Akıllı Fabrikalar üretim sektörü sohbetlerinin konuğu Simularge A.Ş. CEO’su Büryan Turan… Ekin Tazegül sordu, Büryan Turan Endüstriyel Simülasyon konusunda bilgi, deneyim ve görüşlerini anlattı.
Ekin Tazegül: Akıllı fabrikalar olarak yapmakta olduğumuz endüstri 4.0, sanayi 4.0, dördüncü sanayi devrimi, dijital dönüşüm, verilerin ve araçların harmonisi, artık hangisini tercih ediyorsanız bu konuda yapmakta olduğumuz sohbetlerin bir yenisinde Simularge firmasının CEO’su ve kurucu ortağı Büryan Turan ile birlikteyiz. Büryan hanım hoş geldiniz nasılsınız öncelikle?
Büryan Turan: Hoş bulduk, iyiyim. Çok teşekkür ederim. Umarım bu dönemde herkesin sağlığı iyidir, sevdikleriyle beraber iyi bir hayat sürmeye devam ediyorlardır diye umuyorum. Bizim için her şey yolunda. İnşallah sizin için de öyledir?
Ekin Tazegül: Bizim için de her şey yolunda. Ben de aynı dilekleri iletiyorum sevgili izleyicilerimize. Dilerseniz biraz sizi tanıyarak başlayalım. Ardından da sizin yaptığınız işler özelinde simülasyon hakkında konuşalım.
Büryan Turan: Tabii. Ben Simularge’nin kurucu ortaklarındanım, sizin de bahsettiğiniz gibi. Simularge de biz endüstri 4.0 çözümleri sunuyoruz.
Bunu yaparken piyasada bulunan diğer çözümlerin aksine biz makine mühendisi uzmanını da işin içine koyuyoruz. Yani sadece büyük veri analitiği ve yapay zeka değil aslında çok daha basit ve çok daha kolay ve çok daha az veri kullanarak çözüm yapmamızı sağlayan makine mühendisliği algoritmalarıyla biz bu işi yapıyoruz.
Şu anda aslında müşterilerimizin fabrikadaki üretimlerinin daha kaliteli şekilde ortaya çıkarabilmeleri için fabrikada bunu üretim makinelerinin analizini online olarak yapabilen yazılımlar geliştiriyoruz. Yazılımlarımız tavsiyeler veriyor fabrikadaki operatörlere ve operatörler fabrikalardaki makinelerin ayarlamalarını bizim tavsiyelerimize uyarak yaptıkları zaman üretim sırasında çok daha az hataya bağlı kayıplar yaşıyorlar. Bunun yanı sıra elektrik sarfiyatı gibi hammadde sarfiyatı gibi giderleri de azaltmak imkanı sunuyoruz.
Ekin Tazegül: Aslında siz bir girizgah yaptınız ama ben yine de sorayım Simularge nasıl bir ihtiyaca yanıt olarak doğdu. Ve Simularge’nin kuruluş hikayesinden biraz bize bahsedebilir misiniz acaba?
Büryan Turan: Tabii. Aslında biz Simularge’yi 2017 yılında kurduğumuzda daha doğrusu kurma çalışmalarımızı başlatmıştık TUBİTAK 1512 desteğine başvuruyorduk İTÜ çekirdeğe dahil olduk o süreçte. Aynı zamanda Big Bang yarışmasını belki duymuşsunuzdur İTÜ’nün starup yarışmalarından bir tanesi, o sürece de dahil olmuştuk. Bizim aslında başvurduğumuz durumdaki iş modelimizle şu anki iş modelimiz biraz farklı. O zamanki çözümümüz bizim simülasyon yazılımlarının bulut üzerinden verilmesiydi. Hem benim hem ortağımın geçmişteki hem akademik hem endüstriyel tecrübesi sırasında edindiği bazı kabiliyetler var. Akademide özellikle ortağım doktorasını yaparken simülasyon yazılımlarının kendisini geliştiren, sonlu elemanlar yöntemiyle bunu yapan bir kişi benim ortağım, Erhan Turan. Onun yazılımlarını aslında buluta taşıyarak kullandığınız kadar öde ile çok yüksek lisans maliyetlerine katlanmadan müşterilerin bunu rahatlıkla kullanmasını amaçlıyorduk. Kullandığımızda da böyle yapacaktık. Software as a service (SaaS) iş modeli olacaktı. Fakat Türkiye’deki