Lewati ke konten

TÜV SÜD dan Accenture Memajukan Sertifikasi Keselamatan AI Industri dengan Teknologi NVIDIA

TÜV SÜD and Accenture Advance Industrial AI Safety Certification with NVIDIA Technology

Pendekatan Baru untuk Sertifikasi AI Industri

TÜV SÜD dan Accenture bekerja sama untuk mempercepat penilaian keselamatan dan persiapan sertifikasi robot bertenaga AI serta sistem otomasi industri. Diumumkan di NVIDIA GTC Berlin 2026, Physical AI Safety Suite yang mereka usulkan menggabungkan kembaran digital, agen AI, dan teknologi simulasi untuk membantu produsen mengevaluasi sistem otomatis lebih awal dalam proses rekayasa.

Inisiatif ini menjawab tantangan yang semakin besar dalam manufaktur cerdas: bagaimana memperkenalkan peralatan otonom ke lingkungan produksi tanpa mengorbankan keselamatan pekerja atau menunda pengoperasian. Menurut TÜV SÜD, digitalisasi sebagian dari persiapan sertifikasi dapat membantu fasilitas produksi mulai beroperasi hingga 30% lebih cepat.

Bagi insinyur industri, arti penting perkembangan ini lebih dari sekadar sertifikasi yang lebih cepat. Ini mengarah pada pendekatan yang lebih terpadu, di mana pertimbangan keselamatan menjadi bagian dari desain otomasi, perencanaan tata letak, dan validasi sistem, bukan sekadar pemeriksaan akhir sebelum pengoperasian.

Mengapa Sertifikasi Otomasi Industri Memerlukan Alur Kerja yang Berbeda

Robot bergerak otonom (AMR), armada robot, dan mesin cerdas lainnya semakin banyak digunakan di pabrik dan gudang, tempat manusia dan peralatan otomatis berbagi ruang operasional. Lingkungan ini menghadirkan pertimbangan keselamatan terkait rute lalu lintas, risiko tabrakan, jarak berhenti, zona operasional, dan interaksi antar mesin.

Standar seperti ISO 3691-4 menetapkan persyaratan keselamatan untuk truk industri tanpa pengemudi dan sistemnya. Namun, pembuktian kesesuaian memerlukan lebih dari sekadar memeriksa satu robot berdasarkan spesifikasi. Insinyur juga harus mempertimbangkan lingkungan operasional, aplikasi yang dimaksudkan, dan interaksi yang terjadi selama kondisi operasi normal maupun abnormal.

Menurut TÜV SÜD, kegiatan penilaian keselamatan di fasilitas produksi berukuran sedang dapat memakan waktu beberapa minggu. Jika bahaya ditemukan setelah peralatan dipasang, tindakan korektif mungkin melibatkan perancangan ulang tata letak, perubahan alur kerja, penyesuaian parameter robot, atau pengulangan kegiatan validasi.

Memajukan penilaian keselamatan dalam proyek dapat mengurangi keterlambatan yang sebenarnya bisa dihindari. Dalam praktiknya, semakin awal tim teknik mengidentifikasi konflik antara area pergerakan robot dan jalur pejalan kaki, semakin mudah masalah tersebut diperbaiki sebelum mengharuskan modifikasi lokasi yang mahal.

Kembaran Digital Membawa Penilaian Keselamatan ke Tahap Desain

Physical AI Safety Suite yang diusulkan menggunakan representasi virtual lingkungan industri untuk mengevaluasi peralatan dan skenario operasi sebelum penerapan fisik. Pustaka NVIDIA Omniverse, NVIDIA Cosmos, dan NVIDIA Isaac Sim merupakan bagian dari rangkaian teknologi yang dijelaskan untuk pendekatan ini.

Simulasi digital dapat membantu tim teknik mengkaji tata letak pabrik, lintasan robot, persyaratan jarak bebas, dan area kerja bersama. Simulasi ini juga menyediakan cara untuk menguji skenario operasi yang mungkin sulit, memakan waktu, atau mahal untuk direproduksi pada lini produksi fisik.

Pendekatan ini dapat sangat bermanfaat ketika suatu fasilitas mulai menggunakan beberapa AMR, mengubah rute penanganan material, atau memperluas sel produksi otomatis yang sudah ada. Teknisi dapat menyelidiki dampak perubahan yang diusulkan terhadap arus lalu lintas dan zona keselamatan sebelum memutuskan pemasangan akhir.

