Από το Γεννητικό AI στο Αξιόπιστο AI: Υψηλά Πονταρίσματα στη Βιομηχανία

Ο κύκλος υπεροπτιμισμού του AI εξερράγη το 2023 με το ντεμπούτο του γεννητικού AI και τις επόμενες χρηματοδοτικές ενέσεις. Μαζί με αυτό ήρθε μια αίσθηση τυφλού οπτιμισμού του AI, όπου οι οργανισμοί υιοθέτησαν την τεχνολογία χωρίς μια σαφή κατανόηση του ROI και των πρακτικών περιπτώσεων χρήσης. Κάποιοι απλώς ακολούθησαν το πλήθος του AI, υιοθετώντας την τεχνολογία εξαιτίας του φόβου να μείνουν πίσω. Βλέποντας πίσω και σκέφτοντας τι θα έρθει το 2025, έχει αλλάξει πολύ σε σχέση με τις προσδοκίες για το AI; Βρισκόμαστε ακόμα στο στάδιο του τυφλού οπτιμισμού του AI;

Σύντομα, όχι. Έχουμε τυχεροί να προχωρήσουμε πιο μακριά στο μονοπάτι της ωριμότητας. Μπορούμε να δούμε τον κύκλο υπεροπτιμισμού να εξαφανίζεται και να προχωρούμε από τον τυφλό οπτιμισμό του AI στο αποδεδειγμένο οπτιμισμό του AI – ή, αξιόπιστο AI. Η βιομηχανία κατασκευής, η οποία έχει κάνει τεράστιες προόδους με το αξιόπιστο AI, χρησιμεύει ως μελέτη περίπτωσης για αυτό το ταξίδι, και μια που άλλες βιομηχανίες μπορούν να μάθουν. Αλλά πριν πάμε σε αυτό το μονοπάτι, πρέπει να αντιμετωπίσουμε την πραγματική πιθανότητα μιας φούσκας του AI που είναι πιθανό να σπάσει.

Άλογος Οπτιμισμός του AI;

Ο τυφλός οπτιμισμός του AI – ή η ενθουσιασμός γύρω από την πιο καινούρια, λαμπρή τεχνολογία του AI χωρίς μια σαφή κατανόηση των επιπτώσεων και των ουσιαστικών επιτευγμάτων – έχει δημιουργήσει πολλή προσοχή και κεφάλαιο. Για παράδειγμα, οι αναλυτές παρακολουθούν τη Microsoft, Meta και Amazon να κάνουν σημαντικές επενδύσεις στα AI-ενεργοποιημένα GPUs της Nvidia, αλλά υπάρχουν ανησυχίες ότι αυτές οι επενδύσεις δεν θα παράγουν τα αναμενόμενα κέρδη για αυτές τις εταιρείες.

Αρχίζουμε να βλέπουμε ψιθυριστά ότι αυτή η συγκεκριμένη φούσκα του AI θα σπάσει. Ο οικονομολόγος του MIT Daron Acemoglu προειδοποιεί ότι τα χρήματα που ρίχνονται στις επενδύσεις της υποδομής του AI μπορεί να μην ταιριάζουν με τις προσδοκίες ROI για τους επενδυτές. Οι άνθρωποι ήταν ενθουσιασμένοι με την υπόσχεση του AI, αλλά τώρα αρχίζουν να ανησυχούν ότι θα ανταποκριθεί στην φούσκα dot-com. Τέτοιο γεγονός θα μπορούσε να προκαλέσει άλλους επενδυτές να γίνουν πιο σκεπτικοί για το αφήγημα του AI και να ζητήσουν πιο γρήγορες πληρωμές ή να μειώσουν αυτές τις επενδύσεις. Η απογοήτευση φουσκώνει.

Μην κάνετε λάθος, το AI θα αλλάξει τον τρόπο που λειτουργούν οι βιομηχανίες, αλλά δεν θα συμβεί ακολουθώντας το λαμπρό αντικείμενο. Το αξιόπιστο AI είναι ποσοτικά και παρέχει πραγματική επίδραση, συνήθως πίσω από τις σκηνές και ενσωματωμένο στις υφιστάμενες διαδικασίες.

Τι είναι ένα παράδειγμα αξιόπιστου AI που δείχνει ήδη επιτυχία και θα αντέξει στην δοκιμή του χρόνου; Η βιομηχανία κατασκευής παρουσιάζει σημαντικές περιπτώσεις χρήσης.

Μέτρηση της Επιτυχίας της Κατασκευής

Μια ηγετική εταιρεία χημικών ήθελε να βελτιώσει την αποδοτικότητα και την αξιοπιστία στις μηχανές της για να αποφύγει τις μη προγραμματισμένες διακοπές και τις λειτουργικές διαταραχές. Επένδυσε σε μια λύση προγνωστικής συντήρησης που ενεργοποιείται από το AI, η οποία εξοπλίζει τις ομάδες της με πληροφορίες για την υγεία των μηχανών και συστάσεις για να αντιμετωπίσουν προληπτικά τα προβλήματα. Έφτασε σε 7 φορές το ROI σε λιγότερο από ένα χρόνο.