R&D departmanlarına gittiğimiz zaman orada karşılaştığımız durum çok fazla yerleşik yabancı yazılımların olduğu ve yeni inovatif bir Türk yazılımına karşı soru işaretiyle yaklaştıklarıydı. Haliyle bizim iş modelimizi değiştirmemiz gerektiğini fark ettik. Bu nasıl oldu, doğru yeri nasıl bulduk ondan bahsetmek isterim. Örneğin biz bir firmaya gidiyoruz. R&D departmanına yazılımımızı tanıtıyoruz. Çok hani böyle kafalarda soru işareti ile yaklaşıyorlar bunu hissedebiliyoruz. Bizim şöyle de bir problemimiz vardı deyip üretim tarafına çektiler bizi. Bakın işte üretimde kalite sıkıntımız var, bunu da çözebilir misiniz ne yapabilirsiniz? Şimdi ben İTÜ Makinede doktora öğrencisiydim. General Electric’te 5 yıl kadar çalıştım. Ortağım Boğaziçi Makineden lisans, yüksek lisans, doktoralı işte İsviçre’den ETH Zürich’ten postdoclu (Doktora Sonrası Araştırmacı) üstüne bir de GE tecrübesi eklenince Türkiye’deki firmalar daha çok bizim problemimizi çözün siz iyi mühendislersiniz gibi yaklaştılar. O an bizim onlara sunduğumuz çözümlerden çok kendi başka problemlerini anlattılar.
Biz de haliyle burada potansiyel daha fazlaymış o zaman üretim tarafına yönelelim biz orada yazılımızı öyle bir geliştirelim öyle bir dönüştürelim ki üretim tarafında kullanılabilir bir hale gelsin dedik.
Bizim aslında senin de bahsettiğin gibi makine mühendisliği kodları dediğimiz şeyler aslında bulutta çalışan yine finantielment kodları. Ama biz artık bunları basit app ve amaca özel üretim makinesinin modellenmiş haline dönüştürüyoruz ve sensörlerle beraber konuşabilecek hale getiriyoruz. Bu şekilde sanayi tarafına yönelip onların problemlerini çözmeye başladık. Aslında işimizin evrimi bu şekilde gerçekleşti.
Ekin Tazegül: Simularge olarak hangi ürün ve hizmetleri sunuyorsunuz acaba?
Büryan Turan: Şu ana kadar aslında biz danışmanlık da veriyorduk dijital dönüşümle ilgili ama bunun makine mühendisliği tarafındaydık. Şu an biraz daha danışmanlıktan uzaklaşmış durumdayız. Çünkü biz artık ürünlerimizi scale edelim ölçekleyelim, gerek yurtiçine gerek yurtdışına, ona konsantre olalım tarafındayız. Ürünlerimiz neler mesela termoforming makinesi var bazı fabrikalarda plastik parça üretimi için veya paketleme için. Arçelik ile bu süreçte çalıştık. Şimdi başka başka firmalara aynı çözümümüzü satıyoruz. Mesela ürünlerimizden bir tanesi bu. Bunun dışında kendi geliştirdiğimiz pivot etmeden önce buluta koyduğumuz ısı transferi, akışkanlar mekaniği, katı mekaniği şu an duruyor ama onlarda aktif kullanıcımız yok. Çok onun satışına yönelmedik çünkü artık orada bıraktık. Bunun yanı sıra plastik enjeksiyonda Arctic ile çalıştık. Çimtaş ile termal bariyer coating kaplama sürecinin modellenmesi için uygulama geliştirdik.
Aslında biz müşterilerimizin ihtiyaçlarına göre onların üretim süreçlerini modelliyor ve bir app geliştiriyoruz. Ve o app’ı kullanan müşterilerimiz üretim sürecindeki hataları önceden tahmin edebiliyorlar ve onunla ilgili aksiyonlar alabiliyorlar.
Şimdi öyle bir yolda ilerledik. Haliyle müşterilerimiz bize gelip bakın şurada şöyle bir üretim kalitesinde problem var dediği zaman biz onu modelleyip onu da bir app halinde verip üretime angaje edilmesini sağlayabiliyoruz.
Ekin Tazegül: Buradaki modellemeden kastınız aslında simülasyon mu yoksa farklı bir şey mi acaba?
