Data Diproses di Dalam Pabrik: Okuma Jepang Tampilkan Agen AI Mesin Perkakas yang Masih Tahap Pengembangan
Dalam Japan International Machine Tool Fair (JIMTOF) 2026, Okuma Jepang menampilkan teknologi referensi berupa agen kecerdasan buatan (AI) yang memungkinkan operator berdialog dengan mesin perkakas. AI generatif menganalisis riwayat pemesin…

Dalam Japan International Machine Tool Fair (JIMTOF) 2026, Okuma Jepang menampilkan teknologi referensi berupa agen kecerdasan buatan (AI) yang memungkinkan operator berdialog dengan mesin perkakas. AI generatif menganalisis riwayat pemesinan dan data operasi mesin yang tersimpan di pabrik pengguna, di dalam jaringan internal perusahaan.
Sistem ini belum dikomersialkan. Namun, tampilan sejumlah produsen menunjukkan bahwa data apa yang dipakai dan di lingkungan seperti apa data itu diolah mulai menjadi faktor pembeda baru dalam persaingan, di samping mutu jawaban.
Poin utama
- Pada JIMTOF 2026 (26 sampai 31 Oktober 2026), Okuma menampilkan sebagai teknologi referensi fungsi agen AI yang menggabungkan CNC (computerised numerical control, pengendali numerik mesin perkakas) "OSP" buatan sendiri dengan AI generatif.
- Operator mengajukan pertanyaan lewat obrolan dari PC, tablet, atau ponsel pintar, lalu AI menjawab dengan merujuk riwayat pemesinan, data operasi, dan manual yang tersimpan pada mesin.
- Sistem dijalankan pada PC yang dilengkapi GPU (graphics processing unit) di dalam jaringan internal perusahaan, sehingga data internal yang sangat rahasia dapat dimanfaatkan, menurut Okuma.
- Ada dua versi pemberitaan mengenai jadwalnya. Versi pertama menyebut Okuma menargetkan komersialisasi pada tahun fiskal 2027. Versi kedua menyebut uji coba bersama pengguna peserta dilakukan pada tahun fiskal 2027, dan rilis ditargetkan pada tahun fiskal 2028. Tahun fiskal Okuma dimulai pada April.
- Yamazaki Mazak Jepang dan DMG Mori Jepang mengedepankan pengetahuan perawatan dari sisi produsen, sedangkan FANUC Jepang menonjolkan mekanisme yang membuka CNC bagi pengembang lain. Pendekatan mereka mulai berbeda.
"Rangkum Alarm Hari Ini": Antarmuka Obrolan, tetapi Masih Tahap Pengembangan
Di Tokyo Big Sight, Okuma memadukan pusat pemesinan vertikal "MB-46VE II" dengan agen AI sebagai teknologi referensi. Teknologi referensi di sini berarti teknologi atau produk tahap pengembangan yang dipamerkan tanpa jaminan akan dijual.
Sistem ini memakai antarmuka obrolan. Jika operator mengetik "rangkum alarm hari ini", agen mengambil riwayat alarm hari itu dan melaporkannya. Jika operator menyampaikan bahwa "hanya dimensi diameter luar yang keluar dari toleransi", agen menganalisis hasil pengukuran, memperkirakan penyebabnya, dan mengusulkan penanganan. Okuma menyatakan agen juga akan dapat membuat laporan pemesinan secara otomatis, yang merangkum beban mesin dan perubahan suhu.
Agen ini dirancang untuk memeriksa apa yang terjadi selama operasi malam tanpa operator dan menelusuri penyebab alarm, dengan tujuan membantu pekerja yang kurang berpengalaman. Okuma juga mempertimbangkan agar AI dapat merujuk pengetahuan pemesinan yang dimiliki pengguna.
