Μοντέλα και πλατφόρμες AI

Τι αποκάλυψε για την εταιρική ΤΝ η Σύνοδος του Καναδά 2026 για τον μετασχηματισμό της κατασκευαστικής βιομηχανίας μέσω ΤΝ και δεδομένων

Antoine Tardif
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
Toronto construction site with a digital twin and connected data pathways
Βασικά σημείαΟ κύριος περιορισμός της επιχειρησιακής τεχνητής νοημοσύνης είναι πλέον ο οργανισμός…
Δείτε περισσότερα
  • Ο κύριος περιορισμός της επιχειρησιακής τεχνητής νοημοσύνης είναι πλέον ο οργανισμός που περιβάλλει το μοντέλο και όχι η πρόσβαση στο μοντέλο.
  • Η ετοιμότητα δεδομένων είναι μια συνεχής επιχειρησιακή πειθαρχία, διότι η τεχνητή νοημοσύνη δεν μπορεί να ανακατασκευάσει πληροφορίες που δεν καταγράφηκαν ποτέ.
  • Οι επενδύσεις στην τεχνητή νοημοσύνη αντιμετωπίζουν αυξανόμενη εξέταση της απόδοσης επένδυσης καθώς οι εταιρείες απαιτούν μετρήσιμα αποτελέσματα συνδεδεμένα με συγκεκριμένα επιχειρησιακά προβλήματα.

Γνωστοποίηση: Η AMG World φιλοξένησε τη συμμετοχή του Unite.AI στη σύνοδο του Τορόντο. Οι παρατηρήσεις και τα συμπεράσματα αυτού του άρθρου είναι δικά μας.

Ο κατασκευαστικός κλάδος ίσως να μην είναι το πρώτο μέρος όπου αναζητά κανείς ενδείξεις για την κατεύθυνση της τεχνητής νοημοσύνης. Ακριβώς αυτό, όμως, τον καθιστά τόσο χρήσιμο πεδίο δοκιμής της τεχνολογίας.

Ο κατασκευαστικός κλάδος συνδυάζει σύνθετες αλυσίδες εφοδιασμού, αποκεντρωμένες ομάδες, παλαιά συστήματα, φυσικούς κινδύνους, στενά περιθώρια κέρδους και τεράστιους όγκους πληροφοριών που παράγονται σε εργοτάξια τα οποία αλλάζουν διαρκώς. Ένα σύστημα ΤΝ μπορεί να προσφέρει μια εντυπωσιακή επίδειξη σε ελεγχόμενο περιβάλλον, όμως η αξιόπιστη δημιουργία αξίας υπό αυτές τις συνθήκες αποτελεί εντελώς διαφορετική πρόκληση.

Στη Σύνοδο του Καναδά 2026 για τον μετασχηματισμό της κατασκευαστικής βιομηχανίας μέσω ΤΝ και δεδομένων της AMG World, που πραγματοποιήθηκε στο Τορόντο στις 17 Νοεμβρίου, η συζήτηση αντανακλούσε μια αγορά ΤΝ που εισέρχεται σε μια πιο απαιτητική φάση. Το πρόγραμμα του συνεδρίου κάλυψε τη μετρήσιμη απόδοση της επένδυσης, τα διασυνδεδεμένα δεδομένα, τα ψηφιακά δίδυμα, τον μετασχηματισμό του εργατικού δυναμικού και την επιχειρησιακή εφαρμογή. Ωστόσο, μέσα από τις παρουσιάσεις και τις συζητήσεις στρογγυλής τραπέζης ξεχώρισε ένα συμπέρασμα: ο κύριος περιοριστικός παράγοντας για την εταιρική ΤΝ δεν είναι πλέον η πρόσβαση σε ένα ισχυρό μοντέλο. Είναι ο οργανισμός που το περιβάλλει.

Οι φιλοδοξίες για την ΤΝ συγκρούονται με την επιχειρησιακή πραγματικότητα

Δεν χρειάστηκε ιδιαίτερη προσπάθεια για να πειστούν οι συμμετέχοντες ότι η ΤΝ μπορεί να επηρεάσει τον κατασκευαστικό κλάδο. Τα δυσκολότερα ερωτήματα αφορούσαν τον τρόπο εφαρμογής της, τα πεδία στα οποία πρέπει να αξιοποιηθεί και το πώς μπορεί να αποδειχθεί αρκετή αξία ώστε να δικαιολογηθεί η επένδυση.

