हाइप से परे – जहां वास्तव में निर्माण में एआई काम करता है

एआई को अगली औद्योगिक क्रांति के रूप में प्रस्तुत किया जा रहा है, लेकिन कई नेता उत्साह को व्यावहारिक परिणामों में अनुवाद करने के लिए संघर्ष कर रहे हैं। 80% से अधिक यू.एस. निर्माण नेता कहते हैं कि वे अगले दो वर्षों के भीतर एआई का उपयोग बढ़ाने की योजना बना रहे हैं, लेकिन यह हमेशा एक स्पष्ट रणनीति के साथ नहीं किया जा रहा है जो वे वास्तव में क्या हासिल करने की उम्मीद करते हैं।

बोर्ड-स्तर के दबाव और जटिल उत्पादन वातावरण की वास्तविकता के बीच, अपेक्षा और कार्यान्वयन के बीच एक बढ़ती खाई है। उस खाई को बंद करने की जरूरत है अगर निर्माता अपने व्यवसाय में एआई के लाभ देखना चाहते हैं।

एआई अपनाना तैयारी से आगे निकल रहा है

आज निर्माण नेताओं को पता है कि उन्हें प्रतिस्पर्धी बने रहने के लिए एआई को अपनाना होगा। नेशनल एसोसिएशन ऑफ मैन्युफैक्चरर्स (एनएएम) के एक हालिया सर्वेक्षण में पाया गया कि 51% निर्माता वर्तमान में एआई का उपयोग कर रहे हैं और 80% एआई को अपने व्यवसाय को बढ़ाने या बनाए रखने के लिए आवश्यक मानते हैं।

निर्माता इस प्रौद्योगिकी का विभिन्न तरीकों से उपयोग कर रहे हैं। एआई की巨ी संभावनाएं हैं। हालांकि, कई संगठनों में, एआई में निवेश वादा किए गए आरओआई को वितरित नहीं कर रहे हैं।

पीडब्ल्यूसी और मैन्युफैक्चरिंग इंस्टीट्यूट द्वारा किए गए एक हालिया सर्वेक्षण में पाया गया कि नेताओं से एआई को अपनाने के लिए दबाव एआई-संचालित परिवर्तन के लिए तैयारी से आगे निकल सकता है। उसी सर्वेक्षण में यह भी पाया गया कि:

• असमान एआई अपनाना दैनिक संचालन में एकीकरण को धीमा कर सकता है
• एआई अपनाने की कर्व पर आगे बढ़ने के लिए प्रशिक्षण और अनुभवी क्षमता निर्माण की आवश्यकता होती है
• मानव और तैयारी की खाई एआई अपनाने को सीमित कर सकती है
• सीमित फ्रंटलाइन नेता का इनपुट एआई अपनाने और कार्यान्वयन को सीमित कर सकता है

समाधान खोज

एआई को एक सार्वभौमिक समाधान के रूप में नहीं माना जाना चाहिए, नेताओं को उन अनुप्रयोगों के बीच अंतर करना चाहिए जहां एआई उत्कृष्ट है – जैसे कि मानव-प्रणाली इंटरैक्शन में सुधार, संचालन ज्ञान को पकड़ना और जटिल कार्यों को सरल बनाना – और क्षेत्र जहां यह अभी भी खराब रूप से अनुकूल है, जिनमें उत्पादन वातावरण में सटीक नियंत्रण और दोहराने योग्य निर्णय लेना शामिल है।

एक अच्छा स्थान जहां इसे लागू करना है आपकी बिक्री प्रक्रिया के दौरान। कई निर्माण कंपनियां एआई का उपयोग करके गाइडेड बिक्री प्रक्रिया में सुधार करना चाहती हैं। उन्हें उत्पाद के बारे में विशिष्ट पैरामीटर चुनने के लिए ग्राहक से पूछने के बजाय ग्राहक के लक्ष्यों या परिणामों पर ध्यान केंद्रित करना शुरू करना चाहिए।

एक व्यक्तिगत उदाहरण है: मैंने हाल ही में अपनी पहली इलेक्ट्रिक वाहन (ईवी) खरीदी है। मैंने ईवी निर्माता की वेबसाइट पर जाने के लिए पहली चीज़ देखी थी कि तकनीकी पैरामीटर, जैसे कि रेंज: 360-558 किमी। यह एक बड़ा रेंज है, लेकिन मुझे पता है कि इसका क्या मतलब है। और हॉर्सपावर? कोई आइडिया नहीं। और खपत? अब मुझे वास्तव में नहीं पता था कि इसका क्या मतलब है; क्या यह मेरे परिवार की वार्षिक स्की यात्रा को प्रभावित करेगा, जो वर्तमान में मुझे लगभग सात घंटे लगते हैं? यह वह जानकारी है जो वास्तव में मुझे निर्णय लेने में मदद करेगी।

मेरी चिंताओं पर चर्चा करने के लिए एक एआई होना ईवी निर्माता को यह समझने में मदद करेगा कि मुझे क्या महत्वपूर्ण है और उन चिंताओं को मेरे लिए सही तकनीकी विशिष्टताओं में अनुवादित करेगा।