Σε παρόμοιο πνεύμα, μια από τις κορυφαίες εταιρείες τροφίμων και ποτών ήθελε να μειώσει το απόβλητο προϊόντων και να βελτιώσει την ικανότητα των εργοστασίων της, οπότε πιλόταρε την παρακολούθηση μηχανών που ενεργοποιείται από το AI σε τέσσερα εργοστάσια. Είδε την αύξηση της ικανότητας κατά 4.000 ώρες το χρόνο και μια μείωση του αποβλήτου περισσότερο από 2 εκατομμύρια λίβρες προϊόντων. Τα αποτελέσματα ήταν τόσο επηρεστικά που η πιλότα επέκταση σε όλα τα εργοστάσια της στη Βόρεια Αμερική.

Αυτά τα πραγματικά παραδείγματα δείχνουν την μετρήσιμη επίδραση του αξιόπιστου AI, και ταιριάζουν με τις ευρύτερες βιομηχανικές τάσεις. Σε μια πρόσφατη έρευνα των 700+ παγκόσμιων κατασκευαστών, οι κορυφαίες περιοχές για την ποσοτικοποίηση της επίδρασης του AI στις επιχειρηματικές στόχους ήταν η διαχείριση/βελτιστοποίηση της αλυσίδας εφοδιασμού (41%), η βελτίωση της λήψης αποφάσεων με προληπτικές αναλύσεις (41%) και η υγεία διαδικασίας/μεγιστοποίηση της απόδοσης και της ικανότητας (40%).

Τα ετήσια αποτελέσματα αποκαλύπτουν την πραγματική πρόοδο που έγινε σε αυτό το ταξίδι από τον τυφλό οπτιμισμό στα αποδεδειγμένα αποτελέσματα. Σε σύγκριση με το προηγούμενο έτος, τρεις φορές περισσότεροι απαντητές μπορούν τώρα να ποσοτικοποιήσουν την επίδραση του AI στην υγεία διαδικασίας και το διπλάσιο μπορούν να μετρήσουν την επίδρασή του στις μη προγραμματισμένες διακοπές μηχανών. Αυτό δείχνει ότι οι κατασκευαστές γίνονται καλύτεροι και πιο άνετοι με τη χρήση του AI, το οποίο τους βοηθά να πραγματοποιήσουν μια πιο βαθιά απόδοση επένδυσης.

Με αυτή την αυξημένη εμπιστοσύνη, το 83% των παγκόσμιων ηγετών της κατασκευής αυξάνουν τα προγράμματα του AI – το οποίο είναι κλειδί για την επιχειρηματική ανάπτυξη και την αποτελεσματική οπτικοποίηση και δράση των δεδομένων του εργοστασίου. Τι γίνεται με τις άλλες βιομηχανίες που είναι πίσω στην επιτυχία του AI;

Αργή Κλιμάκωση

Έως τώρα, οι κατασκευαστές και άλλοι ηγέτες της βιομηχανίας έχουν été αργοί να κλιμακώσουν το AI, το οποίο έχει εμποδίσει την ταχύτητα με την οποία έχουμε δει σημαντικά αποτελέσματα. Πράγματι, σχεδόν 7 στα 10 (67%) ηγέτες επιχειρήσεων υιοθετούν αργά το AI, σύμφωνα με μια αναφορά του tech.co.

Το AI είναι ένα εργαλείο, όχι ένα αποτέλεσμα. Πρέπει να υπάρξει μια αλλαγή πολιτισμού για να πραγματοποιηθούν τα πραγματικά οφέλη από αυτές τις επενδύσεις – πρέπει να είναι περισσότερο από το να βάζουμε αισθητήρες στις μηχανές. Η εξειδικευμένη εργασία είναι ήδη δύσκολο να κρατηθεί και ακόμα πιο δύσκολο να βρεθεί. Ο πληθυσμός των ΗΠΑ γερνά με ταχύτερο ρυθμό με λιγότερους ανθρώπους που εισέρχονται στην εργατική δύναμη. Τώρα είναι η ώρα να προχωρήσουμε το αξιόπιστο AI γιατί είναι απαραίτητο για τη διατήρηση της γνώσης και την προώθηση των βιομηχανιών.

Τα εργαλεία γεννητικού AI όπως το ChatGPT είναι εντυπωσιακά, αλλά ο επιχειρηματικός κόσμος χρειάζεται περισσότερα. Απαιτείται purpose-κτισμένο AI που στοχεύει σε συγκεκριμένα και δύσκολα προβλήματα – και χρειάζεται αποτελέσματα. Εκεί είναι όπου έρχεται το αξιόπιστο AI, και η βιομηχανία κατασκευής έχει παρέχει ένα εντυπωσιακό βιβλίο οδηγιών.