Büryan Turan: İşin temelinde simülasyon var. Yani aslında simülasyonun da birçok tipi var. Şimdi bu ortama girmeden önce sadece simülasyonu makine mühendisliği simülasyonları olarak biliyorduk. Ama bunun dışında işte tedarik zincirinde bazı simülasyonlar yapılabiliyor. Endüstri mühendisliği alanında birtakım simülasyonlar oluyor vesaire. Yani onlara da simülasyon diyorlar. Oyunların içinde simülasyon oluyor. Simülasyon kelimesi çok duyulduk bir kelime aslında ama farklı farklı kesimlerde farklı farklı şeylerin simülasyonu yapılabiliyor. Biz bunun makine mühendisliği tarafındayız.
Modelleme derken yani simülasyon derken ısı transferi, akışkanlar mekaniği, katı mekaniği simülasyonundan bahsediyoruz aslında. Yani arka tarafta mühendislik denklemlerinin konuşulduğu yazılımlar. Biz simülasyon zeminine oturan, üzerine sensör verileriyle beraber simülasyonun kalibre edildiği yani gerçek duruma uyarlandığı çözümler sunuyoruz.
Bu ne demek, simülasyon aslında çok teorik çalışmalardır. Yani siz bir bilgisayarda simülasyon yapıyorsanız bu hangi yazılım olursa olsun bazı varsayımlarda bulunuyorsunuz. Sıcaklık şöyle olursa ne olur’ un simülasyonunu yaparsınız. Veya şuradan bu parçaya şöyle bir kuvvet uygulasam ne olur kırılır mı, eğilir mi, bükülür mü bu tip sorulara cevap veriyor simülasyonlar ama bunlarda kuvveti mesela var sayıyorsunuz. Diyorsun ki 10 newton olsun. Veya basıncı 5 kilopascal 10 kilo pascal olsun mesela. Bunların hepsi varsayımlar. Aslında gerçek değerler o sistem kurulduktan sonra veya üretildikten sonra çalışmaya başladığında gördüğünüz karşılaştığınız durum. Şimdi biz sistemi bazı varsayımlarla simülasyonunu modelliyoruz. Demin bahsettiğim gibi mesela basıncı 100 kilo pascal alıyoruz bir şey için diyelim. Ama sonrasında bunu sensörlerden gelen dataları bu sınır koşulları olarak kullanıyoruz. Yani gerçek değerleri alıp aslında idealde oluşturduğumuz simülasyon modelini gerçek duruma kalibre ediyoruz. En büyük farkımız bu. Bir de simülasyon yazılımları aslında bilen bilir saatlerce hesap yapması sürer. Saatler sürer. Hatta iyi bir bilgisayar da seçmek zorundasınızdır. Ama bizim çözümümüze özel normalde üretim sırasında olan işte şekil, üretim makineleri ne yapıyor ısıtıyor, soğutuyor, şekil veriyor. Aslında fabrikalardan ürün çıkarmak için bu tarz işlemler yapılıyor.
Şimdi bunu modellemek istediğinizde saatler süren simülasyon yapma şansınız yok. Çünkü üretim çok hızlı. Saniyede birkaç parça üretiliyor orada ve her bir parçadaki süreci modelleyebilmek için bir saat bekleyemezsiniz. Öyle bir lüksünüz yok. Bizim bulutta koştuğumuz çözüm gerçekten gerçek zamanlı dediğimiz şekilde saniyede cevap verecek hesap yapabilecek kabiliyette.
Aslında en büyük faydalarından bir tanesi de bu. simülasyonu bulutta yaptığımız için ve simülasyon zeminine oturduğu için çözüm bizim bir data toplayayım işte altı ay data toplayayım. Bu datalar içerisinde bir korelasyon, bir bağlantı, bir trend yakalamaya çalışayım gibi bir derdimiz yok. Bizim aslında bu bağıntılar geçmişte eğer konu makinelerse zaten makine mühendisleri tarafından bilinen denklemlerle oluşturuluyor o sistemler. Haliyle bunun için büyük veriye de gerek duymuyoruz bu denklemlerden faydalanıyoruz.
Ekin Tazegül: Söylediklerinizden aslında birkaç soru beraber çıkardım. Öncelikle şunu sorayım, bahsettiniz aslında farklı mühendislik dallarında farklı simülasyon programları var. Simülasyon dediğimiz şey aslında nedir?
