Key Takeaways
„Allive“ 10–30 minučių trukdavusią rankinę kanapių sėklų analizę pakeitė dirbtiniu intelektu paremta inspekcija, pateikiančia rezultatus per kelias sekundes.
Žaliukų rūšiavimas, kuris anksčiau užtrukdavo iki 2 valandų vienam mėginiui, dabar atliekamas akimirksniu. Tai iš esmės keičia laboratorijos dienos pajėgumus.
Per 6 mėnesių pilotinį projektą buvo sukurtas specialiai kanapėms pritaikytas DI modelis, atpažįstantis 30+ priemaišų klasių (įskaitant skalses, skleročius, ambroziją, rapsus, dantytąją liucerną) ir pasiekiantis 93.25% bendrą tikslumą analizuojant 100% gamybos mėginių.
Tiriant oksiduotas kanapių sėklas, sistemos rezultatai nuo laboratorijos skyrėsi vos 0.03 procentinio punkto (laboratorijos 1.54% palyginti su sistemos 1.57%).
„Allive“ produkto atitikties vadovas šį pokytį apibūdina kaip perėjimą nuo „žiūrėjimo“ prie „matavimo“ – kokybė tapo faktu, o ne nuomone.
Realaus laiko kokybės kontrolė dabar palaiko gamybos linijas, kurios išvalo 500 kg/h kanapių žaliavos.
Kiekviena inspekcija sugeneruoja skaitmeninį įrašą, kurį galima bet kada atidaryti iš naujo ir kuriame kiekvienas objektas yra išskirtas bei suklasifikuotas. Straipsnyje pateikiama nuoroda į realų pavyzdį iš „Allive“ gamybos linijos (aptiktas 6,251 grūdas).
JSC Allive yra viena didžiausių vertikaliai integruotų pramoninių kanapių gamintojų Europoje, tiekianti produkciją maisto ir sveikatingumo rinkoms ES, JAV, Kanadoje bei Japonijoje. Tai rinkos, nepripažįstančios kompromisų, ir „Allive“ produkto atitikties vadovas Tadas Brazdauskas tai formuluoja labai aiškiai:
Mes nesame tiesiog dar viena kanapių verslo įmonė. Esame tokie, kur kokybė nėra tik rinkodara. Tai kasdienis sprendimas. Dirbame su rinkomis, kuriose kompromisams nėra vietos, todėl ir patys jų nedarome.
- Tadas Brazdauskas, produkto atitikties vadovas
2025 m. pabaigoje „Allive“ ir „GrainODM“ pradėjo struktūruotą šešių mėnesių pilotinį projektą, kuriuo siekta rankinį kanapių sėklų vertinimą pakeisti dirbtinio intelekto pagrindu veikiančia inspekcija. Praėjus šešiems mėnesiams ir dvylikai kassavaitinių peržiūrų ciklų, jų apibūdinamas procesas nebėra tik vizualinis vertinimas. Tai skaitmeninis matavimas. Arba, kaip vėliau šiame pasakojime teigia Tadas: kokybė tapo faktu, o ne nuomone.
Tai istorija apie šį pokytį, papasakota jį įgyvendinusių žmonių lūpomis: Tado ir Emilijos Nugarienės, „Allive” jaunesniosios laboratorijos vadovės.
Akimirka, kai rankinis procesas pradėjo riboti plėtrą
Arba mes keičiame procesą, arba procesas stabdys mūsų augimą.
- Tadas Brazdauskas, produkto atitikties vadovas
Kanapių sėklų inspekcija įmonėje „Allive“ anksčiau buvo atliekama išimtinai rankiniu būdu. Kiekviena priemaiša buvo skaičiuojama ir sveriama atskirai, tada registruojama žurnaluose ir perrašoma į „Excel“, nuolat rizikuojant padaryti duomenų įvedimo klaidų.
„Standartinis mėginys užtrukdavo apie 10–30 minučių,“ – prisimena Emilija. „Tačiau kai kurie procesai, pavyzdžiui, žaliukų rūšiavimas ir skaičiavimas, galėdavo užtrukti iki dviejų valandų. Įprastą dieną atlikdavome nuo 20 iki 30 analizių, priklausomai nuo gamybos apimčių.“
Didžiausias spaudimas kilo dėl nestandartinių atvejų. Žaliukų rūšiavimas ir skaičiavimas viename mėginyje galėjo užtrukti iki 2 valandų. Įdiegus DI inspekciją, ta pati patikra atliekama per kelias sekundes. Tai tokio masto pokytis, kuris iš esmės keičia ne tik atskirų užduočių atlikimo trukmę, bet ir tai, ką laboratorija fiziškai gali nuveikti per dieną.