Namun, kembaran digital hanya berguna jika didukung informasi yang memadai. Geometri yang akurat, perilaku mesin yang realistis, kondisi operasi yang representatif, dan asumsi yang tervalidasi diperlukan agar hasil simulasi dapat mendukung keputusan keselamatan yang bermakna. Karena itu, pengujian virtual sebaiknya melengkapi, bukan otomatis menggantikan, verifikasi fisik dan asesmen kesesuaian formal.

Teknologi NVIDIA Mendukung Asesmen Keselamatan Tiga Lapisan

Rangkaian solusi yang diusulkan ini menyusun evaluasi keselamatan dalam tiga lapisan yang saling terhubung: lingkungan fasilitas, interaksi antara armada robot, dan perilaku masing-masing robot. TÜV SÜD menyediakan asesmen dan jaminan independen sekaligus tetap bertanggung jawab atas sertifikasi.

1. Tata letak fasilitas dan zona operasi

Lapisan pertama mengkaji lingkungan fisik tempat otomatisasi beroperasi. Dengan menggunakan teknologi NVIDIA Omniverse, NVIDIA Cosmos, dan NVIDIA Isaac Sim, tim teknik dapat memodelkan rute, jarak bebas, area operasi, serta lokasi yang mungkin menjadi titik persinggungan karyawan dan mesin.

Tahap ini dapat membantu mengungkap konflik desain sebelum pemasangan. Contohnya, rute AMR yang diusulkan mungkin melintasi jalur penyeberangan pejalan kaki atau menyisakan jarak bebas yang tidak memadai di dekat stasiun kerja. Mengidentifikasi masalah ini selama perencanaan tata letak memberi teknisi lebih banyak pilihan untuk mengatasinya tanpa mengganggu produksi.

2. Koordinasi armada robot dan interaksi manusia

Lapisan kedua mempertimbangkan interaksi berbagai mesin otonom satu sama lain, dengan pekerja, dan dengan infrastruktur di sekitarnya.

Pendekatan yang diumumkan ini mengintegrasikan teknologi keselamatan NVIDIA Halos dan platform AI edge NVIDIA IGX Thor. Kamera yang terpasang di fasilitas dan agen AI juga dijelaskan sebagai pendukung identifikasi lebih dini terhadap situasi yang berpotensi berbahaya, termasuk risiko yang mungkin tidak terlihat dalam jangkauan pandang robot tertentu.

Dari sudut pandang rekayasa, penilaian tingkat armada penting karena mesin yang aman secara individual belum tentu menjamin perilaku gabungan yang aman. Persimpangan yang padat, rute yang saling bertentangan, pergerakan pejalan kaki yang berubah-ubah, dan keterlambatan komunikasi dapat menimbulkan risiko yang baru terlihat saat sistem yang lebih luas dievaluasi.

Nilai praktis lapisan ini bergantung pada seberapa efektif sistem mendeteksi bahaya yang relevan, seberapa cepat sistem merespons, dan seberapa baik keluarannya terintegrasi dengan fungsi keselamatan mesin yang sudah ada.

3. Kondisi operasi masing-masing robot

Lapisan ketiga mengevaluasi masing-masing robot dalam berbagai kondisi operasi, termasuk muatan, kecepatan perjalanan, permukaan lantai, dan kondisi pencahayaan.

Simulasi memungkinkan para insinyur mengeksplorasi lebih banyak skenario daripada yang mungkin dilakukan melalui pengujian fisik saja. Hal ini dapat membantu mengidentifikasi keterbatasan perilaku robot, menyempurnakan parameter operasi, dan memandu perubahan desain sebelum prototipe atau peralatan produksi ditetapkan.

Namun, cakupan simulasi tidak serta-merta membuktikan keselamatan dalam setiap kondisi dunia nyata. Hasilnya tetap perlu dinilai berdasarkan persyaratan yang berlaku, model yang telah divalidasi, dan bukti yang diharapkan untuk aplikasi yang dimaksud.

Arti Kolaborasi Ini bagi Produsen

TÜV SÜD memperkirakan bahwa digitalisasi sebagian proses penilaian dan persiapan sertifikasi dapat membantu fasilitas produksi mulai beroperasi hingga 30% lebih cepat. Ini adalah hasil potensial, bukan pengurangan yang dijamin untuk setiap pabrik atau proyek otomasi.