Πολλοί οργανισμοί φαίνεται να βρίσκονται ανάμεσα στη φιλοδοξία και την αβεβαιότητα. Θέλουν να εφαρμόσουν την ΤΝ, αλλά δεν διαθέτουν ακόμη σαφή διαδικασία για να εντοπίσουν τις κατάλληλες περιπτώσεις χρήσης, να ορίσουν ποιος έχει την ευθύνη ή να εισαγάγουν την τεχνολογία με τρόπο που θα γίνει αποδεκτός από τους εργαζομένους. Αυτή είναι μια πιο υγιής συζήτηση από τον άνευ όρων ενθουσιασμό που χαρακτήρισε την αρχική έκρηξη της παραγωγικής ΤΝ.

Αυτό σημαίνει επίσης ότι οι προμηθευτές έχουν απέναντί τους πελάτες με υψηλότερες απαιτήσεις. Ένα ελκυστικό περιβάλλον χρήστη δεν αρκεί. Οι κατασκευαστικές εταιρείες θέλουν όλο και περισσότερο να γνωρίζουν πώς εντάσσεται ένα σύστημα ΤΝ στο υπάρχον περιβάλλον δεδομένων τους, τι συμβαίνει όταν λείπουν πληροφορίες, πώς μπορούν να επαληθευτούν τα αποτελέσματα και αν η εφαρμογή θα αντέξει στην πράξη, μέσα στις πραγματικές λειτουργίες του πεδίου.

Ακόμη και η συζήτηση για τα μοντέλα έμοιαζε πιο περιορισμένη απ’ όσο θα περίμενε κανείς με βάση την ευρύτερη αγορά ΤΝ. Το Claude ήταν το μόνο μοντέλο μεγάλου γλωσσικού μοντέλου γενικής χρήσης που αναφέρθηκε επανειλημμένα στις συζητήσεις που καταγράψαμε στις σημειώσεις μας. Αυτό δεν πρέπει να εκληφθεί ως εύρημα σχετικά με τα μερίδια αγοράς. Υποδηλώνει, ωστόσο, ότι η υιοθέτηση από τις επιχειρήσεις συχνά επικεντρώνεται σε έναν μικρό αριθμό εργαλείων που έχουν ήδη ξεπεράσει τα εσωτερικά όρια εμπιστοσύνης, ασφάλειας ή προμηθειών.

Το σημαντικότερο πρόβλημα της ΤΝ εμφανίζεται πριν από το μοντέλο

Η ποιότητα των δεδομένων ήταν η πιο επίμονη ανησυχία.

Τα ψηφιακά δίδυμα αποτέλεσαν χαρακτηριστικό παράδειγμα. Ένα ψηφιακό δίδυμο είναι χρήσιμο μόνο εφόσον συνεχίζουν να τροφοδοτούνται με πληροφορίες από κάθε σχετικό τμήμα ενός έργου. Αν ένας εργολάβος δεν υποβάλει ενημέρωση, ένα σύστημα τρίτου μέρους παρέχει μόνο μέρος των απαιτούμενων πληροφοριών ή ένας εργαζόμενος αποχωρήσει χωρίς να μεταβιβάσει όσα γνωρίζει, το μοντέλο απομακρύνεται σταδιακά από την πραγματικότητα.

Το αποτέλεσμα μπορεί και πάλι να φαίνεται προηγμένο. Μπορεί, όμως, να είναι και λανθασμένο.

Το πρόβλημα αυτό δεν λύνεται με την αύξηση του μεγέθους του μοντέλου. Η ΤΝ δεν μπορεί να ανασυνθέσει αξιόπιστα επιχειρησιακές πληροφορίες που δεν καταγράφηκαν ποτέ. Επίσης, δεν μπορεί να προσδιορίσει ποιος ήταν υπεύθυνος για την κάλυψη ενός κενού, αν ο οργανισμός δεν έχει ορίσει αυτή την ευθύνη.

Οι συζητήσεις στο Τορόντο επανήλθαν πολλές φορές στην ανάγκη για αξιόπιστες πληροφορίες, σαφείς δομές δεδομένων και διαδικασίες που διατηρούν τα μοντέλα ενημερωμένα. Αυτός είναι ένας λόγος για τον οποίο το επίσημο πρόγραμμα του συνεδρίου έδωσε τόσο μεγάλη έμφαση στις βάσεις των δεδομένων, στην υλοποίηση μέσω διασυνδεδεμένων συστημάτων, στα ψηφιακά δίδυμα και στην ευθυγράμμιση ανθρώπων και διαδικασιών.