Turint omenyje „Allive“ gamybos apimtis – maždaug 500 kg/h išvalytos kanapių žaliavos – lėta laboratorija reiškia lėtą gamybos liniją. Kiekvienas papildomas abejotinos kokybės kilogramas kelia riziką aukščiausios klasės eksporto įsipareigojimams.
Problema buvo ne vienas ilgai tiriamas mėginys. Esminis klausimas buvo, ar kokybės kontrolė spės koja kojon su įmonės augimu.
Kiek šis sutaupytas laikas būtų vertas esant jūsų gamybos apimtims?
„Allive“ kasdien ištirdavo nuo 20 iki 30 mėginių, o kiekvienas jų užtrukdavo nuo 10 iki 30 minučių. Įvertinkite, kiek laboratorijos valandų ir našumo galėtumėte sutaupyti savo veikloje pakeitę rankinį vertinimą.
Išbandyti ROI skaičiuoklę →Kodėl „Allive“ atsisakė standartinių DI sprendimų
Kanapių sėklos nėra kviečiai. Priemaišos, kurias „Allive“ privalo aptikti (kitos sėklos, oksiduoti branduoliai, nesubrendusios kanapės, lukštai ir jų fragmentai, šiukšlės), savo spalva, forma ir dydžiu yra labai panašios į švarias sėklas. Standartiniai kompiuterinės regos modeliai, apmokyti su įprastais grūdais, sunkiai susidoroja su šiuo sutapimu.
Mes ieškojome ne tiek pačios technologijos, kiek už jos slypinčio intelekto.
- Tadas Brazdauskas, produkto atitikties vadovas
„Jei partneris nesupranta jūsų produkto, DI nepadės,“ – sako Tadas. „Kanapių sėklos nėra paprasti kviečiai. Priemaišos gali būti labai panašios savo spalva, forma ir dydžiu. Mums buvo kritiškai svarbu, kad modelis būtų apmokomas naudojant priemaišas, kurias kaupėme ilgą laiką, pasitelkiant mūsų patirtį.“
Toks požiūris apibrėžė apimtį. Tai nebuvo tiesiog programinės įrangos įdiegimas. Tai tapo bendro kūrimo projektu.
Kaip atrodė šešių mėnesių pilotinis projektas
Pilotinio projekto struktūra buvo sąmoningai orientuota į aktyvų bendradarbiavimą. „Allive“ laboratorija teikė mėginius, žymėjo nestandartinius atvejus ir atkreipdavo dėmesį į klasifikavimo klaidas. „GrainODM“ kiekvieną savaitę iš naujo apmokydavo modelį ir pateikdavo atnaujinimus. Šis procesas vyko nuo 2025 m. spalio iki 2026 m. kovo, o formalios kassavaitinės peržiūros buvo fiksuojamos 96 puslapių bendrame žurnale, kuriame užregistruotas kiekvienas pastebėjimas, modelio pakeitimas ir išspręstas sudėtingas atvejis.
Modelio tobulėjimą lengviausia pamatyti analizuojant vieną klasę. Pirmosiomis savaitėmis priemaišos, kurios aiškiai neatitiko jokios apmokytos klasės, būdavo priskiriamos bendrai kategorijai „kitos sėklos“. Vienoje antrosios savaitės partijoje sistema užfiksavo 260 objektų kaip „kitas sėklas“, nors laboratorija jų suskaičiavo vos 6. Iki projekto pabaigos ši bendra kategorija buvo pakeista daugiau nei trisdešimčia konkrečių klasių – įskaitant skalses, skleročius, ambroziją, rapsus, dantytąją liucerną, aliejinį ridiką, gauruotąjį vikį, svėrę, pūkuotąją varnalėšą, trumpamakštį rūgtį, tuščiąją avižą, kviečius, garstyčias ir lipikus – visos jos sugrupuotos į tris kategorijas, kurias naudoja „Allive“ kokybės kontrolės sistema: alergeninės, pavojingos ir kenksmingos priemaišos.
