회사 기밀. 공개하지 마십시오.
선구자로서 Tesla는 또한 디지털 혁신을 주도합니다.
최첨단 제조 시스템은 무공해 전기 자동차를 보다 저렴하게 만들 수 있는 잠재력을 가진 데이터 스트림을 생성합니다.
도전 : 임박한 기후 위기로 인해 세계가 에너지 소모품에서 벗어나야 한다는 것이 분명해졌지만, 재생 에너지 기술은 대다수의 소비자에게 여전히 엄청나게 비쌉니다. 자동차 산업에서 무공해 전기 자동차와 관련된 높은 가격표는 최첨단 혁신을 개발하고 제조하는 전통적으로 높은 비용과 직접적인 관련이 있습니다.
해결책 : Tesla의 비전가들은 비용 절감에 대한 두 가지 접근 방식을 취하고 있습니다. 즉, 대규모 디지털 공장을 활용하여 규모의 경제를 극대화하는 동시에 고급 분석을 통해 프로세스를 긴밀하게 최적화하는 것입니다. JMP® 통계 검색 소프트웨어는 엔지니어링 팀에 엔지니어링 워크플로의 장벽과 복잡성을 제거하는 데이터 액세스, 분석 및 공유를 위한 단일 플랫폼을 제공합니다. 프로세스 품질 엔지니어인 Samuel Troptard는 JMP가 "정말 완벽한 솔루션"이라고 말합니다.
결과 : Tesla는 전체 프로세스 품질 워크플로에 하나의 소프트웨어를 채택함으로써 여러 핵심 영역에서 엔지니어링 효율성을 높였습니다. 이제 엔지니어는 사양을 벗어나는 경우가 줄어들면서 새로운 프로세스 도구를 검증하고 생산에 릴리스할 수 있습니다. 일상적인 작업의 자동화는 분석의 재현성을 높이고 보편적인 통계 모범 사례를 주입합니다. 데이터의 동적 시각화는 도메인 전문가와 데이터 과학자가 보다 협력적으로 작업하는 데 도움이 됩니다. 모든 것이 비용과 시간 감소에 기여했습니다. Troptard는 JMP의 강력한 사례가 되며 Tesla의 가속화된 발명 정신과 잘 일치한다고 덧붙였습니다.
_____________________________________________________________________________________
전통적인 운송 산업이 전 세계 온실 가스 배출량의 거의 3분의 1을 차지하므로 과학자들은 기후 위기를 예방하려면 지속 가능한 운송으로의 완전한 전환이 시급하다고 경고합니다. 소비자 수준에서 미국에 본사를 둔 전기 자동차 제조업체 Tesla는 이러한 변화를 현실로 만드는 데 필요한 기술뿐만 아니라 개척자입니다. 또한 Tesla의 Model 3가 전 세계 판매 100만 대를 돌파한 최초의 전기 자동차가 되는 등 기록적인 속도로 무공해 자동차를 도로에 출시했습니다.
그러나 Tesla는 지속 가능한 운송으로의 전환을 촉진한다는 사명을 달성하기 위해 높은 비용의 제품으로 인해 대부분의 소비자가 제품을 사용할 수 없다는 현실에 직면하고 있습니다. 따라서 회사는 점점 더 저렴한 전기 자동차 기술을 혁신하는 데 중점을 둡니다. 회사는 최근 보도 자료에서 "[구성 요소] 비용을 줄임으로써 Tesla는 점점 더 많은 사람들이 제품을 사용할 수 있게 함으로써 세상을 지속 가능한 에너지로 전환하는 데 가장 큰 영향을 미칠 수 있습니다."라고 발표했습니다.
첨단 디지털 공장 시스템은 혁신의 핵심 도구입니다.
재생 가능 에너지로 구동되는 고용량 디지털 공장과 이러한 공장이 창출하는 규모의 경제는 이제 지속 가능한 운송을 가속화하기 위한 Tesla 전략의 초석을 형성합니다. 2016년 Tesla Advanced Automation Germany의 설립을 발표하면서 회사는 다음과 같이 썼습니다. . 생산량이 매우 많으면 공장은 제품 자체보다 제품에 가깝습니다.”