Büryan Turan: Simülasyon dediğimiz şey örnek vereyim mesela yanımda kolonya var herkesin elinde son zamanlarda bulunabilecek. Bastırdığımızda bu şekil değiştiriyor değil mi, ne kadar kuvvetle bastırdığınızda şekil değişiyor veya basmaya devam edersem belki de kırılacak, çatlayacak. Bu bir makine parçası da olabilirdi. Siz ne istiyorsunuz evinize aldığınız bir makinede örneğin çamaşır makinesi olsun, içerisindeki bir parça çamaşır makinesi kurutma yaparken dönerken dönerken kırılmasın istiyorsunuz değil mi ona göre tasarımı yapılıyor bunun. Tasarımı yapılırken bu hesabı, aslında ne kadardan ne kadar kuvvet uygulasam ne olur sağlam kalır mı gibi hesapları normalde simülasyonlarla anlıyorsunuz. Yani simülasyon farz edin siz bunu buradan bastırdınız bu ne kadar bükülür, şekli ne olur gösteriyor. Simülasyon bu anlamda. Ama bunun hesabını yaparken plastiğin özelliğini içerisine alıyor. Ne kadar bastırdığınızın ona tanımlamak zorundasınız. İçerisindeki basıncı tanımlamak zorundasınız. Ki gerçeğe yakın size bir simülasyon yapabilsin. Tabii bunu üç boyutlu bir şekilde, bu çünkü üç boyutlu bir şekil. Üç boyutlu geometri koyup analizini yapabiliyorsunuz. Tabii başka daha basitleştirilmiş yaklaşımlar da uygulayabilirsiniz. O sizin tecrübenize bağlı aslında. Simülasyonlar makine parçalarının belli sıcaklıklar altında nasıl davranacağı, belli kuvvetler altında nasıl davranacağı, bunlarla ilgili size iç görü veren yazılılar, hesaplamalarla da numerik olarak söyleyebilen yazılımlar aslında simülasyon yazılımları.
Ekin Tazegül: Çok fazla karıştırılan iki kavram var. Burada birisi simülasyonken diğeri dijital ikiz kavramı. Dijital ikiz nedir acaba simülasyondan farkı nedir?
Büryan Turan: Şimdi ben bunun simülasyonunu bilgisayarda yapabilirim. Ama bu gerçek yani bilgisayarın verdiği sonuç her zaman geçerli olmaz. Önce biraz aslında dijital ikizden bahsetmekte de fayda var. Bir insanın dijital ikizinin olduğunu düşünün. Dolaşım sistemi, kalp sistemi, damarlarının dijital ikizi olsun ve öyle olsun ki bundan 10 yıl sonra sizin kalp damarlarınızın tıkanıp tıkanmayacağını hızlı bir şekilde hesaplayarak söyleyebilsin. O aslında senin dolaşım sisteminin dijital ikizi.
Yani o kadar yüksek doğrulukta ve o kadar fazla sayıda parametreyi göz önünde bulundurabilecek gerçeklikte bir modellemeden, bunu modelleyen yazılımdan bahsediyoruz dijital ikiz derken. Aslında gerçek hayatta olan sistemin bilgisayar ortamına dijital kopyasının yaratılması.
O yüzden adı dijital ikiz aslında. Şimdi simülasyon yaptığınızda simülasyon tek başına bir hesap. Yani hesap makinesini almışım hesap yapmışım gibi bir şey aslında. Ben kendim kalbimin dolaşım sistemimin işte senede 10 gram yağ birikse damarlarımda ne olur, hesaplayabilirim. Ama gerçekten benim onun ölçülmesi lazım. İşte kan değerlerimle bakılması lazım veya işte ne kadar bir şekilde MR’a gireceğim belki ne kadar kalınlık oluyor gerçekten çeperleri daralıyor mu genişliyor mu, benim varsayımlarım ne kadar yerinde data toplamaları lazım. Yani MR dan bahsettim. Başka neden bahsettim mesela işte 10 gram yağ birikir dedim. Bunun bir ölçümü var. Ölçülüp gerçekte 10 gram mı 12 gram mı, bunlar simülasyon olduğunda sadece varsayım oluyor. Basit bir hesap yapmış oluyorsunuz aslında. Ama sizin o basit şey birebir dijital ikiziniz olmuyor. yani belki yüzde 20, yüzde 30 belki yüzde 50 hatalı bir şey olmuş oluyor. Bir şeye dijital ikiz diyebilmek için mümkün mertebe varsayımları ortadan kaldırıp gerçek datalardan besleniyor olmanız lazım. Belli donelere dayanıyor olması lazım dijital ikizin. Dijital ikiz genellikle o yüzden sensörlerle bağlı çalışır. Çünkü ölçümleri yapan şey sensörlerdir orada. Simülasyon artı sensör eşittir dijital ikiz diyebiliriz burada. Öyle bir fark var ikisinin arasında. Birisi ideal bir dünyadır ama dijital ikizler birebir gerçekten ne oluyorsa varsayımları mümkün mertebe ortadan kaldırarak hesap yapmanızı sağlayan ve geleceğe yönelik tahminler yapmanızı sağlayan şeylerdir.
