Fra generativ AI til pålitelig AI: Høye innsatser i produksjon

AI-hype-syklusen eksploderte i 2023 med debuten av generativ AI og påfølgende finansieringsinjeksjoner. Med det kom en følelse av blind AI-optimisme, der organisasjoner forkjempet teknologien uten en klar forståelse av dens avkastning og praktiske anvendelsesområder. Noen fulgte bare AI-flokken, og tok i bruk teknologien av frykt for å bli latt tilbake. Når vi ser tilbake og tenker på hva som kommer i 2025, har mye endret seg når det gjelder AI-forventninger? Er vi fortsatt på stadium av blind AI-optimisme?

Kort sagt, nei. Vi har heldigvis kommet lenger langs modenhetsveien. Vi kan se hype-syklusen forsvinne og gå fra blind AI-optimisme til bevist AI-optimisme – eller pålitelig AI. Produksjonsindustrien, som har gjort enorme fremskritt med pålitelig AI, fungerer som en case-studie for denne reisen, og en som andre industrier kan lære av. Men før vi går ned denne veien, må vi adresse den virkelige muligheten for en AI-boble som sannsynligvis vil sprenges.

Irrasjonell AI-entusiasme?

Blind AI-optimisme – eller begeistring rundt den nyeste, skinnende AI-teknologien uten en klar forståelse av dens implikasjoner og tangibile resultater – har generert mye oppmerksomhet og kapital. For eksempel ser analytikere på at Microsoft, Meta og Amazon gjør betydelige investeringer i Nvidias AI-drevne GPU-er, men det er bekymringer for at disse investeringene ikke vil produsere de ønskede inntektsøkningene for disse selskapene.

Vi begynner å se hvisking om denne spesifikke AI-boblen som sprenger. MIT-økonom Daron Acemoglu advarte om at penger som er helt inn i AI-infrastrukturinvesteringer, kanske ikke vil møte forventningene til avkastning for investorer. Folk var begeistret for løftene om AI, men nå begynner de å bekymre seg for at det vil speile dot-com-boblen. Slike hendelser kan utløse andre investorer til å bli mer skeptiske til AI-narrativen og søke raskere avkastning eller redusere disse investeringene. Desillusjonen bobler opp.

Ingen feil, AI vil endre måten industrier arbeider, men det vil ikke skje ved å følge det skinnende objektet. Pålitelig AI er kvantifiserbar og leverer virkelig innvirkning, vanligvis bak scenen og innbygget i eksisterende prosesser.

Hva er et eksempel på pålitelig AI som allerede viser suksess og vil bestå prøven av tid? Produksjonsindustrien presenterer betydelige anvendelsesområder.

Måling av produksjonens suksess

Et ledende kjemiselskap ønsket å forbedre effektiviteten og påliteligheten i deres maskiner for å unngå uventede nedtider og driftsforstyrrelser. De investerte i en AI-drevet prediktiv vedlikeholdsløsning som utstyrer deres team med maskinhelseinnsikt og anbefalinger for å proaktivt håndtere problemer. De oppnådde 7 ganger avkastning på mindre enn ett år.

På en lignende måte ønsket ett av verdens ledende selskaper innen mat og drikke å redusere produktavfall og optimalisere deres fabrikkskapasitet, så de piloterte AI-aktivert maskinovervåking på fire anlegg. De så en kapasitetsøkning på 4 000 timer per år og en reduksjon i avfall på over 2 millioner pund produkt. Resultatene var så innvirkende at piloten ble skalert opp til alle deres nord-amerikanske anlegg.

Disse virkelige eksemplene demonstrerer den målbare innvirkningen av pålitelig AI, og de stemmer overens med bredere industrielle trender. I en nylig undersøkelse av over 700 globale produsenter, var de øverste områdene for å kvantifisere innvirkningen av AI på forretningsmål supply chain management/optimisering (41%), forbedring av beslutningstaking med preskriptiv analyse (41%) og prosesshelse/maksimering av avkastning og kapasitet (40%).

Årsvisene viser den virkelige fremgangen som er gjort på denne reisen fra blind optimisme til beviste resultater. I sammenligning med året før, er det tre ganger så mange respondenter som nå kan kvantifisere AI-s innvirkning på prosesshelse og dobbelt så mange som kan måle dens innvirkning på uventede maskin-nedtider. Dette viser at produsentene blir bedre og mer komfortable med å bruke AI, hvilket hjelper dem å realisere en mer betydelig avkastning på investeringene.

Med denne økte tilliten, øker 83% av globale produksjonsledere sine AI-budsjett – hvilket er nøkkel til forretningsvekst og effektiv visualisering og handling av fabrikksdata. Hva med andre industrier som ligger etter i AI-suksess? De skalerer ikke raskt nok.

Langsom til å skale

Inntil nå har produsenter og andre industrielle ledere vært langsomme til å skale AI, hvilket har hindret hastigheten på hvilken vi har sett meningsfulle resultater. Faktisk er nesten 7 av 10 (67%) forretningsledere langsomt til å adoptere AI, ifølge en tech.co-rapport.

AI er et verktøy, ikke et resultat. Det må være en kulturskifte for å realisere de virkelige fordelene av disse investeringene – det må være mer enn bare å sette sensorer på maskiner. Kvalifisert arbeidskraft er allerede vanskelig å beholde og enda vanskeligere å finne. Den amerikanske befolkningen eldes i en raskere takt med færre mennesker som går inn i arbeidsstyrken. Nå er tiden til å fremme pålitelig AI, fordi det er essensielt for å beholde kunnskap og fremme industrier.

Generative AI-verktøy som ChatGPT er imponerende, men forretningsverdenen trenger mer enn det. Det krever formål-bygget AI rettet mot spesifikke og vanskelige problemer – og det trenger resultater. Det er der pålitelig AI kommer inn, og produksjon har levert en imponerende playbook.