Για τον ευρύτερο κλάδο της ΤΝ, το δίδαγμα είναι σημαντικό: η ετοιμότητα των δεδομένων δεν είναι απλώς ένα έργο καθαρισμού βάσεων δεδομένων που ολοκληρώνεται πριν από την εφαρμογή. Είναι μια διαρκής επιχειρησιακή πρακτική.

Οι ομάδες πεδίου γίνονται μέρος της υποδομής ΤΝ

Μία από τις πιο πρακτικές παρατηρήσεις του συνεδρίου αφορούσε τον ρόλο των διαχειριστών έργων. Αναδείχθηκαν ως κομβικό σημείο για τη συλλογή πληροφοριών από το πεδίο και τη διασφάλιση ότι αυτές φτάνουν στα συστήματα που χρησιμοποιεί ο ευρύτερος οργανισμός.

Έτσι, οι διαχειριστές έργων και οι ομάδες πρώτης γραμμής αποτελούν μέρος της υποδομής ΤΝ, είτε οι τίτλοι των θέσεών τους αναφέρουν την τεχνητή νοημοσύνη είτε όχι.

Αν η καταγραφή πληροφοριών απαιτεί πρόσθετα έντυπα, διπλή καταχώριση ή μια περίπλοκη νέα ροή εργασίας, το κενό στα δεδομένα θα παραμείνει. Επομένως, τα πιο αποτελεσματικά συστήματα θα είναι εκείνα που εντάσσουν τη σωστή καταγραφή δεδομένων στη φυσική διαδικασία ολοκλήρωσης της εργασίας, αντί να την επιβάλλουν εκ των υστέρων ως πρόσθετο διοικητικό βάρος.

Αυτό έχει ιδιαίτερη σημασία σε έναν κλάδο όπου πολλές διαδικασίες παραμένουν αναλογικές και οι εργαζόμενοι, οι εργολάβοι, τα συνδικάτα, οι πάροχοι τεχνολογίας και οι ιδιοκτήτες έργων ενδέχεται να αλληλεπιδρούν με τις πληροφορίες με διαφορετικούς τρόπους. Για την επιτυχή εφαρμογή δεν αρκεί να δοθεί στους ανθρώπους πρόσβαση σε έναν βοηθό ΤΝ. Χρειάζεται να σχεδιαστεί μια αξιόπιστη ροή πληροφοριών σε ολόκληρο τον οργανισμό.

Ο έλεγχος της απόδοσης της επένδυσης γίνεται αυστηρότερος

Οι συμμετέχοντες εξέφρασαν επίσης ανησυχίες για επενδύσεις στην ΤΝ που δεν είχαν αποφέρει ακόμη τις αρχικά αναμενόμενες αποδόσεις. Έγινε λόγος για το κόστος των διακριτικών (tokens), όμως το μεγαλύτερο ζήτημα ήταν ο κίνδυνος για τα κεφάλαια.

Οι κατασκευαστικές εταιρείες έχουν συνηθίσει να αξιολογούν τα έργα με βάση το κόστος, το χρονοδιάγραμμα, την ασφάλεια και την έκθεση σε κινδύνους. Δύσκολα θα ανεχθούν επ’ αόριστον πειραματισμούς με την ΤΝ χωρίς σαφή χρονικό ορίζοντα, ιδίως όταν η εφαρμογή της απαιτεί νέες διασυνδέσεις, συμβουλευτικές υπηρεσίες, κατάρτιση και προετοιμασία δεδομένων, πέρα από τη χρήση μοντέλων.

Αυτό δεν σημαίνει ότι οι εταιρείες απομακρύνονται από την ΤΝ. Σημαίνει ότι απαιτούν σαφέστερη σύνδεση ανάμεσα στην τεχνολογία και σε ένα μετρήσιμο επιχειρηματικό αποτέλεσμα.

