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 omhelsden zonder een duidelijk begrip van de ROI en praktische gebruikscases. Sommigen volgden gewoon de AI-menigte, en namen de technologie over uit angst om achter te blijven. Als we terugkijken en nadenken over wat er in 2025 gaat gebeuren, is er veel veranderd in de AI-verwachtingen? Zijn we nog steeds in het stadium van blind AI-optimisme?

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

Irrationele AI-Exuberantie?

Blinde AI-optimisme – of opwinding over de nieuwste, glimmendste AI-technologie zonder een duidelijk begrip van de implicaties en tastbare prestaties – heeft veel aandacht en kapitaal gegenereerd. Zo kijken analisten naar Microsoft, Meta en Amazon, die forse investeringen doen in Nvidia’s AI-gebaseerde GPUs, maar er zijn bezorgdheid dat deze investeringen de verwachte omzetwinsten voor deze bedrijven niet zullen opleveren.

We beginnen nu te zien dat deze specifieke AI-bubbel kan barsten. MIT-econoom Daron Acemoglu waarschuwde dat het geld dat in AI-infrastructuurinvesteringen wordt gestoken, mogelijk niet aan de verwachtingen van investeerders voldoet. 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 investeerders ertoe brengen om sceptischer te worden over het AI-verhaal en snellere terugverdientijden te zoeken of deze investeringen te verminderen. De ontgoocheling borrelt op.

Maak geen fout, AI gaat de manier waarop industrieën werken veranderen, maar het zal niet gebeuren door het volgen van het glimmende voorwerp. Betrouwbare AI is kwantificeerbaar en levert echt effect, meestal achter de schermen en ingebed in bestaande processen.

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

Het Succes van de Productie Meten

Een toonaangevend chemiebedrijf wilde de efficiëntie en betrouwbaarheid van hun machines verbeteren om ongeplande uitval 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 7x ROI in minder dan een jaar.

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

Deze real-world voorbeelden demonstreren de meetbare impact van betrouwbare AI, en ze 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 capaciteit en opbrengst (40%).

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

Met deze toegenomen vertrouwen verhogen 83% van de wereldwijde productie-leiders hun AI-begrotingen – wat essentieel is voor bedrijfs groei en effectief visualiseren en acteren op fabrieksgegevens. Wat betreft andere industrieën 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 waarop we significante resultaten hebben gezien, heeft belemmerd. In feite zijn bijna 7 van de 10 (67%) zakenleiders langzaam AI aan het adopteren, volgens een tech.co-rapport.

AI is een instrument, geen resultaat. Er moet een cultuurverandering plaatsvinden om de echte voordelen van deze investeringen te realiseren – het moet meer zijn dan alleen sensoren op machines plaatsen. Geschoold arbeidsaanbod is al moeilijk te behouden en nog moeilijker te vinden. De Amerikaanse bevolking veroudert sneller met minder mensen die de arbeidsmarkt betreden. Nu is het tijd om betrouwbare AI te ontwikkelen, omdat het essentieel is om kennis en industrieën vooruit te helpen.

Generatieve AI-hulpmiddelen zoals ChatGPT zijn indrukwekkend, maar de zakenwereld heeft meer nodig. Het vereist specifiek ontworpen AI gericht op specifieke en moeilijke problemen – en het heeft resultaten nodig. Daar komt betrouwbare AI om de hoek kijken, en de productie-industrie heeft een indrukwekkend playbook geboden.