Van Generatieve AI naar Betrouwbare AI: Hoge Inzet in de Productie

De AI-hypecyclus barstte in 2023 los met de lancering van generatieve AI en de daaropvolgende financieringsinjecties. Daarmee kwam een gevoel van blinde AI-optimisme, waarbij organisaties de technologie zonder duidelijke kennis van de ROI en praktische gebruikscases omhelsden. Sommigen volgden de AI-massa alleen maar, omdat ze bang waren achtergelaten te worden. Als we terugkijken en nadenken over wat er in 2025 gaat gebeuren, is er veel veranderd met betrekking tot AI-verwachtingen? Zitten we nog steeds in het stadium van blind AI-optimisme?

Kort samengevat, nee. We zijn gelukkig verder gegaan op het volwassenheidspad. We kunnen de hypecyclus zien verdampen en we gaan van blind AI-optimisme naar bewezen AI-optimisme – ofwel, betrouwbare AI. De productiesector, die enorme stappen heeft gezet met betrouwbare AI, fungeert als een casestudy voor deze reis, en een die andere sectoren kunnen leren. Maar voordat we die weg inslaan, moeten we het reële risico van een AI-bubbel aanpakken die waarschijnlijk zal knappen.

Irrationele AI-uitbundigheid?

Blind AI-optimisme – of opwinding over de nieuwste, glimmendste AI-technologie zonder duidelijke kennis van de implicaties en tastbare prestaties – heeft veel aandacht en kapitaal gegenereerd. Zo zien analisten dat Microsoft, Meta en Amazon grote investeringen doen in Nvidia’s AI-gebaseerde GPUs, maar er zijn bezorgdheden dat deze investeringen de verwachte omzetwinsten voor deze bedrijven niet zullen opleveren.

We beginnen te zien dat deze specifieke AI-bubbel kan knappen. MIT-econoom Daron Acemoglu waarschuwde dat het geld dat in AI-infrastructuurinvesteringen is gestoken, de verwachte ROI voor beleggers mogelijk niet zal behalen. Mensen waren opgewonden over de belofte van AI, maar nu beginnen ze zich zorgen te maken dat het de dot-com-bubbel zal evenaren. Een dergelijke gebeurtenis kan andere beleggers ertoe brengen om meer sceptisch te worden over het AI-verhaal en snellere rendementstermijnen te zoeken of deze investeringen te verminderen. De ontgoocheling borrelt op.

Maak geen vergissing, AI gaat de manier waarop sectoren werken veranderen, maar dat zal niet gebeuren door het volgen van het glimmende voorwerp. Betrouwbare AI is kwantificeerbaar en levert echte impact, meestal achter de schermen en geïntegreerd in bestaande processen.

Dus, wat is een voorbeeld van betrouwbare AI die al succes laat zien en de tand des tijds zal doorstaan? De productiesector presenteert significante gebruikscases.

Metende Manufacturing’s Succes

Een toonaangevend chemiebedrijf wilde de efficiëntie en betrouwbaarheid van hun machines verbeteren om ongeplande stilstand en operationele verstoringen te voorkomen. Ze investeerden in een AI-gebaseerde predictieve onderhoudsoplossing die hun teams voorziet van machinegezondheidsinformatie en aanbevelingen om proactief problemen aan te pakken. Ze behaalden een ROI van 7 keer in minder dan een jaar.

In een soortgelijke lijn wilde een van ‘s werelds toonaangevende voedsel- en drankenbedrijven productiefouten reduceren en hun fabriekscapaciteit optimaliseren, dus testten ze AI-geactiveerde machinebewaking in vier fabrieken. Ze zagen een capaciteitsverhoging van 4.000 uur per jaar en een reductie van meer dan 2 miljoen pond productiefouten. De resultaten waren zo impactvol dat de test werd uitgebreid naar alle Noord-Amerikaanse faciliteiten.

Deze real-worldvoorbeelden demonstreren de meetbare impact van betrouwbare AI en komen overeen met bredere industrietrends. In een recente enquête van 700+ wereldwijde fabrikanten waren de belangrijkste gebieden voor het kwantificeren van de impact van AI op bedrijfsdoelstellingen supply chain management/optimalisatie (41%), verbetering van besluitvorming met prescriptieve analytics (41%) en procesgezondheid/maximalisatie van opbrengst en capaciteit (40%).

De jaar-op-jaarresultaten laten de echte vooruitgang zien die op deze reis van blind optimisme naar bewezen resultaten is gemaakt. In vergelijking met het jaar ervoor, kunnen nu drie keer zoveel respondenten de impact van AI op procesgezondheid kwantificeren en twee keer zoveel de impact op ongeplande machineonderhoud meten. Dit toont aan dat fabrikanten beter en comfortabeler worden met het gebruik van AI, wat helpt om een diepere return on investment te realiseren.

Met deze toegenomen vertrouwen, verhogen 83% van de wereldwijde productieleiders hun AI-begrotingen – wat essentieel is voor bedrijfsgroei en effectieve visualisatie en actie op fabrieksgegevens. Dus, wat gebeurt er met andere sectoren die achterblijven in AI-succes? Ze schalen niet snel genoeg.

Langzaam Schalen

Tot nu toe zijn fabrikanten en andere industrieleiders langzaam geweest om AI te schalen, wat de snelheid heeft belemmerd waarin we betekenisvolle resultaten hebben gezien. Feitelijk zijn bijna 7 van de 10 (67%) zakelijke leiders langzaam AI aan het adopteren, volgens een tech.co-rapport.

AI is een instrument, geen resultaat. Er moet een cultuuromslag plaatsvinden om de ware voordelen van deze investeringen te realiseren – het moet meer zijn dan alleen maar sensoren op machines plaatsen. Geschoolde arbeid is al moeilijk te behouden en nog moeilijker te vinden. De Amerikaanse bevolking veroudert in een sneller tempo met minder mensen die de arbeidsmarkt betreden. Nu is het tijd om betrouwbare AI te bevorderen, omdat het essentieel is om kennis te behouden en sectoren vooruit te helpen.

Generatieve AI-hulpmiddelen zoals ChatGPT zijn indrukwekkend, maar de zakenwereld heeft meer nodig. Het vereist purpose-built AI gericht op specifieke en moeilijke problemen – en het heeft resultaten nodig. Dat is waar betrouwbare AI om de hoek komt, en de productiesector heeft een indrukwekkend spelboek geboden.