ОСОБЛИВОСТІ ВПРОВАДЖЕННЯ РОЗУМНОГО ВИРОБНИЦТВА НА ПРОМИСЛОВИХ МАЛИХ І СЕРЕДНІХ ПІДПРИЄМСТВАХ: ПЕРЕВАГИ ТА ОБМЕЖЕННЯ

Наталя Євгеніївна Гришко, Денис Солодков, Володимир Гришко · INNOVATIVE ECONOMY · 2024

Гришко Н.Є., Солодков Д.Є., Гришко В.М. ОСОБЛИВОСТІ ВПРОВАДЖЕННЯ РОЗУМНОГО ВИРОБНИЦТВА НА ПРОМИСЛОВИХ МАЛИХ І СЕРЕДНІХ ПІДПРИЄМСТВАХ: ПЕРЕВАГИ ТА ОБМЕЖЕННЯМета. Визначення механізмів вирішення технологічних і технічних обмежень управління даними при автоматизації виробничого процесу на промислових підприємствах, а також економічних переваг та обмежень, що створює впровадження розумного виробництва на малих і середніх промислових підприємствах.Методика дослідження. Теоретичною і методологічною основою дослідження є наукові праці провідних вчених та підприємців-практиків щодо особливостей та технології впровадження розумного виробництва на промислових підприємствах. У процесі дослідження використано такі загальнонаукові методи: порівняння – для дослідження підходів найбільших країн-виробників до управління та стимулювання розвитку розумного виробництва; аналізу і синтезу – для аналізу стану впровадження розумного виробництва на малих і середніх промислових підприємствах; абстрактно-логічний – для висловлювань власних припущень та формулювання висновків, графічний – для наочного ілюстрування концептуальної моделі оптимізації програмно-апаратного забезпечення МСП для обробки даних підприємств.Результати дослідження. Встановлено, що провідні технології, що формують систему розумного виробництва ‒ промисловий Інтернет речей, нейронні мережі на базі штучного інтелекту та технологія блокчейну ‒ вирішують наступні технологічні обмеження, що існували за централізованої серверної інфраструктури: перенавантаження інфраструктури внаслідок зростання споживання обчислювальних ресурсів (вирішено в результаті оптимізації швидкості обліку транзакцій за рахунок впровадження штучних нейронних мереж на основі штучного інтелекту); проблеми аутентифікації стейкхолдерів та сумісності платформ (вирішено в результаті автоматизації реєстрації учасників, транзакцій та в результаті автоматизації виконання транзакцій за рахунок смарт-контрактів в рамках технології відкритого блокчейну); недостатня цілісність і конфіденційність реєстра даних як наслідок проблеми сумісності і аутентифікації (вирішено за рахунок технології розподіленого обліку транзакцій (блокчейн), що дозволяє уникнути фальсифікації та підробки даних). З’ясовано, що основною економічною перевагою в результаті впровадження зазначених технологій в рамках системи розумного виробництва є можливість масової кастомізації виробництва на рівні або майже на рівні витрат шаблонного масового виробництва. Уточнено, що дані технології є доцільними для впровадження високотехнологічними промисловими підприємствами, що виробляють продукцію з високою доданою вартістю.Наукова новизна результатів дослідження. Набули подальшого розвитку теоретичні аспекти встановлення прямих та непрямих економічних переваг від впровадження системи розумного виробництва на промислових малих і середніх підприємствах, підходи до оптимізації виробництва у напрямку кастомізації продукції.Практична значущість результатів дослідження. Сформульовані підходи та рекомендації щодо вирішення проблем, пов’язаних із обробкою даних при автоматизації процесу виробництва - як комплексу технологічних обмежень, а також підхід щодо вирішення технологічних обмежень виготовлення кастомізованої продукції можуть бути використані на інноваційноорієнтованих промислових підприємствах, зокрема, середніх та малих.Ключові слова: розумне виробництво, малі та середні підприємства, промисловий інтернет речей, штучний інтелект, технологія блокчейну, автоматизація, виробництво, обробка даних. Hryshko N.Ye, Solodkov D.Ye, Hryshko V.M. SPECIFICS OF IMPLEMENTING SMART MANUFACTURING IN INDUSTRIAL SMALL AND MEDIUM-SIZED ENTERPRISES: BENEFITS AND LIMITATIONSPurpose. The aim of the article is to determine the mechanisms for solving the technological and technical limitations of data management during the automation of the production process at industrial enterprises, as well as the economic advantages and limitations created by the introduction of smart production at small and medium-sized industrial enterprises.Methodology of research. The theoretical and methodological basis of the research is the scientific works of leading scientists and practicing entrepreneurs regarding the features and technology of implementing smart production at industrial enterprises. The following general scientific methods were used in the research process: comparison – to study the approaches of the largest producing countries to the management and stimulation of the development of smart production; analysis and synthesis – to analyse the state of implementation of smart production at small and medium-sized industrial enterprises; abstract and logical – for expressing own assumptions and formulating conclusions, graphic – for visual illustration of the conceptual model of optimization of software and hardware of SMEs for data processing of enterprises.Findings. It has been established that the leading technologies forming the system of smart production - the industrial Internet of Things, neural networks based on artificial intelligence and blockchain technology – solve the following technological limitations that existed under the centralized server infrastructure: infrastructure overload due to the increase in the consumption of computing resources (solved as a result of optimization the speed of transaction accounting due to the introduction of artificial neural networks based on artificial intelligence); problems of stakeholder authentication and platform compatibility (solved as a result of automating registration of participants, transactions and as a result of automating the execution of transactions due to smart contracts within the framework of open blockchain technology); insufficient integrity and confidentiality of the data register as a result of compatibility and authentication problems (solved due to the technology of distributed accounting of transactions (blockchain), which allows to avoid falsification of data). It was found that t

Cited by 0 works.

Authors