Ekin Tazegül: Piyasada aslında yıllarca kullandığımız bildiğimiz Ansys ve benzeri çeşitli endüstriyel simülasyon programları var. Acaba sizin Simularge olarak bu ürününüzün bu programlardan farkı nedir?
Büryan Turan: Bahsettiğiniz gibi Ansys aslında bir simülasyon yazılımı. Bilgisayarınızda bir durumu modellemek istediğinizde bazı varsayımlar adı altında modellemesini yaparsınız. O size bir sonuç verir. Ama bunun gerçek hayatla bağlantısı yoktur. Ansys’in şu an yaptığı aslında bu simülasyonlar sadece.
Bizim farkımız bunu gerçek hayata da bağlıyor olmamız ve saatler süren hesaplamalar yerine aynı teknolojiyi bulutta birkaç saniyede yapabiliyor olmamız.
Biz üretim tarafındayız. Yani endüstri 4.0 uygulaması tarafındayız. Ve operatörlere tavsiye veren, optimizasyon yapıp tavsiyeler veren taraftayız. Bir makineyi, üretim makinesini nasıl daha iyi çalıştırırıma cevap veriyoruz. Ansys ise belli bir durumu analiz ediyor. Bunu da çok güzel de yapıyor bu arada. Yani teknik derinliği çok yüksek genellikle. Ama bir modeli bir sistemi analiz edebilmek için saatlerce veya günlerce modelini kurmanız lazım. Sonrasında saatlerce bilgisayarınızda analizini yapmanız lazım. O gerçek durumu işte fabrikadaki gerçek üretim sürecini verecek mi vermeyecek mi o da büyük bir soru işareti. Çünkü arada herhangi bir sensör datası yok. Anlık hesap yok. Tek bir durumu modelliyor oluyorsunuz Ansys ile.
Ekin Tazegül: Anlık durumdan bahsettiniz burada hemen şunu sorayım o zaman. Ürününüzün ticari kullanımında canlı verinin önemi nedir acaba, canlı veriyi ne kadar kullanıyorsunuz ve canlı veri olmadan da aslında çalışabilir misiniz ve de size ne sağlıyor?
Büryan Turan: Canlı veri olmadan çalışırsak aslında bu gerçekten dediğiniz gibi simülasyon tarafı olur. Yani canlı veri olmadan da çalışılabilir evet. Ama şu an endüstri 4.0’ın ihtiyacı canlı veriyle bir şeyler yapıyor olmak. Çünkü üretim hattındaki durumlar sürekli değişiyor. Tek bir durum yok orada. İşte bir hammaddede bir kalitesinde aksaklık oluyor. Sıcaklıklarda bir değişiklik oluyor. Operatörde yanlış bir aksiyon oluyor onda bir değişiklik oluyor.
Yani anlık olarak değişen şeyleri gözlemleyip onunla ilgili bilgiyi buluta gönderip bizim modelimizi o duruma adapte etmemiz gerekiyor. Haliyle canlı dataya burada ihtiyacımız var. Gerçek durumda ne olduğunu anlayabilmek için ve o bilgiyi modelimize girebilmek için. Kalibre ediyoruz aslında modellerimizi bu şekilde.
Ekin Tazegül: Bu görüşme hazırlanırken hem araştırmalarda gördüm hem de az öncesinde değindiniz bir nokta var. Büyük veriye olan bağımlılığı azaltıldığını iddia ediyorsunuz. Peki bunu nasıl başarıyorsunuz acaba?