Soal jadwal, ada dua versi pemberitaan. Versi pertama menyebut Okuma menargetkan komersialisasi pada tahun fiskal 2027. Versi kedua menyebut uji coba dilakukan selama tahun fiskal 2027 dengan bantuan pengguna peserta, dan rilis ditargetkan pada tahun fiskal 2028. Belum jelas apakah "komersialisasi" dan "rilis" merujuk pada tahap yang sama, dan waktu penjualan belum dipastikan. Okuma menyatakan akan melakukan uji coba eksternal di luar lingkungan internal perusahaan.
Okuma Membidik Peran sebagai "Tempat Berkonsultasi" di Lapangan
Okuma menyebut pensiunnya teknisi senior, yang membuat tempat bertanya di lapangan berkurang, sebagai alasan pengembangan. Perusahaan menyatakan agen AI dimaksudkan menjadi tempat berkonsultasi untuk masalah seperti "tidak tahu cara mengatasi akurasi pemesinan yang tidak tercapai" dan "orang yang bisa diajak berkonsultasi soal peningkatan produktivitas semakin sedikit".
Selama ini Okuma telah menyediakan AI yang mendiagnosis kelainan pahat, kondisi sumbu penggerak, dan alasan mesin berhenti. Fungsi "AI Machining Diagnosis" mendeteksi kelainan pada bor dan tap, lalu menarik pahat sebelum patah. Fungsi "AI Machine Diagnosis" menilai kondisi sumbu penggerak dalam tiga tingkat, dengan waktu sekitar 2 menit per sumbu. Pada April 2026, Okuma juga mulai menjual fungsi diagnosis untuk bearing spindel bubut. "AI Operation Analysis" tidak hanya menunjukkan status mesin, tetapi juga alasan mesin berhenti.
Fungsi-fungsi tersebut terutama menghasilkan keluaran berupa angka dan hasil penilaian. Agen yang baru mengubah riwayat diagnosis itu menjadi jawaban dalam bahasa sehari-hari. Pergeseran dari diagnosis berbasis angka ke dukungan penafsiran ini dapat dilihat sebagai upaya memasuki pekerjaan yang selama ini dipegang para ahli, yakni memperkirakan sumber masalah.

Tiga Pendekatan Mulai Terbentuk, Dibedakan oleh Data di Balik Jawaban
Sejumlah perusahaan menampilkan AI percakapan di JIMTOF 2026. Belum ada angka terukur untuk membandingkan akurasi jawaban. Yang dapat dibandingkan dengan jelas dari informasi yang diumumkan adalah data di balik jawaban dan lingkungan tempat sistem dijalankan.
Yamazaki Mazak akan meluncurkan chatbot pada layanan cloud "Mazak iCONNECT" pada pertengahan November 2026. Selain manual, chatbot ini memakai riwayat pertanyaan, kasus gangguan, dan pengetahuan teknisi servis berpengalaman yang terkumpul di pusat layanan. Sekitar musim panas 2027, Mazak juga berencana menyediakan dialog suara dari layar operasi CNC. DMG Mori menampilkan di portal pelanggannya "Service Agent" yang dilatih dengan rekam jejak perbaikan teknisi servis internal.
Sebaliknya, Okuma berfokus pada analisis riwayat pemesinan dan data operasi yang tersimpan pada mesin-mesin di pabrik pengguna. Jika pengetahuan perawatan produsen cocok untuk gangguan yang umum pada suatu model, data di dalam pabrik lebih dekat dengan kondisi komponen dan mesin tertentu. Okuma mengembangkan CNC sendiri, sehingga tampaknya berada dalam posisi yang memudahkan integrasi data mesin dan data kendali.
FANUC, produsen CNC besar, mengambil posisi berbeda. Perusahaan akan menyediakan "MCP server" yang menghubungkan LLM (large language model, model bahasa besar) dengan CNC dan perangkat lunak terkait, sehingga LLM dapat mengakses data CNC dan mengubah pengaturan. Produsen mesin perkakas dan perusahaan perangkat lunak dapat memakainya untuk mengembangkan aplikasi AI sendiri. Mitsubishi Electric Jepang juga telah mengembangkan agen AI untuk CNC dan menyatakan akan membantu setup mesin oleh operator yang kurang berpengalaman.
