จาก Generative AI สู่ Reliable AI: ความเสี่ยงสูงในอุตสาหกรรมการผลิต

ความฮือฮาเกี่ยวกับ AI ปี 2023 เพิ่มขึ้นอย่างมากหลังจากการเปิดตัว Generative AI และการลงทุนตามมา ทำให้เกิดความเชื่อมั่นใน AI โดยไม่มีความเข้าใจที่ชัดเจนเกี่ยวกับผลตอบแทนจากการลงทุน (ROI) และกรณีการใช้งานที่เป็นรูปธรรม บางองค์กรเพียงตามกระแส AI โดยไม่มีการวิเคราะห์ผลลัพธ์ที่แท้จริง เมื่อมองย้อนกลับไปและคิดถึงสิ่งที่จะเกิดขึ้นในปี 2025 มีการเปลี่ยนแปลงอย่างไรเกี่ยวกับการคาดหวังของ AI หรือยังคงอยู่ในขั้นตอนของความเชื่อมั่นใน AI โดยไม่มีเหตุผล?

ในระยะสั้น ไม่ เราได้เคลื่อนไปข้างหน้าในเส้นทางของความตั้งใจแล้ว เราเห็นความฮือฮาเกี่ยวกับ AI เริ่มจางลงและกำลังเปลี่ยนจากความเชื่อมั่นใน AI โดยไม่มีเหตุผลสู่ความเชื่อมั่นใน AI ที่มีเหตุผล หรือ Reliable AI อุตสาหกรรมการผลิตซึ่งได้ทำความก้าวหน้าอย่างมากด้วย Reliable AI เป็นตัวอย่างกรณีศึกษาสำหรับการเดินทางนี้ และเป็นตัวอย่างที่อุตสาหกรรมอื่น ๆ สามารถเรียนรู้ได้ แต่ก่อนที่เราจะเดินหน้าต่อไป เราต้องกล่าวถึงความเป็นไปได้ของฟองสบู่ AI ที่อาจจะแตกหัก

ความฮือฮาเกี่ยวกับ AI ที่ไม่มีเหตุผล?

ความเชื่อมั่นใน AI โดยไม่มีเหตุผลหรือความตื่นเต้นเกี่ยวกับเทคโนโลยี AI ใหม่ล่าสุดโดยไม่มีความเข้าใจที่ชัดเจนเกี่ยวกับผลกระทบและความสำเร็จที่เป็นรูปธรรมได้สร้างความสนใจและเงินลงทุนจำนวนมาก สำหรับตัวอย่าง นักวิเคราะห์กำลังดูการลงทุนของ Microsoft, Meta และ Amazon ใน GPU ที่มีพลังของ AI ของ Nvidia แต่มีความกังวลว่าการลงทุนเหล่านี้จะไม่สร้างผลตอบแทนจากการลงทุนตามที่คาดหวัง

เริ่มเห็นเสียงกระซิบเกี่ยวกับฟองสบู่ AI ที่จะแตกหัก นักเศรษฐศาสตร์ Daron Acemoglu จาก MIT เตือนว่าการลงทุนในโครงสร้างพื้นฐาน AI อาจไม่ตรงกับความคาดหวังของนักลงทุน คน們ตื่นเต้นเกี่ยวกับโอกาสของ AI แต่ตอนนี้เริ่มกังวลว่ามันจะเหมือนกับฟองสบู่ dot-com การเกิดเหตุการณ์ดังกล่าวอาจทำให้นักลงทุนอื่น ๆ มอง AI ในแง่ของความไม่มั่นคงและต้องการผลตอบแทนจากการลงทุนในระยะสั้นหรือลดการลงทุน ความผิดหวังกำลังเพิ่มขึ้น

ไม่ควรสับสน AI จะเปลี่ยนแปลงวิธีการทำงานของอุตสาหกรรม แต่จะไม่เกิดขึ้นโดยการตามเทคโนโลยี AI ใหม่ล่าสุด Reliable AI เป็นเรื่องของการวัดผลและสร้างผลกระทบจริง โดยทั่วไปแล้วจะทำงานเบื้องหลังและรวมเข้ากับกระบวนการทำงานที่มีอยู่

那么 ตัวอย่างของ Reliable AI ที่แสดงให้เห็นถึงความสำเร็จและจะผ่านการทดสอบของเวลาได้อย่างไร อุตสาหกรรมการผลิตนำเสนอกรณีการใช้งานที่สำคัญ

การวัดความสำเร็จของการผลิต

บริษัทเคมีรายหนึ่งที่ต้องการปรับปรุงประสิทธิภาพและความน่าเชื่อถือของเครื่องจักรเพื่อหลีกเลี่ยงการหยุดทำงานที่ไม่ได้กำหนดไว้และความผิดปกติในการดำเนินงาน ลงทุนในโซลูชันการบำรุงรักษาที่มีพลังของ AI ซึ่งให้ข้อมูลสุขภาพของเครื่องจักรและคำแนะนำในการแก้ไขปัญหาโดยกระทำการล่วงหน้า พวกเขาทำได้ 7 เท่าของ ROI ในเวลาไม่ถึงหนึ่งปี