Iki 2026 m. vasario modelis pasiekė 93.25% bendrą tikslumą 100% gamybos mėginių, apimant visą klasių rinkinį. Vertinant vieną priemaišų tipą, kurio eksportui kritines ribas atidžiai seka „Allive“ – oksiduotas kanapių sėklas – sistemos rezultatai nuo laboratorijos skyrėsi vos 0.03 procentinio punkto (laboratorijos vidurkis – 1.54%, sistemos – 1.57% analizuojant devynis mėginius).
Tas pats kanapių sėklų mėginys „Allive“ laboratorijoje prieš ir po „GrainODM“ DI inspekcijos: neapdorotas vaizdas ir segmentuoti bei suklasifikuoti objektai.
Emilija stebėjo šį progresą iš laboratorijos pusės. „Per visą pilotinį projektą sistema nuolat tobulėjo. Su kiekvienu atnaujinimu ji vis tiksliau atpažindavo mūsų sėklų tipus ir priemaišas. Buvo akivaizdu, kad komanda aktyviai dirba su mūsų duomenimis ir kad modelio tikslumas nuosekliai auga.“
„Mes buvome reiklūs. Ir gerai, kad jie atlaikė,“ – sako Tadas. „Modelis buvo apmokomas naudojant mūsų duomenis, ir mes patys buvome giliai įsitraukę į procesą. Kai kurie dalykai užtruko ilgiau nei tikėjomės, bet ir mūsų pačių lūkesčiai eigoje augo. Tai nebuvo principas „nusipirk ir naudok“. Tai buvo „sukurkime tai kartu“.“
Iš laboratorijos perspektyvos: greitis ir įrodymai
Emilija kasdien dirba su kanapių sėklų mėginiais. Jos įprasta rutina apima priemaišų skaičiavimą, nesubrendusių sėklų ir lukštentų kanapių rūšiavimą, dokumentacijos pildymą ir gamybos linijos auditą. Ji geriausiai mato, kaip darbas atrodė prieš ir po to, kai DI pasiekė laboratoriją.
Jai pats pirmasis pokytis buvo fizinis. „Labiausiai nustebino greitis. Rezultatai – per kelias sekundes. Tai buvo akivaizdus skirtumas, palyginti su rankiniu darbu, kurį atlikdavome iki tol.“
Neatsižvelgiant vien į sutaupytą laiką, paaiškėjo, kad kasdieniame darbe svarbiausi tapo du dalykai, kurių nė viena pusė pačioje pradžioje negalėjo nuspėti.
Struktūruotos kategorijos ataskaitoje. „Labai patogu, kad rezultatai pateikiami struktūruotoje lentelėje,“ – sako Emilija, – „kurioje aiškiai matomos kategorijos – alergeninės, pavojingos, kenksmingos priemaišos – ir jų bendri kiekiai.“ Joks papildomas interpretavimas netrukdo tarp analizės ir auditoriaus klausimų.
Įrašas, kurį galite išsiųsti. Kiekvienas ištirtas mėginys turi visą interaktyvią ataskaitą. Kai pirkėjas ar auditorius ginčija partijos kokybę, „Allive“ tiesiog nusiunčia jiems failą. Jie jį atidaro, priartina vaizdą ir mato lygiai tą patį, ką matė laboratorija. Nelieka vietos jokiems ginčams.
Atidaryti interaktyvią ataskaitą →
Viena naudingiausių funkcijų – galimybė išsaugoti mėginio nuotrauką ir vėliau ją iš naujo išanalizuoti, kai kyla klausimų ar ginčų dėl kokybės.
- Emilija Nugarienė, jaunesnioji laboratorijos vadovė
Kiekvienas, dirbantis kokybės užtikrinimo srityje, žino, kokia to vertė. Nuotraukomis paremtas įrašas ilgą susirinkimą paverčia penkių minučių atsakymu.
Iš vadovybės perspektyvos: kokybė kaip faktas
Tadas šią transformaciją vertina iš platesnės perspektyvos.
Kokybė tapo faktu, o ne nuomone.