Manfaat sebenarnya bergantung pada kompleksitas proyek, kualitas data rekayasa, kematangan model simulasi, cakupan penilaian, dan sejauh mana persiapan sertifikasi dapat diintegrasikan ke dalam alur kerja yang ada.

Bagi produsen, potensi manfaatnya mencakup identifikasi bahaya lebih dini, lebih sedikit perubahan desain pada tahap akhir, pengujian skenario yang lebih sistematis, serta koordinasi yang lebih baik antara rekayasa otomasi dan spesialis keselamatan.

Pendekatan ini mungkin sangat relevan bagi fasilitas yang mengerahkan beberapa AMR, memperkenalkan aplikasi robotika berbasis AI, atau mengubah tata letak produksi sembari mempertahankan operasi yang sudah ada.

Pimpinan rantai pasok dan rekayasa Accenture menyoroti kelemahan umum dalam alur kerja proyek tradisional: konsep otomasi terkadang baru dievaluasi berdasarkan standar industri setelah peralatan, tata letak, dan prosedur operasi ditetapkan. Mempertimbangkan hal-hal ini sejak awal memungkinkan tim rekayasa menangani masalah saat perubahan desain masih relatif mudah dilakukan.

Perspektif Rekayasa: Bukti Simulasi Harus Tetap Dapat Ditelusuri

Pertanyaan terpenting bukan sekadar apakah AI dapat mengidentifikasi potensi bahaya di pabrik virtual. Pertanyaannya adalah apakah bukti yang dihasilkan simulasi dapat dipercaya, direproduksi, ditinjau, dan dikaitkan dengan persyaratan keselamatan yang berlaku.

Menurut saya, sertifikasi AI industri akan bergantung pada kualitas rantai bukti ini, sama besarnya dengan ketergantungannya pada kecanggihan teknologi simulasi. Proses penilaian yang berguna harus mendokumentasikan konfigurasi model, asumsi, skenario pengujian, versi sistem, bahaya yang teridentifikasi, tindakan korektif, dan hasil verifikasi.

Insinyur juga perlu membedakan deteksi bahaya berbantuan AI dari fungsi keselamatan yang memerlukan kinerja terdefinisi, perilaku yang dapat diprediksi, dan validasi yang sesuai. Agen AI yang mengidentifikasi risiko tabrakan yang mulai berkembang dapat mendukung kesadaran operasional, tetapi kemampuan itu saja tidak membuktikan bahwa fungsi perlindungan robot memenuhi tingkat keselamatan yang disyaratkan.

Perbedaan ini penting ketika peralatan otonom beroperasi di dekat manusia. Simulasi dapat meningkatkan kualitas keputusan desain dan menyediakan bukti tambahan, tetapi penilaian keselamatan tetap harus mencakup perilaku di dunia nyata, kondisi kegagalan, dan persyaratan yang berlaku untuk keseluruhan sistem.

Langkah Selanjutnya bagi Physical AI di Manufaktur

Kolaborasi TÜV SÜD dan Accenture mencerminkan pergeseran yang lebih luas menuju integrasi simulasi, AI, dan rekayasa keselamatan ke dalam proyek otomasi industri sejak awal.

Dengan mengevaluasi tata letak fasilitas, armada robot, dan mesin individual dalam kerangka penilaian terpadu, Physical AI Safety Suite yang diusulkan bertujuan membuat persiapan keselamatan lebih sistematis dan mengurangi penundaan akibat perubahan pada tahap akhir.

Potensi manfaatnya signifikan, tetapi penerapannya memerlukan metode penilaian yang jelas, model simulasi yang representatif, bukti yang dapat ditelusuri, dan verifikasi fisik yang sesuai. Produsen juga perlu memastikan bagaimana proses yang diusulkan berlaku untuk peralatan, lingkungan operasional, dan persyaratan sertifikasi spesifik mereka.

Jika elemen-elemen ini ditangani, penilaian keselamatan berbasis simulasi dapat menjadi bagian praktis dari alur kerja rekayasa untuk pabrik yang semakin otonom. Tujuannya bukan menghilangkan pengawasan manusia dari proses sertifikasi, melainkan memberikan bukti yang lebih baik kepada para insinyur dan penilai independen sejak dini, saat bukti tersebut dapat memberikan dampak terbesar terhadap keselamatan maupun biaya proyek.

TÜV SÜD dan Accenture Memajukan Sertifikasi Keselamatan AI Industri dengan Teknologi NVIDIA