Οι πιο αξιόπιστες εφαρμογές θα αντιμετωπίζουν συγκεκριμένα λειτουργικά προβλήματα: τη μείωση του διοικητικού φόρτου, τη βελτίωση της πρόσβασης στη γνώση των έργων, τον εντοπισμό κινδύνων για το χρονοδιάγραμμα, τη διατήρηση ψηφιακών αρχείων ή την υποστήριξη των ομάδων ώστε να λαμβάνουν ταχύτερες αποφάσεις με βάση πληροφορίες που ήδη διαθέτουν. Μια πρωτοβουλία ΤΝ που περιγράφεται απλώς ως μετασχηματισμός θα συναντήσει μεγαλύτερες αντιστάσεις από μια πρωτοβουλία σχεδιασμένη για την αντιμετώπιση ενός συγκεκριμένου σημείου συμφόρησης.

Η αξιοπιστία αποτελεί πλέον μέρος του υπολογισμού της απόδοσης της επένδυσης. Οι συμμετέχοντες αναρωτήθηκαν τι θα συνέβαινε αν μια υπηρεσία ΤΝ ή μια μεγάλη πλατφόρμα υπολογιστικού νέφους έπαυε να είναι διαθέσιμη. Από τη στιγμή που η ΤΝ εντάσσεται σε μια λειτουργική διαδικασία, ο σχεδιασμός για τη διασφάλιση της συνέχειας δεν μπορεί να αποτελεί εκ των υστέρων σκέψη. Οι οργανισμοί πρέπει να γνωρίζουν ποιες εργασίες μπορούν να συνεχιστούν, ποιες αποφάσεις απαιτούν εναλλακτική λύση με ανθρώπινη παρέμβαση και πώς θα ανακάμψουν τα συστήματα χωρίς απώλεια δεδομένων.

Η υιοθέτηση παραμένει ανθρώπινη πρόκληση

Υπήρχε φόβος για την αντικατάσταση θέσεων εργασίας, αλλά και ένα πιο άμεσο εμπόδιο: πολλοί εργαζόμενοι δεν έχουν ακόμη βασική κατανόηση του τι μπορεί και τι δεν μπορεί να κάνει η ΤΝ.

Αυτό δημιουργεί κινδύνους και προς τις δύο κατευθύνσεις. Οι εργαζόμενοι μπορεί να αποφεύγουν χρήσιμα συστήματα επειδή δεν τα εμπιστεύονται ή να βασίζονται υπερβολικά εύκολα στα αποτελέσματά τους επειδή υπερεκτιμούν την ακρίβειά τους.

Η πρόκληση δεν αντιμετωπίζεται με μία και μοναδική εκπαιδευτική συνεδρία. Η υιοθέτηση εξαρτάται από το να καταδειχθεί στους εργαζομένους πώς η ΤΝ υποστηρίζει την εργασία τους, να τεθούν σαφείς προσδοκίες ως προς την ανθρώπινη ευθύνη και να επιλεγούν εφαρμογές τις οποίες οι εργαζόμενοι μπορούν να αναγνωρίσουν ως χρήσιμες.

Αυτό είναι ιδιαίτερα δύσκολο για τις μικρές και μεσαίες επιχειρήσεις. Πολλές δεν έχουν τη δυνατότητα να συγκροτήσουν ειδική ομάδα ΤΝ ή να αναθέσουν μακροπρόθεσμα την ευθύνη για μια πειραματική πρωτοβουλία. Επομένως, τα ερωτήματα σχετικά με την εκπαίδευση ενός εσωτερικού μεγάλου γλωσσικού μοντέλου (LLM) ενδέχεται να είναι λιγότερο σημαντικά από εκείνα που αφορούν την πρόσβαση στα δεδομένα, τη διακυβέρνηση, την αξιολόγηση και το ποιος εξακολουθεί να φέρει την ευθύνη για το σύστημα που προκύπτει.

Η επιχειρηματική ευκαιρία είναι σημαντική, αλλά ίσως αποβεί προς όφελος των παρόχων που μπορούν να μειώσουν την οργανωτική πολυπλοκότητα, αντί απλώς να προσφέρουν ένα ακόμη μοντέλο.

Οι κατασκευές αποτελούν δοκιμασία αντοχής για την εταιρική ΤΝ

Αυτό που έκανε πολύτιμη τη σύνοδο κορυφής στο Τορόντο ήταν η εστίασή της στο χάσμα ανάμεσα σε μια επιτυχημένη επίδειξη και σε μια αξιόπιστη εφαρμογή. Ο συνδυασμός παρουσιάσεων και μικρότερων συζητήσεων στρογγυλής τραπέζης δημιούργησε χώρο για λειτουργικά ζητήματα που συχνά παραλείπονται από τις καλοδουλεμένες αφηγήσεις γύρω από την ΤΝ.