- Tadas Brazdauskas, produkto atitikties vadovas
„Dirbame su žemės ūkio žaliava, kurioje net ir patyręs specialistas negali pastebėti visko, ypač po daugybės rankinių analizių. Akys pavargsta. Sistema identifikuoja tai, ko mes nepastebėtume plika akimi, ir sukuria skaitmeninį kiekvieno radinio įrašą.“
Antrasis esminis pokytis – greitis ir savalaikiškumas. Rankinė kokybės kontrolė veikė kaip ataskaita po fakto. DI inspekcija vyksta lygiagrečiai su valymo linija. „Dabar galime atlikti analizę proceso metu, kiekvieną dieną. Kai per valandą pagaminate 500 kg išvalytos žaliavos, reakcijos laikas yra kritinis. Tai, kas anksčiau buvo lėtas procesas, dabar yra realaus laiko kokybės valdymas. Mažiau neatitikimų, mažiau perdirbimo, mažesnės išlaidos.“
Tadas situaciją „prieš ir po“ sutalpina į vieną sakinį: „Anksčiau dirbome akimis. Dabar dirbame su duomenimis.“
Ką „Allive“ patartų kolegoms, svarstantiems apie automatizaciją
Tado atsakyme išsiskiria trys dalykai. Pirma – skuba. Antra – požiūris į automatizaciją kaip į kryptį, o ne kaip į pirkinį. Trečia – žmogiškasis faktorius.
Jei vis dar apie tai svarstote, jau vėluojate. Tai ne pasirinkimas. Tai kryptis.
- Tadas Brazdauskas, produkto atitikties vadovas
„Automatizacija tai ne tik laiko taupymas. Ji keičia paties darbo pobūdį. Mes pašalinome monotoniją ir suteikėme žmonėms daugiau atsakomybės bei erdvės tobulėti. Tai didesnė vertė nei vien tik efektyvumas – tai ne tik našumas, bet ir motyvacija. Dirbkite protingiau, o ne sunkiau. Svarbiausia pasirinkti partnerį, kuris nori eiti šiuo keliu kartu su jumis, nes tada rezultatas bus ne vien technologija. Tai bus tikras verslo pokytis.“
Emilijos vertinimas iš laboratorijos perspektyvos yra ramesnis, tačiau veda prie tos pačios išvados:
Tokie įrankiai taps neatsiejama kasdienio darbo dalimi, papildančia specialistų kompetenciją ir didinančia efektyvumą.
- Emilija Nugarienė, jaunesnioji laboratorijos vadovė
„Tokia technologija sutaupo daug laiko, padidina rezultatų patikimumą ir juos standartizuoja,“ – prideda ji.
Šis skirtumas yra labai svarbus. Įmonėje „Allive“ DI inspekcija nepakeitė laboratorijos darbuotojų. Ji suteikė laboratorijai antrą porą akių, kurios niekada nepavargsta ir visada fiksuoja savo darbo rezultatus.
Kanapių pramonei
„Allive“ pilotinis projektas yra vienas pavyzdys, o ne galutinis pramonės verdiktas. Tačiau jis nubrėžia aiškią gairę. Įmonei, tiekiančiai aukščiausios kokybės kanapių ingredientus į rinkas, nepripažįstančias kompromisų, vien tik rankinė kokybės kontrolė nebėra saugus standartas. Pirkėjų lūkesčiai keičiasi ir reikalauja skaitmeninių kiekvienos partijos įrodymų, todėl kanapių pramonė eina tuo pačiu keliu, kuriuo prieš dešimtmetį pasuko grūdų sektorius.
Jei norite sužinoti daugiau techninės informacijos (kokias priemaišų klases seka kanapių laboratorijos, kokie standartai taikomi ES, JAV, Kanadoje ir Japonijoje bei kaip išsirinkti DI inspekcijos partnerį), skaitykite mūsų kanapių sėklų kokybės inspekcijos vadovą. Norėdami sužinoti 2025 m. rugsėjo mėn. kontekstą, kaip prasidėjo ši partnerystė, skaitykite mūsų pirminį pranešimą. Platesniam supratimui apie tai, kaip veikia DI varomi analizatoriai, skaitykite mūsų grūdų analizatorių paaiškinimą bei grūdų švarumo testo vadovą.