Büryan Turan: şimdi büyük veride genellikle data scientistler (Veri bilimciler) çalışıyor. Ne oluyor 6 ay boyunca daha doğrusu öncesinde bir üretim makinesine dünya kadar sensör koyuyorsunuz rastgele. Şunu da ölçeyim bunu da ölçeyim bakalım ne olacak diye. Sonrasında bu 6 ay boyunca birikiyor. Çok ciddi bir elinizde data kümesi oluyor. Karışık, havada gezen birbiriyle bağıntısı olmayan datalar bunlar. Sıcaklık, basınç, kalınlık, farklı farklı yerlerdeki ölçümler. Farklı ölçümler. Ve bunların arasında bir korelasyon bulmanız gerekiyor. Yani ben sıcaklığı şöyle değiştirdiğimde parça kalitesi şöyle değişiyor veya şekil, deformasyon şöyle değişiyor gibi bağlantıları, bağıntıları, formülleri sizin o big data kümesindeki nokta nokta birçok datayı birbirine ilişkilendirerek buluyor olmanız lazım. Yani big datada bu trendi yakalamak kompleks sistemlerde kolay değil. Big data örneğin bir alışveriş merkezine girip çıkarken oradaki kişi sayısını ölçüp geleceği tahmin etmek için kullanmak da uygun. Ama makine sistemlerinde mekanik sistemlerde durum çok daha kompleks. Yani big datanın her alana süper uyduğunu ben söyleyemem açıkçası.
Bizim gibi makineyle uğraşıyorsanız eğer zaten demin bahsettiğim işte sıcaklık ne olduğunda kaliteli çıkacak mı, şekli ne olacak gibi bir korelasyonu bir formülü big datadaki dünya kadar datanın arasından o ilişkiyi yakalamaya çalışmak çok zor. Doğruluğu da düşük. Halihazırda zaten geçmişte bilinen ve birikmiş bir know-how var bu alanda. Ben sıcaklığı değiştirirsem kalitesi ne olur, ben mühendislik denklemlerini zaten biliyorum. Bunun için büyük veriye gitmeye gerek yok. Şart değil. Angarya açıkçası büyük veriye gitmek bunun için.
Ekin Tazegül: Hem angarya hem de bu şekilde bir büyük veri yaratabilmek çok çok daha pahalı olabiliyor yani.
Büryan Turan: Evet kesinlikle yani her şeyden önce bir sürü sensör koymaya çalışıyorlar bu sensör yatırımı demek. İmplamantasyon süresi de uzun. Hepsini tek tek kuracaksın, koyacaksın. Büyük veriyi 3, 5 datayla trend zaten yakalayamazsın. Haliyle 6 aya kadar sürüyor data toplamak hatta belki de daha uzun. Bu sürede data toplamaları gerekiyor ve o süreçte iyileştirme şansları varken bu 6 ay da onlar için kayıp oluyor. Sonunda bir data topladın. Bu datadan bir trend yakalayabilecek misin o da bir soru işareti. Yani garantisi de yok aslında. Onca şeyi yaptıktan sonra fayda da yaratamayabilirsin veya düşük bir fayda yaratabilirsin. O yüzden dediğiniz gibi, size katılıyorum. Bir, sensör maliyetleri noktasında çok yüksekler. İki, zaman konusunda çok fazla gereksinimleri var. Üç, sonucundan çok da emin değiller. Data scientistler bunun trendini ne kadar yakalayacak nasıl yakalayabilecek bu da soru işareti. Öndeyiz açıkçası.
Ekin Tazegül: Anladım. Sizinle çalışmak isteyen firmaları nasıl bir süreç bekliyor acaba, nasıl bir başlangıç yapıyorsunuz ve bu süreçte nasıl ilerliyorsunuz?
Büryan Turan: Genellikle bizim müşterilerimiz çok şanslıyız ki bizi buluyorlar. Çözemedik biz haydi buyurun beraber deneyelim diyorlar. Şunu diyen müşterimiz oldu, biz Silikon Vadisinden önce startup ile çalışmayı denedik. İşte big datayla çalışıyorlardı. Biz işte onlara topladığımız dataları gönderdik. Ama aradık aradık sonra cevap alamamaya başladık dediler. Piyasada aslında böyle bir arayış var. Şey çok popüler biliyorum big data (büyük veri), AI (Yapay zeka), IoT (nesnelerin interneti) bunlar çok popüler kelimeler. Ama bunların nasıl kullanıldığını ve nasıl bir fayda o business (iş) için nasıl bir değer oluşturduğu çok önemli. Her algoritma her problemi çözemeyebilir, çözemez.