Ο κατασκευαστικός κλάδος αναδεικνύει σχεδόν κάθε αδυναμία που πρέπει να ξεπεράσει η εταιρική ΤΝ: κατακερματισμένες πληροφορίες, μεταβαλλόμενα περιβάλλοντα, παρωχημένες διαδικασίες, επιφυλακτικούς αγοραστές, περιορισμένες τεχνικές δυνατότητες, αντίσταση από το εργατικό δυναμικό και σοβαρές συνέπειες όταν οι πληροφορίες είναι λανθασμένες.

Αναδεικνύει επίσης γιατί η ευκαιρία εξακολουθεί να είναι τόσο ελκυστική. Η διασύνδεση της γνώσης των έργων, των δεδομένων πεδίου, των ψηφιακών διδύμων και της οργανωσιακής εμπειρίας θα μπορούσε να βελτιώσει ουσιαστικά τον τρόπο με τον οποίο οι εταιρείες σχεδιάζουν και υλοποιούν σύνθετα έργα. Ωστόσο, τα συστήματα που θα επικρατήσουν θα είναι εκείνα που καθιστούν τις πληροφορίες πληρέστερες, πιο αξιόπιστες και πιο προσβάσιμες στους ανθρώπους που είναι υπεύθυνοι να ενεργήσουν βάσει αυτών.

Η συζήτηση συνεχίζεται και πέρα από το Τορόντο

Η σειρά εκδηλώσεων της AMG World για τον κατασκευαστικό κλάδο συνεχίζεται με τη Σύνοδο Κορυφής για τον Μετασχηματισμό των Κατασκευών με ΤΝ & Δεδομένα, Όστιν 2027 στις 26 Ιανουαρίου και ακολουθεί η Σύνοδος Κορυφής για τον Μετασχηματισμό των Κατασκευών με ΤΝ & Δεδομένα, Ευρώπη 2027 στο Λονδίνο στις 23 Φεβρουαρίου.

Ο διοργανωτής επεκτείνει επίσης τη συζήτηση και σε άλλους κλάδους με ενεργητικό υψηλής έντασης. Η Σύνοδος Κορυφής για την ΤΝ και την Τεχνολογία στον Τομέα Πετρελαίου και Αερίου 2027 θα πραγματοποιηθεί στο Χιούστον στις 9 Φεβρουαρίου και θα συγκεντρώσει στελέχη από τον ενεργειακό τομέα που ασχολούνται με την ΤΝ, τα δεδομένα, τον ψηφιακό μετασχηματισμό και τις λειτουργίες.

Αν το Τορόντο αποτελεί ένδειξη, την επόμενη φάση της εταιρικής ΤΝ δεν θα καθορίσει όποιος παρουσιάσει την πιο εντυπωσιακή επίδειξη. Θα την καθορίσουν οργανισμοί που μπορούν να συνδέσουν το μοντέλο με αξιόπιστα δεδομένα, ανθρώπους υπόλογους για τις πράξεις τους, ανθεκτικές διαδικασίες και ένα επιχειρηματικό αποτέλεσμα που αξίζει τη χρηματοδότηση.

Ο Antoine είναι ένας οραματιστής ηγέτης και ιδρυτικός εταίρος της Unite.AI, με αμείωτο πάθος για τη διαμόρφωση και την προώθηση του μέλλοντος της τεχνητής νοημοσύνης και της ρομποτικής. Έχοντας ιδρύσει πολλές επιχειρήσεις, πιστεύει ότι η τεχνητή νοημοσύνη θα μεταμορφώσει την κοινωνία όσο και ο ηλεκτρισμός και συχνά μιλά με ενθουσιασμό για τις δυνατότητες των ανατρεπτικών τεχνολογιών και της τεχνητής γενικής νοημοσύνης (AGI).

Ως μελλοντολόγος, είναι αφοσιωμένος στη διερεύνηση του τρόπου με τον οποίο αυτές οι καινοτομίες θα διαμορφώσουν τον κόσμο μας. Επιπλέον, είναι ιδρυτής του Securities.io, μιας πλατφόρμας που εστιάζει στις επενδύσεις σε τεχνολογίες αιχμής οι οποίες επαναπροσδιορίζουν το μέλλον και μεταμορφώνουν ολόκληρους κλάδους.