एक और उदाहरण है जटिल समस्याओं को छोटे टुकड़ों में तोड़ने के लिए एआई एजेंटों का उपयोग करना। एजेंट बहु-चरणीय लक्ष्यों की योजना बनाते हैं और निष्पादित करते हैं। इन एजेंटों से सबसे अधिक लाभ उठाने के लिए, कार्यों को भाषा-भारी होना चाहिए।

कुछ इंजीनियरिंग संगठन जटिल आवश्यकताओं को प्रबंधित करने के लिए इस दृष्टिकोण का पालन कर रहे हैं। कभी-कभी जानकारी सैकड़ों या हजारों दस्तावेजों में फैली होती है, और प्रारूप मानक नहीं है। यदि आप इस जानकारी को आयात करने के लिए एक पारंपरिक सॉफ्टवेयर प्रणाली बनाने जा रहे हैं, तो नियमों और उनके अपवादों की बहुत अधिक संख्या होगी। चूंकि एआई पैटर्न मान्यता में महान है, आपको प्रत्येक एकल नियम के बारे में लिखने की आवश्यकता नहीं है कि इन दस्तावेजों की व्याख्या कैसे करें।

निर्माण में एआई के लिए सर्वोत्तम अभ्यास

बड़ी समस्याओं को छोटे कार्यों में तोड़ें। एआई की सीमित कार्य स्मृति है। यदि आप इसे बहुत अधिक डेटा या एक अत्यधिक व्यापक समस्या देते हैं, तो यह संदर्भ खो सकता है और अभी भी एक उत्तर देने का प्रयास करते समय हॉलुसिनेट करना शुरू कर सकता है। इस जोखिम को कम करने के लिए, बड़े कार्यों को छोटे घटकों में विभाजित करें और परिणामों को एकत्रित करें – एक क्षेत्र जहां एजेंटिक फ्रेमवर्क विशेष रूप से प्रभावी हो रहे हैं।

एआई का उपयोग पैटर्न मान्यता के लिए करें, निर्धारक तर्क के लिए नहीं। एआई पैटर्न मान्यता और संबंधों की पहचान करने में अच्छा है, लेकिन यह तर्क और तर्क में अच्छा नहीं है। उदाहरण के लिए, उनकी “तर्क” और गणितीय क्षमताएं भविष्यवाणी हैं, गणना नहीं। इसलिए, आउटपुट सूचनात्मक लग सकते हैं, लेकिन वे सही होने के लिए गारंटीकृत नहीं हैं, जब तक कि आप उन्हें एक अन्य प्रणाली से जोड़ते हैं जो परिणामों को सत्यापित कर सकती है। इस दृष्टिकोण में, एआई कार्य प्रवाह को समन्वयित कर सकता है, लेकिन आपने संचालन सीमाओं के बारे में एक स्पष्ट निर्णय लिया है।

निर्माण में एआई वास्तविक मूल्य बना सकता है, लेकिन विशिष्ट परिदृश्य हैं जहां जोखिम लाभ से अधिक है। उनमें सुरक्षा और गुणवत्ता-महत्वपूर्ण संचालन शामिल हैं। इसमें कम-डेटा या अत्यधिक नए परिदृश्य भी शामिल हैं क्योंकि एआई ने पर्याप्त प्रासंगिक डेटा नहीं देखा है। उच्च नियमन वातावरण एक और चुनौती है क्योंकि एआई में अभी भी वास्तविक ट्रेसबिलिटी की कमी है। तंग सहिष्णुता वाले वास्तविक समय नियंत्रण प्रणाली एक और क्षेत्र है जहां एआई को अस्वीकार्य रूप से अक्षम या अस्थिर होने के कारण एआई को टाला जाना चाहिए।

हाइप से व्यावहारिकता तक

एआई सभी निर्माण समस्याओं का समाधान नहीं है। लेकिन वास्तविक दुनिया के उपयोग के मामलों और उपरोक्त वर्णित सामान्य गलत धारणाओं पर विचार करके, निर्माता एआई के लिए एक अधिक संतुलित दृष्टिकोण अपना सकते हैं। अल्पावधि में, मुख्य बिंदु यह है कि एआई का उपयोग इसके लिए किया जाए जो यह सबसे अच्छा करता है: पैटर्न मान्यता से जुड़ी समस्याएं। इसका उपयोग उन मामलों के लिए न करें जिनमें पूर्वानुमान, स्थिरता, तर्क या गणना की आवश्यकता होती है।

निर्माता शोर को काट सकते हैं और पहचान सकते हैं कि एआई वास्तव में आज मूल्य देता है। लक्ष्य एआई को अपनाने को धीमा करना नहीं है, बल्कि सुनिश्चित करना है कि संगठन एआई को उन क्षेत्रों में तैनात करते हैं जहां यह उत्पादकता और निर्णय लेने में वास्तविक सुधार करता है, न कि केवल उद्योग के हाइप का पालन करता है।