Büryan Turan: Şunlar çok popüler biliyorum big data (büyük veri), AI (Yapay zeka), IoT (nesnelerin interneti) bunlar çok popüler kelimeler. Ama bunların nasıl kullanıldığını ve o business (iş) için nasıl bir fayda nasıl bir değer oluşturduğu çok önemli. Her algoritma her problemi çözemeyebilir, çözemez.
Bu noktada biz aslında bilinçlenmiş müşterilerle çalışıyoruz. Onlar bizi bulduğunda halihazırda başka şeyleri deneyip deneyip bulamamış olan müşteriler oluyor. O konuda çok şanslıyız aslında. Bizim çözümümüzün değerini görünce çok da kıymetli oluyoruz haliyle. Genellikle hizmet sunumu bu şekilde oluyor. Bizimle iletişime geçiyorlar. Diyorlar ki bizim şöyle şöyle bir problemimiz var. Okey. Biz nasıl yardımcı olabiliriz diyoruz. Gelin fabrikaya bir bakın, bununla ilgili neler yapabiliriz. Bir sistem bir yazılım geliştirebilir miyiz diyorlar, gidiyoruz. Bakıyoruz sisteme evet diyoruz biz size yardımcı olabiliriz. Bu bizim uzmanlık alanımız diyoruz. Uzmanlık alanımıza girmeyen bir yerse mesela çok fazla endüstri mühendisliği tarafıyla ilgiliyse işin orada diyoruz ki yok biz, daha başka tanıdık startup arkadaşlarımız var onlar size çok daha iyi yardımcı olabilir diyoruz. Biz uzman olduğumuz alanla ilgili sorunsa eğer yüksek etki yaratan yani yılda milyonlarca dolar kâr ettirecek şekilde yazılımlar sunuyoruz. Burada müşterimizin bizi buluyor olması önemli. Sorununu iyi biliyor, neyi çözmek istediğini iyi biliyor olması önemli. Bunun makine mühendisliği ile yakından ilişkili olması. Yani ısıl süreç, şekil verme süreci veya akışkanlarla ilgili bir süreç olması gerekiyor. Biz o zaman çok ciddi bir şekilde fayda yaratabiliyoruz müşterilerimiz için. Genellikle önce Proof of Consept (POC) çalışmamızı isteyebiliyorlar. Çok basit birkaç, evet bunu biz yapabiliyoruz diye gösterdiğimiz birkaç ayrı Proof of Consept çalışmalarımız oluyor. Sonrasında projelendiriliyor. Hep de böyle oldu. Yani hiç Proof of Consept konseptten sonra devam etmek istemeyen bir müşterimiz olmadı. Proof of Consept çalışmasını da biz aslında akademisyen olarak görüyoruz kendimizi. Bu nitelikte doktoralı kişiler olduğumuz için normalde Proof of Consepti ücretsiz yapmıyoruz. Çünkü o süreçte ne olursa olsun bizden bir şeyler öğreniyor biz onlarla ilgileniyor oluyoruz. Şöyle olabiliyor, diyor ki ben mesela sizin fayda yaratıp yaratmayacağınızı ön göremiyorum, nasıl ilerleyelim diyor. Diyoruz ki biz mesela 2 ay sonra bu Proof of Consept çalışması kapsamında size şunları şunları göstereceğiz. Sizin ihtiyaçlarınız nedir, KPI’larınız nelerdir biz onları ne kadar sürede karşılayabiliriz. Onunla ilgili bir aksiyon planı çıkartıyoruz. 2 ay sonra bunları bunları vereceğiz şu KPI ları sağlıyor olacak bu çözüm o zaman bize şu kadar ödeme yapmanızı bekliyoruz diyoruz. Böyle bir anlaşma imzalıyoruz genellikle. Dediğim gibi hiç memnun olmayan müşterimiz şu ana kadar olmadı. Bu şekilde çalışıyoruz müşterilerimizle.
Ekin Tazegül: Simularge olarak şimdiye kadar neler yaptınız, bize biraz başarı öykülerinizden bahseder misiniz?