ในทำนองเดียวกัน หนึ่งในบริษัทอาหารและเครื่องดื่มชั้นนำของโลกต้องการลดของเสียและเพิ่มความสามารถของโรงงาน จึงทดลองใช้การตรวจสอบเครื่องจักรที่มีพลังของ AI ที่โรงงาน 4 แห่ง พบว่าความสามารถเพิ่มขึ้น 4,000 ชั่วโมงต่อปีและของเสียลดลงมากกว่า 2 ล้านปอนด์ของผลิตภัณฑ์ ผลลัพธ์เหล่านี้มีผลกระทบมากจนการทดลองขยายไปทั่วทั้งโรงงานในอเมริกาเหนือ

ตัวอย่างเชิงบูรณาการเหล่านี้แสดงให้เห็นถึงผลกระทบของ Reliable AI ที่วัดได้ และสอดคล้องกับแนวโน้มในอุตสาหกรรมโดยรวม ในการสำรวจ ล่าสุด ของผู้ผลิตระดับโลกมากกว่า 700 ราย พื้นที่ที่สำคัญที่สุดในการวัดผลกระทบของ AI ต่อวัตถุประสงค์ทางธุรกิจคือ การจัดการและเพิ่มประสิทธิภาพของโซ่จ่าย (41%) การปรับปรุงการตัดสินใจโดยใช้การวิเคราะห์เชิงสังเคราะห์ (41%) และสุขภาพกระบวนการ/การเพิ่มผลผลิตและความสามารถ (40%)

ผลการสำรวจระหว่างปีแสดงให้เห็นถึงความก้าวหน้าที่แท้จริงในเส้นทางจากความเชื่อมั่นใน AI โดยไม่มีเหตุผลสู่ผลลัพธ์ที่พิสูจน์ได้ เมื่อเทียบกับปีก่อนหน้า ผู้ตอบแบบสำรวจจำนวนมากขึ้นสามเท่าสามารถวัดผลกระทบของ AI ต่อสุขภาพกระบวนการได้ และจำนวนผู้ที่สามารถวัดผลกระทบต่อการหยุดทำงานที่ไม่ได้กำหนดไว้ได้เพิ่มขึ้นสองเท่า ซึ่งแสดงให้เห็นว่าผู้ผลิตกำลังดีขึ้นและรู้สึกสบายใจมากขึ้นในการใช้ AI ซึ่งช่วยให้พวกเขารับรู้ถึงผลตอบแทนจากการลงทุนที่ลึกซึ้งยิ่งขึ้น

ด้วยความมั่นใจที่เพิ่มขึ้น 83% ของผู้นำการผลิตระดับโลกกำลังเพิ่มงบประมาณ AI ซึ่งเป็นกุญแจสำคัญในการเติบโตทางธุรกิจและการมองเห็นและดำเนินการตามข้อมูลจากโรงงานอย่างมีประสิทธิภาพ แต่สิ่งใดเกี่ยวกับอุตสาหกรรมอื่น ๆ ที่ล้าหลังในการประสบความสำเร็จด้วย AI พวกเขาไม่ได้ขยายขนาด AI อย่างรวดเร็ว

การขยายขนาดที่ช้า

จนถึงขณะนี้ ผู้ผลิตและผู้นำอุตสาหกรรมอื่น ๆ ยังขยายขนาด AI อย่างช้าๆ ซึ่งทำให้ความเร็วในการเห็นผลลัพธ์ที่มี意义ลดลง ตาม รายงานของ tech.co ผู้นำธุรกิจเกือบ 7 ใน 10 (67%) กำลังใช้ AI อย่างช้าๆ

AI เป็นเครื่องมือ ไม่ใช่ผลลัพธ์ ต้องมีการเปลี่ยนแปลงวัฒนธรรมเพื่อให้ได้รับประโยชน์จากการลงทุนเหล่านี้อย่างแท้จริง ไม่ใช่แค่การติดตั้งเซ็นเซอร์บนเครื่องจักรเท่านั้น แรงงานที่มีทักษะยากที่จะรักษาและยากที่จะหา ในสหรัฐอเมริกามีอัตราการเติบโตของประชากรที่มีอายุเพิ่มขึ้นและจำนวนคนเข้าทำงานลดลง ตอนนี้เป็นเวลาที่จะพัฒนา Reliable AI ซึ่งเป็นสิ่งจำเป็นในการรักษาความรู้และส่งเสริมอุตสาหกรรมให้ก้าวหน้า

เครื่องมือ AI ที่สร้างขึ้น เช่น ChatGPT น่าประทับใจ แต่โลกธุรกิจต้องการมากกว่านั้น ต้องมี AI ที่สร้างขึ้นสำหรับวัตถุประสงค์เฉพาะและปัญหาที่ยาก ซึ่งต้องมีผลลัพธ์ นั่นคือที่ที่ Reliable AI เข้ามา และอุตสาหกรรมการผลิตได้ให้ผลลัพธ์ที่น่าประทับใจ