이에 따라 Tesla Automation이 성장함에 따라 이 철학은 분석이 세계에서 가장 발전된 일부 디지털 제조 시스템과 함께 진행되는 조직의 문화에 더욱 깊숙이 자리 잡았습니다. Tesla의 마이크로프로세서, 메모리 칩, 센서, 스티어링 컨트롤러 및 리튬 이온 배터리를 위한 자동화 기계의 전용 제조업체인 Tesla Automation은 새로운 목적에 맞는 로봇 공학 시스템의 혁신에 집중하고 있습니다.
독일 Prüm에 있는 Tesla 시설의 공정 품질 엔지니어인 Samuel Troptard는 “이러한 종류의 특수 기계를 제작할 때 항상 새로운 도전이 따릅니다. 따라서 품질 팀의 임무는 기술 설계, 제조 프로세스 및 궁극적으로 생산 후 수명의 품질과 신뢰성 간의 관계를 고려하는 것이라고 그는 설명합니다. 사이트의 고급 디지털 시스템은 팀의 워크플로를 구성하는 통계적 접근 방식에 필수적이라고 Troptard가 말한 강력한 데이터 스트림을 생성합니다. "통계가 항상 완전한 솔루션은 아니지만 [공장 운영 방식에] 큰 영향을 미칩니다."
종단 간 통계 워크플로 도구인 JMP는 데이터 액세스, 준비 및 분석 시간을 2/3로 단축합니다.
비용은 분석의 영향을 가장 많이 느끼는 영역입니다. 비용은 항상 개발의 핵심 요소이지만 생산 시작에 대한 통계적 접근 방식을 통해 Tesla의 품질 엔지니어는 발생하는 각 문제의 비용이나 사양을 벗어난 비용을 직접 정량화할 수 있다고 Troptard는 말합니다. 따라서 문제를 해결해야 하는 순서의 우선 순위를 지정하는 것이 더 쉬워집니다.
개발과 생산 모두에서 비슷한 중요성은 속도입니다. 통계적 접근 방식은 혁신 주기를 극적으로 가속화할 수 있지만 분석 워크플로를 관리하기 위한 올바른 도구가 없으면 불필요한 복잡성이 속도 우위를 상쇄하는 경향이 있다고 Troptard는 설명합니다. 이것이 바로 Tesla가 비용과 개발 시간을 모두 줄여주는 프로세스 및 장비 엔지니어링을 위한 종단 간 솔루션인 JMP® 통계 검색 소프트웨어를 채택한 이유입니다.
엔지니어들이 처음 Tesla 경영진에게 이 도구를 가져왔을 때 JMP가 Prüm에 있는 회사 현장에서 프로세스를 가속화하는 데 어떻게 도움이 될 수 있는지 보여주었습니다. Troptard는 "가장 [강력한] 이유는 시간을 절약하기 위해서라고 생각합니다. 이것이 JMP에 대한 최고의 주장입니다."라고 Troptard는 말합니다. “JMP는 많은 것을 가속화합니다. 예를 들어, 이전에는 작은 표준 공정 능력 계수를 계산하기 전에 공식과 Excel 매크로를 사용하여 데이터 시트를 구성해야 했지만 JMP를 사용하면 클릭 두 번 만에 거기에 도달할 수 있습니다.”
기본 분석 시간을 줄임으로써 이 도구는 엔지니어가 더 복잡하고 부가가치가 높은 문제를 해결할 수 있도록 해준다고 그는 말합니다. 그는 "문제에 대해 이야기하는 시간을 줄이고 솔루션에 대해 이야기하는 데 더 많은 시간을 할애할 수 있습니다."라고 덧붙이며 JMP가 팀이 장벽과 복잡성을 제거하고 직원 수를 늘리지 않고도 효율성을 높일 수 있도록 도왔습니다.
"JMP를 사용하면 최소 3배는 더 빠릅니다."라고 Troptard는 증명합니다. “그리고 이전에는 불가능했던 JMP에서 할 수 있는 일이 있습니다. 예를 들어 Excel에서 하기 정말 어려운 일이 있고 JMP는 이미 특수 기능으로 구현되어 있기 때문에 100배 더 빠릅니다.”
