От генеративного ИИ к надежному ИИ: высокие ставки в производстве

Ажиотаж вокруг искусственного интеллекта резко возрос в 2023 году с дебютом генеративный ИИ и последующие вливания финансирования. Вместе с этим пришло чувство слепого оптимизма в отношении ИИ, когда организации отстаивали технологию без четкого понимания ее окупаемости и практических вариантов использования. Некоторые просто следовали за толпой ИИ, принимая технологию из страха остаться позади. Оглядываясь назад и размышляя о том, что нас ждет в 2025 году, можно увидеть, что многое изменилось в отношении ожиданий в отношении ИИ? Мы все еще находимся на стадии слепого оптимизма в отношении ИИ?

Короче говоря, нет. К счастью, мы продвинулись дальше по пути зрелости. Мы видим, как рассеивается цикл ажиотажа, и переходим от слепого оптимизма ИИ к Кроме того, они доказали Оптимизм ИИ – или надежный ИИ. Производственная отрасль, которая добилась огромных успехов с надежным ИИ, служит примером для этого пути, и другим отраслям промышленности стоит поучиться. Но прежде чем мы пойдем по этому пути, нам нужно рассмотреть реальную возможность возникновения пузыря ИИ, который, скорее всего, лопнет.

Иррациональный ИИ-энтузиазм?

Слепой оптимизм в отношении ИИ — или ажиотаж вокруг новейшей, блестящей технологии ИИ без четкого понимания ее последствий и ощутимых достижений — привлек много внимания и капитала. Например, аналитики наблюдают, как Microsoft, Meta и Amazon делают значительные инвестиции в графические процессоры Nvidia на базе ИИ, но есть опасения, что эти инвестиции не принесут компаниям желаемого дохода.

Мы начинаем замечать признаки того, что этот пузырь искусственного интеллекта лопнет. Экономист Массачусетского технологического института Дарон Асемоглу предупредил, что деньги, вложенные в инвестиции в инфраструктуру ИИ, могут не соответствовать ожиданиям инвесторов по рентабельности инвестиций. Люди были в восторге от обещаний ИИ, но теперь они начинают беспокоиться, что это станет отражением пузыря доткомов. Такое событие может побудить других инвесторов стать более скептичными в отношении повествования об ИИ и искать более быстрые сроки окупаемости или сократить эти инвестиции. Разочарование кипит.

Не заблуждайтесь, ИИ изменит работу отраслей, но это не произойдет, если следовать за блестящим объектом. Надежный ИИ поддается количественной оценке и обеспечивает реальное воздействие, как правило, за кулисами и встроенным в существующие процессы.

Итак, какой пример надежного ИИ, который уже показывает успех и выдержит испытание временем? Производственная отрасль представляет значительные варианты использования.

Измерение успеха производства

Ведущая химическая компания хотела повысить эффективность и надежность своих машин, чтобы избежать незапланированных простоев и сбоев в работе. Они инвестировали в решение для предиктивного обслуживания на базе ИИ, которое предоставляет их командам информацию о состоянии машин и рекомендации для упреждающего решения проблем. Они достигли 7-кратной окупаемости инвестиций менее чем за год.

Аналогичным образом одна из ведущих мировых компаний по производству продуктов питания и напитков хотела сократить отходы продукции и оптимизировать производительность своего завода, поэтому они запустили пилотный мониторинг машин с использованием ИИ на четырех заводах. Они увидели увеличение производительности на 4,000 часов в год и сокращение отходов более чем на 2 миллиона фунтов продукции. Результаты оказались настолько впечатляющими, что пилотный проект был масштабирован на все их североамериканские предприятия.

Эти реальные примеры демонстрируют измеримое влияние надежного ИИ, и они соответствуют более широким тенденциям отрасли. Недавний опрос Из более чем 700 мировых производителей основными областями для количественной оценки влияния ИИ на бизнес-цели стали управление/оптимизация цепочек поставок (41%), улучшение процесса принятия решений с помощью предписывающей аналитики (41%) и работоспособность процесса/максимизация производительности и производительности (40%).

Результаты по сравнению с прошлым годом показывают истинный прогресс, достигнутый на этом пути от слепого оптимизма к проверенным результатам. По сравнению с прошлым годом в три раза больше респондентов теперь могут количественно оценить влияние ИИ на работоспособность процесса и в два раза больше могут измерить его влияние на незапланированные простои оборудования. Это показывает, что производители становятся лучше и более комфортно с использованием ИИ, что помогает им реализовывать более существенную окупаемость инвестиций.

С этой возросшей уверенностью 83% мировых лидеров производства увеличивают свои бюджеты на ИИ, что является ключом к росту бизнеса и эффективной визуализации и работе с заводскими данными. Так что насчет других отраслей, которые отстают в успехе ИИ? Они недостаточно быстро масштабируются.

Медленно масштабируется

До сих пор производители и другие лидеры отрасли медленно масштабировали ИИ, что сдерживало скорость, с которой мы увидели значимые результаты. Фактически, почти 7 из 10 (67%) руководителей предприятий медленно внедряют ИИ, согласно отчет tech.co.

ИИ — это инструмент, а не результат. Должен произойти сдвиг в культуре, чтобы осознать истинные преимущества этих инвестиций — это должно быть больше, чем просто установка датчиков на машины. Квалифицированную рабочую силу уже трудно удержать и еще труднее найти. Население США стареет быстрее, и все меньше людей выходят на рынок труда. Сейчас самое время продвигать надежный ИИ, поскольку он необходим для сохранения знаний и продвижения отраслей вперед.

Инструменты генеративного ИИ, такие как ChatGPT, впечатляют, но деловому миру нужно больше. Ему нужен специально созданный ИИ, нацеленный на конкретные и сложные проблемы, и ему нужны результаты. Вот где появляется надежный ИИ, и производство предоставило впечатляющую схему.