Mihriban Büşra Yıldırım (Mechanical Engineer) –
Üretim Süreçlerinde Yapay Zekâ Desteği – LEO Sanal Asistan
LEO, 3DEXPERIENCE platformunda DELMIA süreç mühendisliğine destek veren bir yapay zekâ asistanıdır. Ürün tanımından üretim sahasına kadar planların ve iş talimatlarının hazırlanmasını, değişikliklerin izlenmesini ve bilgilerin güncel tutulmasını kolaylaştırmayı amaçlar.
- LEO içeriği hazırlamaya yardımcı olur; doğrulama ve üretime onay verme sorumluluğu mühendiste kalır.

Hangi Sorunları Çözmeyi Hedefliyor?
- Dağınık bilgiler ve elle yapılan işler: Parça listeleri, süreç planları, 3D modeller ve iş talimatları farklı yerlerde tutulabiliyor; aynı içerik tekrar hazırlanıyor.
- Değişikliklerin üretime eksik yansıması: Tasarım güncellenirken işlem sırası veya operatör talimatları eski kalabiliyor. Bu durum hata, yeniden işleme ve gecikme yaratabiliyor.
- Fabrikalar arasında farklı uygulamalar: Ortak standartları korumak zorlaşıyor; kişilerin deneyimine dayanan üretim bilgisi çalışanlar ayrıldığında kaybolabiliyor.

LEO Ne Yapıyor?
- Plan ve talimat hazırlamaya destek oluyor: Mevcut ürün, üretim ve 3D verilerinden işlem sıraları, üretim rotaları, kaynak atamaları ve üç boyutlu iş talimatları oluşturulmasına yardımcı oluyor.
- Değişikliğin etkisini belirliyor: Bir değişikliğin süreç planı, kaynaklar ve talimatlarda hangi alanları etkilediğini göstererek mühendisin kararını destekliyor.
- Mevcut bilgi birikimini yeniden kullandırıyor: Benzer işlerde kullanılan süreçleri ve talimatları önererek tekrar çalışmayı azaltmayı ve ortak standartları yaygınlaştırmayı hedefliyor.
- Bilgilerin uyumlu kalmasına yardımcı oluyor: Ürün ve süreçler değiştikçe parça listeleri, planlar, 3D veriler, talimatlar ve onay kayıtları arasındaki tutarlılığı destekliyor.

Doğrulanmış Şirket Verilerine Dayanan Yapay Zekâ
LEO, şirketin doğrulanmış ve kontrollü mühendislik, üretim ve 3D verilerine dayanarak ürün, ekipman ve standartlarla uyumlu içerik hazırlanmasına yardımcı olur. Şirketin bilgi birikimi ve fikrî mülkiyeti güvenli bir ortamda korunur.
Endüstriyel yapay zekâ, önerilerini gerçek ürün ve süreç bilgileriyle ilişkilendirir; doğrulama ve üretime onay sorumluluğu yine mühendiste kalır.
- MBOM ve BOP bağlantısı: Üretimde kullanılacak parça ve malzeme listesi (MBOM) ile üretimin nasıl yapılacağını tanımlayan süreç planı (BOP) birbiriyle ilişkilendiriliyor.
- 3D UNIV+RSES içindeki yeri: LEO; modelleme, simülasyon, gerçek veriler ve yapay zekâyı birleştiren bu yapının bir parçası. Ürün, süreç ve fabrikaların dijital karşılıkları olan sanal ikizlerle aynı veri ortamından yararlanıyor.

En Çok Hangi İşletmelere Yönelik?
Karmaşık ürünler üreten, çok sayıda ürün çeşidi yöneten ve sık tasarım ya da üretim değişikliği yaşayan işletmeler öne çıkıyor. Birden fazla fabrikada ortak standartlarla çalışan kuruluşlar da hedefleniyor.
- Ulaşım ve mobilite: Otomotiv, raylı sistemler ve tedarikçileri.
- Havacılık ve savunma: Onay, izlenebilirlik ve kontrollü talimatların kritik olduğu üretimler.
- Endüstriyel ekipman: Makine, robot, takım tezgâhı ve benzeri ekipman üreticileri.
- Yüksek teknoloji: Elektronik, yarı iletken ve ürün değişiminin hızlı olduğu üretimler.

Potansiyel Kazanımlar
| Alan | Belirtilen kazanım |
| Üretim mühendisliği verimliliği | %50’ye kadar artış |
| Ürünün üretime hazırlanma süresi | %25’e kadar kısalma |
| Kalite sorunlarından doğan maliyetler | %50’ye kadar azalma |
İstenen Dönüşüm
Bu kazanımlar için yalnızca yazılımı kullanmak yeterli değildir. Süreç planlarının, kaynakların, iş talimatlarının, değişikliklerin ve onayların ortak kurallarla yönetilmesi gerekir. Tasarım, üretim mühendisliği, operasyon ve kalite ekipleri; üretim sahasıyla birlikte, ortak ve kontrollü bir veri kaynağı üzerinden çalışmalıdır.
| Mevcut Durum | LEO ile Hedeflenen |
| Birbirinden kopuk araçlar ve belgeler | Mühendislikten üretime bağlantılı ve kontrollü süreç |
| Talimatların elle, sıfırdan hazırlanması | Yapay zekâ desteğiyle hazırlama, mühendis kontrolü ve onayı |
| Değişiklik etkilerinin elle takip edilmesi | Etkilerin üretim sahasına ulaşmadan belirlenmesi |
| Deneyimin kişilerin bilgisiyle sınırlı kalması | Bilginin standartlaştırılması ve yeniden kullanılması |
| Her fabrikanın farklı yöntemlerle çalışması | Yerel ihtiyaçlara uyarlanmış, güncel ortak standartlar |
LEO’nun Katkısı
| Hedef | LEO’nun katkısı |
| Yeni ürünleri daha hızlı devreye almak | Mevcut verilerden süreç planları ve 3D iş talimatları hazırlanmasını hızlandırır. |
| Üretime geçiş süresini kısaltmak | Değişikliklerin etkisini belirler, ilgili bilgilerin güncellenmesini destekler. |
| Ürün kalitesini artırmak | Açık, güncel ve tutarlı talimatlarla hata ve yeniden işleme ihtiyacını azaltmayı hedefler. |
| Yeni ürün devreye alma riskini azaltmak | Doğrulanmış üretim bilgisinin farklı fabrika ve projelerde kullanılmasını destekler. |
| Üretime daha hızlı hazır olmak | Parça listesi, süreç planı, 3D veriler ve onay kayıtlarının uyumlu kalmasına yardımcı olur. |