모든 데이터 프로세스를 단일 도구로 마이그레이션하면 재현성이 향상되고 모범 사례를 중심으로 표준화됩니다.
실험 계획(DOE)과 같은 방법을 위해 즉시 사용할 수 있는 사전 구성된 플랫폼이든 동적 탐색 플랫폼인 Graph Builder이든 상관없이 Troptard는 JMP가 발견에서 결정에 이르기까지 데이터 워크플로를 종단에서 종단까지 관리한다고 말합니다. JMP는 Tesla에 기존 프로세스 및 장비의 문제를 해결하고, 차세대 첨단 기술을 지원하는 새로운 방법을 개발하고, 프로세스를 빠르고 경제적으로 연마할 수 있는 기능을 제공합니다. "JMP의 솔루션은 정말 완벽합니다."라고 Troptard는 말합니다. “JMP로 프로젝트를 시작할 때 기능이 다르기 때문에 JMP 내에서 모든 작업을 완료할 수 있습니다. JMP는 정말 완벽한 솔루션입니다. 제 일상 도구입니다.”
Troptard는 많은 도구를 하나의 단일 소프트웨어로 통합함으로써 JMP를 통해 엔지니어가 동일한 문제를 해결하는 여러 플랫폼에 라이선스를 부여할 필요가 없다고 말합니다. "JMP는 Excel과 같은 범용 소프트웨어와 공정 분석을 위한 전용 소프트웨어 품질 소프트웨어 간의 올바른 균형입니다."라고 그는 말합니다.
“Excel로 모든 종류의 작업을 수행할 수 있지만 빠르지는 않습니다. 그리고 목표를 달성하려면 많은 트릭을 알아야 합니다. 반면에 [공정 분석 소프트웨어]는 매우 구체적일 수 있지만 도구가 필요할 수 있는 넓은 범위에서 제한적입니다. 또한 JMP를 사용하여 더 적은 구성으로 훨씬 더 빠르게 분석을 수행할 수 있다는 것을 알게 되었습니다. 예를 들어 변동성 차트는 정말 빠릅니다. 두 번 클릭하면 답을 읽을 수 있습니다.”
스크립팅된 대시보드를 통한 사용자 지정은 분석 워크플로의 모든 단계에서 데이터 프로세스를 추가로 자동화하여 모범 사례를 주입하고 반복 분석을 가속화하는 데 도움이 되었습니다. 예를 들어, Troptard는 열을 행으로 또는 그 반대로 만드는 테이블 변환을 스크립팅하는 방법을 보여줍니다.
“모든 위치가 측정되고 데이터가 그럴듯한지 확인하기 위해 시각적으로 확인할 수 있습니다. 그런 다음 기계에 대한 테스트를 계속할지 여부를 결정할 수 있습니다.”라고 그는 설명합니다. “더 많은 제품을 실행하면 하드웨어나 소프트웨어를 다시 확인하고 싶을 수 있습니다. 소프트웨어의 문제를 정의한 후 또는 데이터가 전달되지 않는 경우 몇 가지 논의를 하게 됩니다. JMP 그래픽은 사양을 벗어난 모든 발생을 시각적으로 보여주므로 신속하게 대응할 수 있습니다."
표준화된 스크립트는 규모의 경제를 실현하는 또 다른 방법이며 Tesla에서는 반복 분석 및 프로세스 모니터링을 위한 스크립트를 전체 엔지니어 팀에 신속하게 배포할 수 있습니다. 따라서 복잡한 분석에 더 능숙한 사람들은 제품 및 프로세스에 더 가깝게 작업하는 도메인 전문가를 더 쉽게 지원할 수 있습니다. 또한 Troptard는 공유 스크립트가 모범 사례를 제공하고 JMP의 내장 도구를 통해 재현성을 향상시킬 수 있다고 덧붙였습니다.
JMP는 기존 프로토타입을 완전히 디지털로 대체합니다.