Büryan Turan: Simularge olarak şu ana kadar en büyüğk projeyi aslında Arçelik ile yaptık. Bizim ilk büyük projelerimizdendi. Buzdolabını açtığınızda içinde beyaz bir yüzey görüyorsunuz iç duvarları o plastik büyük bir parça aslında. Bunları fabrikada hatalı üretimi olabiliyor. tabii bu asla müşteriye teslim edilen parçalar değil. Ama fabrikadaki süreçleri kötü etkileyen, yavaşlatan daha fazla plastik sarfiyatı getiren süreçler. Hem doğaya karşı daha saygılı olabilmek için plastik parçanın harcanmasını, plastik hammaddenin harcanmasını azaltmak gerekiyordu hem de üretim sürecini hızlandırmak ve iyileştirmek daha verimli hale getirmek gerekiyordu. Bunun için çalıştık. Normalde termoform diye isimlendirilen bir süreç bu. daha doğrusu üretim makinesi diyeyim. İnce bir plaka, plastik levha var. Bunu önce yumuşasın diye ısıtıyorlar makine içerisinde bir kısımda. Ondan sonra bu yumuşadıktan sonra kalıba geçirip çekip o küvet gibi şekli veriyorlar aslında. Hepimizin buzdolabının iç parçası bu şekilde oluşturuluyor. Arçelik ile bu iş üzerinde çalıştık.
Şu an mesela bu çalışmamızı dünya çapında duyuruyoruz. Hem Kore de bir konferansta bu use case çalışmamız yayınlandı hem de Springer’in “Digitalization Use Cases” isimli kitabında yayınlanıyor olacak yakında. Kabulünü aldık. Bu çalışmamızda biz yüzde 8 hammadde sarfiyatını azalttık. Yüzde 50 kaliteye bağlı, fabrikanın kayıplarını azalttık. Yüzde 10 da toplam verimliliği artırdık.
Bunların hepsi zaten kitapta yayınlanıyor olacak. O yüzden iç rahatlığıyla paylaşabiliyorum. Günün sonunda kesin rakamı vermeyeyim ama Arçelik senede, her sene tekrarlayan birkaç milyon Euro tasarruf sağlıyor bu çözümümüzle. Bu çözümümüz de üretim makinesindeki üretim yapılırken ki hataların azaltılabilmesi için arka tarafta hesap yapıp optimizasyonla tavsiye veriyoruz. Sıcaklığı böyle ayarla, ısıtmayı şöyle ayarla basıncı böyle ayarla dediğimiz zaman daha insan hatalarından arınmış bir hale geliyor. Böylelikle tasarruf sağlıyor firmalar.
Ekin Tazegül: Büryan Hanım benim sizin için hazırladığım sorular aslında bu kadar. Eklemek istediğiniz bir şey var mı acaba?
Büryan Turan: Yok çok teşekkür ediyorum. Belki şunun altını çizmekte fayda olur. Şu an piyasadaki endüstri 4.0 çözümleri genellikle sistemin nasıl işlediğini anlamak üzerine kuruluyor. Yani diagnostik aşamada. Yani bir sensör yerleştireyim, bakayım bir data ne? Ne oluyor burada, ne dönüyor yani, nerede bir hata var gibi çözümler var. Bunlar gerekli de çözümler çünkü ilk aşaması ilk ayağı. Ama sonrasında bu iş şuna gidecek, elimde datam var, bu datayı nasıl daha iyi kullanabilirim. Bundan daha faydalı nasıl bir aksiyon çıkartabilirim diye düşünecekler. Aslında bizim teknolojimiz biraz daha ikinci dilim kısma yönelik. Toplayabildiğiniz datayı daha nasıl iyi kullanabiliriz tarafı. Dediğim gibi çok fazla dataya da ihtiyaç yok. Sadece real data streaminge (canlı veri akışı) ihtiyaç var. Detaylı konuşmak isteyen dinleyicilerimiz olursa biz buna açığız. İstedikleri zaman Linkedin üzerinden iletişime geçebilirler. Çok çok teşekkür ediyorum beni davet ettiğiniz için.
Ekin Tazegül: Biz çok teşekkür ediyoruz benim için çok keyifli bir sohbetti umarım ki dinleyicilerimiz için, izleyicilerimiz içinde faydalı olacak.
Büryan Turan: İnşallah. Bu arada size teşekkür ediyorum böyle bir girişiminiz olduğu için. Çok faydalı olacaktır çok teşekkür ederim.
Ekin Tazegül: Çok teşekkürler iyi günler.
Büryan Turan: İyi günler dilerim.
