan werken. Dat gezegd hebbende, we hebben een geweldige start. We hebben Fortune 500-bedrijven die onze apparatuur en software gebruiken en die terugkomen voor herhalingsaankopen. We hebben bedrijven die hun contracten met ons uitbreiden. We worden momenteel ingezet in meerdere Foxconns en Flextronicses en in meerdere landen, drie landen op dit moment. We hebben een goed eerste bereik in deze markt. Maar het is nog maar het begin. We zijn niet eigenwijs genoeg om te geloven dat we alleen zijn.
Leander: Je hebt net veel gelezen over AI machine learning. Ik denk dat dit een heel goed voorbeeld is van hoe het wordt geïntegreerd in bijna elk aspect van ons leven. De reden dat ik naar dit soort concurrentie vraag, is dat niet alleen jij dit idee had, dit is een algemene trend die in de hele branche gaande is.
Anna Katrina: Machine learning is een van die termen die erg populair is geworden. Als bedrijf proberen we zoveel mogelijk weg te blijven van deze modewoorden, maar het is de technologie die we gebruiken en benutten. De kans is echt dat we technologie gebruiken die is ontwikkeld en geëvolueerd in de consumentenruimte voor zaken als Netflix, het geven van aanbevelingen en in een restaurant. Al dat gedoe met de aanbevelingsengine is een vroege toepassing voor machine learning. Fraudedetectie op opmerkingen om troll-opmerkingen naar beneden te duwen. Dat gebeurt vaak door machine learning. Fraudedetectie die troll-opmerkingen naar beneden duwt, is hetzelfde als anomaliedetectie, wat onze software doet. De onze bevindt zich in de fotografische ruimte, dat is in de natuurlijke taalverwerkingsruimte.
Het nemen van deze technologieën die zijn ontwikkeld bij de consument en deze meenemen naar een industrie die eerlijk gezegd veel over het hoofd wordt gezien. Het is een erg unsexy ruimte. Ik vind het echt geweldig, maar het is over het algemeen unsexy. Dit creëert een kans tussen de twee. Dat gezegd hebbende, is een van de interessante vragen die mij vaak worden gesteld, hoe komen we op dit idee om dit specifieke ding te doen? Is het echt zo uniek. Wat we als ingenieurs altijd hebben gedaan, is dat we eruit willen en we willen praten met de mensen voor wie we een product gaan bouwen. Nadat we Apple verlieten, bracht ik een aantal maanden door... We dachten eigenlijk dat we robots gingen bouwen. We zijn begonnen als een robotbedrijf. We zijn twee werktuigbouwkundigen. Natuurlijk zouden we een robotbedrijf beginnen.
Leander: Robotbedrijf, ja.
Anna Katrina: Maar wat we ons realiseerden toen we gingen en we spraken met minstens 100 ingenieurs, bedrijven van verschillende groottes, en ook fabrieken, niet alleen ingenieurs, maar ook fabrieken. Wat ze wilden en wat ze zagen. We realiseerden ons dat de robots minder interessant waren dan de gegevens en dat er niet veel softwarekracht in de productieruimte wordt gestopt. Ook al waren er ingenieurs die ons konden vertellen: "Oh man. Je bouwt dat ding, ik heb dat ding altijd al gewild. Ik heb altijd van dat ding gedroomd. De mogelijkheid om deze afbeeldingen overal te zien, dat zou geweldig zijn. Ik wilde dat. Daar dacht ik een jaar geleden al aan.”
Dit is een veel voorkomende reactie, maar niemand heeft het echt gedaan. Ik denk dat het unieke voordeel dat we als bedrijf hebben, is dat we software bouwen voor werktuigbouwkundigen, wat niet vaak gebeurt. En we zijn mechanische ingenieurs om te beginnen. We bouwen software voor echte problemen waarmee we te maken hebben gehad en waarmee deze hele reeks ingenieurs waarmee we hebben gesproken ook te maken hebben gehad. Dat heeft ons in staat gesteld om af te stemmen wat we hebben gebouwd. We hebben het idee om robots te bouwen heel snel geschrapt. In plaats daarvan gericht op deze kracht van data en software. Ja, twee werktuigbouwkundigen hebben een softwarebedrijf opgericht. Gebeurt niet zo vaak, maar nogmaals, ik denk dat dat ons speciaal maakt.
Leander: Oke. Heel cool. Alvast bedankt en ik wens je veel succes.
Anna Katrina: Bedankt.
Leander: Dat is alles waar we deze week tijd voor hebben. Ik wil graag Anna-Katrina Shedletsky, de CEO en oprichter van Instrumental, bedanken. Meer informatie over Instrumental vind je op Instrumental.com. Je kunt ook kijken op cultofmac.com. We hebben deze week een aantal berichten over Anna-Katrina en haar bedrijf. Dat was Candy's Corner, een wekelijkse podcast over de wereld van Apple. Elke week komen er nieuwe afleveringen uit. Abonneer je op iTunes of je favoriete podcasting-app. Als je de show leuk vindt, een recensie of beoordeling achterlaat, het helpt veel. Kijk op cultofmac.com en volg ons op Twitter of Facebook. Op Twitter zijn we @cultofmac. En Facebook is facebook.com/cultofmac. Tot de volgende keer.
