생성적 AI에서 신뢰할 수 있는 AI로: 제조业에서의 높은 став장

AI의 하이프 사이클은 2023년에 생성적 AI의 등장과 함께 폭발적으로 증가했으며, 그에 따른 자금 투입도 증가했다. 이로 인해 조직이 기술의 ROI와 실제 사용 사례를 명확하게 이해하지 못한 채 기술을 지지하는 맹목적인 AI 낙관론이 나타났다. 일부 조직은 기술을 채택하여 뒤처지는 것을 두려워했다. 2025년에 대해 생각해 볼 때, AI 기대에 대해 많은 것이 변경되었는가? 우리는 여전히 맹목적인 AI 낙관론의 단계에 있는가?

간단히 말하면, 아니오. 우리는幸히 성숙도 경로를 더 많이 이동했다. 우리는 하이프 사이클이消え去り, 맹목적인 AI 낙관론에서 증명된 AI 낙관론, 즉 신뢰할 수 있는 AI로 진행되고 있다. 제조업은 신뢰할 수 있는 AI와 함께 엄청난 발전을 이루었으며, 다른 산업이 배울 수 있는 사례로 작용한다. 그러나 그 전에 우리는 실제로 AI 버블이 터질 가능성을 해결해야 한다.

이성적인 AI 열광?

맹목적인 AI 낙관론, 즉最新의 AI 기술에 대한 흥분 без 명확한 이해와 구체적인 성과는 많은 주목과 자금을 끌어모았다. 예를 들어, 분석가들은 Microsoft, Meta, Amazon가 Nvidia의 AI 기반 GPU에大量의 투자를 하는 것을 지켜보고 있지만, 이러한 투자가 기대하는 수익 증가를 가져다주지 않을 것이라는 우려가 있다.

우리는 이 특정 AI 버블이 터지는 것을 보는 속삭임을 시작하고 있다. MIT 경제학자 Daron Acemoglu는 AI 인프라 투자에 대한 자금이 투자자의 ROI 기대에 부응하지 않을 수 있다고 경고했다. 사람들은 AI의 약속에 대해 흥분했지만, 이제 그것이 닷컴 버블을 반영할 수 있다는 것을 걱정하기 시작했다. 이러한 사건은 다른 투자자들이 AI 이야기에 대해 더 회의적으로 되는 것을 유발할 수 있으며, 더 빠른 수익 실현 기간을 찾거나 투자를 줄일 수 있다. 환멸은 거품이되고 있다.

잘못된 생각하지 마십시오. AI는 산업이 작동하는 방식을 변경할 것이다. 그러나 그것은 빛나는 물체를 따라가기에는 충분하지 않다. 신뢰할 수 있는 AI는量化 가능하며 실제 영향을 미치며, 일반적으로 뒤에서 작동하며 기존 프로세스에 통합된다.

그么, 신뢰할 수 있는 AI의 예는 이미 성공을 보여주고 있으며 시간의 시험을 거칠 수 있는가? 제조업은 중요한 사용 사례를 제시한다.

제조업의 성공 측정

주도적인 화학 회사에서는 기계의 효율성과 신뢰성을 개선하여 예정되지 않은停機와 운영 중단을 피하고자 했다. 그들은 기계 상태에 대한 통찰력과 문제를 事前に 해결하기 위한 추천을 제공하는 AI 기반 예측 유지 보수 솔루션에 투자했다. 그들은 1년 만에 7배의 ROI를 달성했다.

유사하게, 세계 최고의 식품 및 음료 회사 중 하나에서는 제품 폐기물을 줄이고 공장 용량을 최적화하기 위해 4개의 공장에서 AI 기반 기계 모니터링을 시범 운영했다. 그들은 1년 동안 4,000시간의 용량 증가와 200만 파운드 이상의 제품 폐기 감소를 보았다. 결과는 så 충격적이었으며, 시범 운영은 모든 북미 시설로 확대되었다.

이러한 실제 예는 신뢰할 수 있는 AI의 측정 가능한 영향을 보여주며, 이는 더广い 산업 트렌드와 일치한다. 최근 700명 이상의 글로벌 제조업체를 대상으로 실시한 조사에 따르면, AI의 비즈니스 목표에 대한 영향력을量化하는 최상위 분야는 공급망 관리/최적화(41%), 의사 결정 향상을 위한 규정 분석(41%), 프로세스 건강/생산량 및 용량 최적화(40%)였다.

년간 조사 결과는 맹목적인 낙관론에서 증명된 결과로의 실제 진행 상황을 보여준다. 전년과 비교하여, 3배 더 많은 응답자가 프로세스 건강에 대한 AI의 영향을量化할 수 있으며, 2배 더 많은 응답자가 예정되지 않은 기계 중단에 대한 AI의 영향을 측정할 수 있다. 이는 제조업체가 AI를 사용하여 더 나은 결과를 얻고 있으며, 투자에 대한 더 깊은 수익을 실현하고 있음을 보여준다.

이러한 확신을 가지고, 글로벌 제조업 리더 중 83%가 AI 예산을 증가시키고 있으며, 이는 비즈니스 성장과 공장 데이터를 효과적으로 시각화하고 실행하는 데 핵심이다. 그렇다면 다른 산업은 어떠한가? 그들은 충분히 빠르게 확장하지 못하고 있다.

느린 확장

지금까지 제조업체와 기타 산업 리더들은 AI를 확장하는 데 느렸으며, 이는 의미 있는 결과를 보는 속도를 방해했다. 실제로, 거의 7명 중 3명(67%)의 비즈니스 리더가 AI를 느리게 채택하고 있다(tech.co 보고서에 따르면).

AI는 도구이지 결과가 아니다. 이러한 투자의 실제 혜택을 실현하기 위해서는 문화적 변화를 만들어야 한다. 기계에 센서를 부착하는 것 이상이어야 한다.熟練 노동은 이미 유지하기 어렵고 찾기 더 어렵다. 미국 인구는 더 빠른 속도로 노동력에 들어오는 사람이 줄어들면서 노동력을 떠난다. 이제는 산업을 앞으로 밀어붙이는 데 필수적인 신뢰할 수 있는 AI를 발전시키는 때이다.

생성적 AI 도구는 인상적이지만, 비즈니스 세계는 더 많은 것을 필요로 한다. 그것은 특정하고 어려운 문제를 해결하기 위한 목적을 가진 AI가 필요하다. 그리고 그것은 결과가 필요하다. 그것이 신뢰할 수 있는 AI가 들어오는 곳이며, 제조업은 인상적인 플레이북을 제공했다.