Dilihat dari JIMTOF 2026, AI untuk mesin perkakas mulai terbagi menjadi tiga tipe: tipe yang menjadikan pengetahuan perawatan produsen sebagai layanan, tipe yang memakai data khas pabrik dalam lingkungan tertutup, dan tipe platform yang membuka CNC bagi pengembang luar. Bagi pembeli mesin perkakas, yang perlu ditimbang bukan hanya isi jawaban, tetapi juga lokasi penyimpanan data, koneksi ke mesin yang sudah ada, serta pembagian tanggung jawab atas pembaruan model dan pemeliharaan. Kemampuan dipakai di pabrik yang memiliki mesin dari banyak produsen juga akan diuji.

Hanya Memberi Saran, atau Sampai Mengendalikan Mesin?
Perbedaan lain terletak pada seberapa jauh AI dapat berinteraksi dengan atau mengendalikan mesin. FANUC menunjukkan mekanisme yang tidak mengirim usulan LLM langsung ke mesin. Usulan lebih dulu diverifikasi pada digital twin (model mesin di ruang virtual), dan baru diterapkan setelah operator memeriksa dan menyetujuinya.
Informasi yang diumumkan Okuma sebatas laporan dan usulan. Pada mesin perkakas, kesalahan program dapat langsung berujung pada tabrakan dan kerusakan peralatan, sehingga rancangan yang berhenti pada saran tampaknya dapat menurunkan hambatan adopsi. Presiden Atsushi Ieki juga menyatakan bahwa untuk sementara definisi kebutuhan dan verifikasi akhir tetap ditangani manusia. Persoalannya, apakah pekerja yang kurang berpengalaman dapat memeriksa dasar sebuah usulan.
Uji Coba Eksternal Akan Menguji Akurasi Jawaban dan Tanggung Jawab Operasional
Yang menonjol pada rancangan Okuma adalah sistem dijalankan pada PC yang dilengkapi GPU di dalam jaringan internal perusahaan. Kondisi pemesinan dan catatan cacat produk merupakan informasi yang berkaitan dengan daya saing perusahaan pemesinan kontrak. Lingkungan yang dapat menangani data semacam itu tampaknya menjadi prasyarat adopsi bagi pabrik yang ragu mengirimkannya ke luar. Ieki juga berbicara tentang pentingnya menjaga pengetahuan pelanggan.
Namun, model operasionalnya belum jelas. Okuma belum menyampaikan biaya PC yang dilengkapi GPU, pihak yang menangani pembaruan model dan gangguan, model mesin serta generasi CNC yang didukung, dan apakah sistem dapat dipasang pada mesin yang sudah ada. Model tetap dapat diperbarui di lingkungan tertutup, dan sistem berbasis cloud belum tentu memakai data lintas pelanggan. Perbandingan yang sebenarnya bukan terletak pada lokasi pemasangan, melainkan pada cara pengetahuan diperbarui dan siapa yang memikul tanggung jawab operasional.
Jika rencana merujuk pengetahuan pemesinan milik pengguna terwujud, jawaban yang sesuai dengan pabrik tersebut akan terus terkumpul. Yang kemudian menjadi penting adalah apakah data dan riwayat jawaban dapat dipindahkan ke mesin lain. Kepemilikan dan portabilitas data belum dijelaskan, sehingga belum dapat dinilai apakah hal ini akan menimbulkan vendor lock-in.
Yang perlu dipastikan dalam uji coba eksternal adalah seberapa sering penyebab yang diperkirakan ternyata tepat. Pertanyaannya, apakah data yang tetap berada di dalam pabrik dapat menghasilkan jawaban yang dipercaya lapangan. Lebih daripada waktu komersialisasi, hal inilah yang akan menentukan makna tampilan teknologi referensi kali ini.