Jei dirbate su kanapių perdirbimu ir norite suprasti, kaip atrodytų šešis mėnesius trunkantis individualaus modelio apmokymas jūsų produktui, susisiekite su mumis, išbandykite mūsų ROI skaičiuoklę, kad sužinotumėte, kiek rankinio vertinimo atsisakymas sutaupytų esant jūsų gamybos apimtims, arba atidarykite tiesioginę mėginio inspekcijos ataskaitą ir pažiūrėkite, kokį skaitmeninį įrašą dabar su kiekviena partija gauna „Allive“.
Dažniausiai Užduodami Klausimai
Projektas truko šešis mėnesius, nuo 2025 m. spalio iki 2026 m. kovo, o „Allive“ kokybės komanda ir „GrainODM“ modelio apmokymo komanda atlikdavo kassavaitines peržiūras. Procesas buvo aprašytas 96 puslapių bendrame žurnale, kuriame fiksuoti kiekvienos savaitės pastebėjimai, modelio pakeitimai ir išspręsti sudėtingi atvejai.
Iki 2026 m. vasario modelis pasiekė 93.25% bendrą tikslumą 100% gamybos mėginių daugiau nei trisdešimtyje priemaišų klasių. Vertinant konkrečiai oksiduotas kanapių sėklas, sistemos rezultatai nuo laboratorijos skyrėsi vos 0.03 procentinio punkto (laboratorijos 1.54% lyginant su sistemos 1.57% analizuojant devynis mėginius).
Standartinė rankinė mėginio analizė užtrukdavo apie 10–30 minučių, priklausomai nuo mėginio ir įskaitant duomenų įvedimą. Sudėtingesni procesai, tokie kaip žaliukų rūšiavimas ir skaičiavimas, galėdavo trukti iki 2 valandų vienam mėginiui. Įdiegus DI inspekciją, tie patys patikrinimai atliekami per kelias sekundes.
Kanapių sėklų priemaišos dažnai savo spalva, forma ir dydžiu yra labai panašios į pačias sėklas. Standartiniai grūdų modeliai negali jų patikimai atskirti. „Allive“ apmokė „GrainODM“ modelį naudodami savo pačių priemaišų bazę, sukauptą per ilgametę kanapių gamybos patirtį.
Kiekvienam analizuojamam mėginiui sugeneruojama skaitmeninė ataskaita su originaliu vaizdu, aptiktų priemaišų kategorijomis (alergeninės, pavojingos, kenksmingos), skaičiais ir laiko žyma. Ataskaitas vėliau galima atidaryti iš naujo, siekiant išspręsti ginčus dėl kokybės ar atsakyti į audito klausimus.
„Allive“ valymo linija apdoroja apie 500 kg/h išvalytos kanapių žaliavos. DI inspekcija dabar užtikrina realaus laiko kokybės kontrolės sprendimus esant tokiam našumui.
„Allive“ modelis buvo apmokomas per šešių mėnesių struktūruotą pilotinį projektą su kassavaitiniais peržiūrų ciklais. Tokia trukmė atspindi užduoties sudėtingumą atskiriant kanapių priemaišas, kurios vizualiai panašios į pačias sėklas. Įmonės, turinčios paprastesnius klasių rinkinius, gali greičiau pasiekti gamybos lygio tikslumą, o turinčios labai kintančią produktų sudėtį gali pareikalauti ilgesnio testavimo periodo.
Taip. „GrainODM“ sukuria skaitmenines inspekcijos ataskaitas (įskaitant anotuotą mėginio vaizdą, atskirų klasių skaičius, bendrus rezultatus ir laiko žymą), kurios gali būti eksportuojamos ir integruojamos su esamomis laboratorijos informacinėmis ar kokybės valdymo sistemomis. Integracijos apimtis apibrėžiama pilotinio projekto sąrankos metu.
Pilotinis projektas pereina į nuolatinį naudojimą gamyboje, kai pasiekiami tikslumo tikslai vertinant kliento mėginius. Modelis ir toliau gali būti prižiūrimas bei tobulinamas – naujas priemaišų klases ar produktų linijas galima pridėti per papildomus apmokymo ciklus, nereikalaujant naujo įrankio.
The New Standard in Grain Purity Analysis
Data, not guesswork. Learn how GrainODM sets a new benchmark for digital grain inspection.