Від Генеративного Штучного Інтелекту до Надійного Штучного Інтелекту: Високі Ставки у Виробництві

Гайп цикл штучного інтелекту вибухнув у 2023 році з дебютом генеративного штучного інтелекту та подальшими інвестиціями. Разом з цим прийшов відчуття сліпої оптимістичної настрою щодо штучного інтелекту, коли організації підтримували цю технологію без чіткого розуміння її ROI та практичних випадків використання. Деякі просто слідували за загоном штучного інтелекту, приймаючи цю технологію через страх бути залишеними позаду. Оглядаючись назад та думаючи про те, що чекає нас у 2025 році, змінилося щось щодо очікувань щодо штучного інтелекту? Чи ще ми перебуваємо на стадії сліпої оптимістичної настрою щодо штучного інтелекту?

У короткому вигляді, ні. Ми щасливо просунулися далі по шляху зрілості. Ми бачимо, як гайп цикл розсіюється, і ми переходимо від сліпої оптимістичної настрою щодо штучного інтелекту до доказової оптимістичної настрою щодо штучного інтелекту – або, надійного штучного інтелекту. Виробнича галузь, яка зробила величезні кроки у напрямку надійного штучного інтелекту, служить випадком дослідження цього шляху, і тим, що інші галузі можуть вивчити. Але перед тим, як ми перейдемо цим шляхом, нам потрібно звернути увагу на реальну можливість штучного інтелекту бульбашки, яка, ймовірно, лусне.

Ірраціональний Штучний Інтелект?

Сліпа оптимістична настрою щодо штучного інтелекту – або збудження навколо найновішої, найяскравішої технології штучного інтелекту без чіткого розуміння її наслідків та конкретних досягнень – викликала багато уваги та капіталу. Наприклад, аналітики спостерігають, як Microsoft, Meta та Amazon роблять великі інвестиції в штучний інтелект, але є побоювання, що ці інвестиції не принесуть очікуваних прибутків цим компаніям.

Ми починаємо бачити шепіт про цю конкретну штучну інтелекту бульбашку, яка лусне. Економіст MIT Дарон Асемоглу попередив, що гроші, вкладені в інфраструктурні інвестиції штучного інтелекту, можуть не відповідати очікуванням інвесторів щодо ROI. Люди були збудовані обіцянками штучного інтелекту, але тепер вони починають хвилюватися, що це буде схоже на бульбашку дотком. Така подія може викликати у інших інвесторів скептичність щодо штучного інтелекту та шукати швидших термінів повернення інвестицій або зменшити ці інвестиції. Розчарування починає зростати.

Не помиляйтеся, штучний інтелект змінить спосіб роботи галузей, але це не станеться шляхом слідування за яскравим об’єктом. Надійний штучний інтелект є кількісним і доставляє реальний вплив, зазвичай позаду сцени та вбудований у існуючі процеси.

Отже, який приклад надійного штучного інтелекту вже показує успіх і витримає випробування часом? Виробнича галузь пропонує значні випадки використання.

Вимірювання Успіху Виробництва

Ведуча хімічна компанія хотіла покращити ефективність та надійність своїх машин, щоб уникнути неспланованого простою та операційних порушень. Вони інвестували в штучний інтелект, який забезпечує команди машинами здоров’ям та рекомендаціями для активного вирішення проблем. Вони досягли 7-кратного ROI менш ніж за рік.

У подібному ключі одна з найкращих компаній з виробництва харчових продуктів та напоїв хотіла зменшити відходи продукції та оптимізувати свою фабричну потужність, тому вони провели пілотний проект з моніторингом машин за допомогою штучного інтелекту на чотирьох заводах. Вони побачили збільшення потужності на 4000 годин на рік та зменшення відходів більш ніж на 2 мільйони фунтів продукції. Результати були настільки впливовими, що пілотний проект розширився на всі їхні підприємства в Північній Америці.

Ці реальні приклади демонструють вимірний вплив надійного штучного інтелекту, і вони узгоджуються з більш широкими галузевими тенденціями. У недавньому опитуванні понад 700 глобальних виробників найкращими областями для кількісної оцінки впливу штучного інтелекту на бізнес-цілі були управління ланцюгами постачання/оптимізація (41%), покращення прийняття рішень за допомогою прескриптивної аналітики (41%) та здоров’я процесів/максимальна віддача та потужність (40%).

Річні результати показують справжній прогрес, який був зроблений на цьому шляху від сліпої оптимістичної настрою до доведених результатів. У порівнянні з попереднім роком, у три рази більше респондентів тепер можуть кількісно оцінити вплив штучного інтелекту на здоров’я процесів, і вдвічі більше можуть виміряти його вплив на неспланований простій машин. Це показує, що виробники стають кращими та більш комфортними при використанні штучного інтелекту, що допомагає їм реалізувати глибший повернення інвестицій.

З цією збільшеною впевненістю 83% глобальних лідерів виробництва збільшують свої бюджети на штучний інтелект – що є ключем до бізнес-росту та ефективної візуалізації та дії на фабричними даними. Отже, що щодо інших галузей, які відстають у успіху штучного інтелекту? Вони не розширюються достатньо швидко.

Повільне Розширення

До цього моменту виробники та інші лідери галузей були повільні у розширенні штучного інтелекту, що гальмувало швидкість, з якою ми бачимо значимі результати. Насправді, майже 7 з 10 (67%) бізнес-лідерів повільно приймають штучний інтелект, згідно з доповіддю tech.co.

Штучний інтелект – це інструмент, а не результат. Для реалізації справжніх переваг цих інвестицій потрібно культурна зміна – це повинно бути більше, ніж просто встановлення датчиків на машинах. Кваліфікована робоча сила вже важко утримувати, а ще важче знайти. Населення США старішає з більшою швидкістю, і менше людей вступають на робочу силу. Тепер час просунути надійний штучний інтелект, оскільки це необхідно для збереження знань та просування галузей вперед.

Інструменти генеративного штучного інтелекту, такі як ChatGPT, вражаючі, але бізнес-світ потребує більшого. Потрібен спеціально створений штучний інтелект, спрямований на конкретні та складні проблеми – і потрібні результати. Саме тут вступає надійний штучний інтелект, і виробництво пропонує вражаючу книгу рецептів.