JMP가 일상적인 워크플로에 더 깊이 포함됨에 따라 이제 이 도구는 이전에 표준이었던 물리적 프로토타입과 동등한 프로세스 통찰력을 Troptard 팀에 제공합니다. "일반적인 품질 엔지니어와 달리 우리는 지속적인 프로세스를 고려하지 않습니다."라고 Troptard는 말합니다. "각 기계는 매우 고유하므로 먼저 설계를 개선한 다음 생산 프로세스를 개발 및 검증하는 것이 우리의 역할입니다."
전통적으로 프로토타입은 프로세스의 중요한 핵심에 대한 통찰력을 제공하고 테스트를 위한 매개변수를 미리 정의하는 데 도움이 되었지만 이러한 복잡한 기계의 내부 작동을 시뮬레이션하는 것이 항상 쉬운 것은 아닙니다. 그리고 프로토타이핑은 종종 비용이 많이 들었습니다. "따라서 우리의 아이디어는 본질적으로 [전통적인] 프로토타입을 JMP로 교체하는 것이었습니다."라고 Troptard는 말합니다. “JMP를 사용하면 전력을 절약하고 분석 시간을 줄이며 기계의 시도 및 조작 횟수를 줄이고 목표에 더 빨리 도달할 수 있습니다. 그런 다음 [학습]을 기계에 직접 적용하고 추가 시도를 실행하여 확인할 수 있습니다. 이는 JMP에서 할 수 있는 일이기도 합니다. 그것은 완전한 프로토타입 교체입니다.”
이 도구는 또한 개선 또는 개발 단계에서 데이터 공유 및 토론을 용이하게 합니다. 그리고 기계의 최종 사용자에 대해 Troptard는 "결과를 빠르고 신중하게 공유할 수 있고 예를 들어 '여기에 기능이 있습니다'라고 말할 수 있으므로 결과에 대해 신속하게 결정할 수 있다는 것도 장점입니다."라고 덧붙입니다.
분석 지원 문화는 직원 유지율을 높이고 고급 엔지니어링 인재를 유치하는 데 도움이 됩니다.
속도와 최적화보다 훨씬 더 영향력 있는 Tesla의 디지털 혁신 수용과 분석 표준화에 대한 선구적인 접근 방식은 엔지니어링 커뮤니티 전체의 관점에서 Tesla 브랜드를 구축하는 데 도움이 됩니다. 고도로 자동화된 표준 시스템은 엔지니어링 팀이 전례 없는 속도로 창의적으로 생각하고 혁신할 수 있도록 암묵적인 데이터 작업에서 해방될 정도로 데이터 프로세스를 간소화했습니다. 최고의 인재를 유치하고 기존 인재를 유지하는 데 도움이 되는 흥미로운 기회입니다.
Troptard는 "Tesla는 사랑받는 브랜드로, 확실히 그 직업을 더욱 매력적으로 만듭니다."라고 말합니다. “매우 높은 수준의 엔지니어링 인재를 유치할 수 있기 때문에 회사에도 좋습니다. 우리는 훌륭한 사람들과 함께 일할 수 있는 기회가 있으며 이러한 다양성이 Tesla에서 일하는 것을 매우 좋게 만듭니다.”
그는 신입사원의 통계에 정통한 수준이 높지만 “정말 새로운 것은 방법 우리는 데이터를 분석합니다.” 도메인 전문가는 데이터 과학자와 긴밀하게 협력할 뿐만 아니라 자신의 데이터에 분석을 적용할 수 있는 권한도 부여됩니다. "제가 정말 중요하다고 생각하는 것은 분석을 업무 관행의 일부로 만드는 방법입니다... 저는 분석이 개선을 위한 수단이라고 생각합니다.”
"시간 절약 요소는 JMP에게 정말 좋은 점이지만 그 이상입니다. Tesla 정신과도 일맥상통합니다. 우리가 이미 가지고 있는 고급 렌즈를 유지하기 위해 더 빠른 속도로 작업하는 것입니다." 모든 운전자가 전기차를 소유하는 세상이 그리 멀지 않은 것 같습니다.
