Від Генеративного AI до Надійного AI: Високі Ставки у Виробництві

Цикл гіперу AI вибухнув у 2023 році з дебютом генеративного AI та подальшими інвестиціями. Разом з цим з’явився відчуття сліпої оптимістичної настрою щодо AI, коли організації підтримували цю технологію без чіткого розуміння її ROI та практичних випадків використання. Деякі просто слідували за загоном AI, приймаючи цю технологію через страх бути залишеними позаду. Оглядаючись назад та думаючи про те, що буде у 2025 році, чи багато змінилося щодо очікувань від AI? Чи ще ми перебуваємо на стадії сліпої оптимістичної настрою щодо AI?

Коротко кажучи, ні. Ми щасливо просунулися далі по шляху зрілості. Ми бачимо, як цикл гіперу розсіюється, і ми переходимо від сліпої оптимістичної настрою щодо AI до підтвердженої оптимістичної настрою – або надійного AI. Виробнича галузь, яка зробила величезні кроки у напрямку надійного AI, служить випадком для цього шляху, і тим, з чого можуть навчитися інші галузі. Але перед тим, як ми перейдемо цього шляху, нам потрібно звернути увагу на реальну можливість бульбашки AI, яка, ймовірно, лусне.

Ірраціональний Захват AI?

Сліпа оптимістична настрою щодо AI – або збудження навколо найновішої, найяскравішої технології AI без чіткого розуміння її наслідків та осяжних досягнень – викликало багато уваги та капіталу. Наприклад, аналітики спостерігають, як Microsoft, Meta та Amazon роблять великі інвестиції в AI-потужні GPU компанії Nvidia, але є побоювання, що ці інвестиції не принесуть очікуваних прибутків цим компаніям.

Ми починаємо бачити шепіт про те, що ця конкретна бульбашка AI лусне. Економіст MIT Дарон Асемоглу попередив, що гроші, вкладені в інвестиції в інфраструктуру AI, можуть не відповідати очікуванням щодо ROI для інвесторів. Люди були збудовані обіцянками AI, але тепер вони починають хвилюватися, що це буде схоже на бульбашку дотком. Така подія може спровокувати інших інвесторів стати більш скептичними щодо розповіді про AI та шукати швидших термінів повернення інвестицій або скоротити ці інвестиції. Розчарування починає наростати.

Не плутайте, AI змінить спосіб роботи галузей, але це не станеться шляхом слідування за блискучим об’єктом. Надійний AI є кількісним та забезпечує реальний вплив, зазвичай позаду сцени та вбудований у існуючі процеси.

Отже, який приклад надійного AI вже показує успіх та витримає перевірку часу? Виробнича галузь представляє значні випадки використання.

Вимірювання Успіху Виробництва

Ведуча хімічна компанія хотіла покращити ефективність та надійність своїх машин, щоб уникнути незапланованих простоїв та операційних порушень. Вони інвестували в рішення з передбачуваного технічного обслуговування, потужного AI, яке забезпечує їхні команди інформацією про стан машин та рекомендаціями щодо активного вирішення проблем. Вони досягли 7-кратного ROI менш ніж за рік.

У подібному ключі одна з найбільших компаній харчової та напоїв промисловості хотіла скоротити відходи продукції та оптимізувати свою потужність заводу, тому вони запустили пілотний проект з моніторингу машин, потужного AI, на чотирьох підприємствах. Вони побачили збільшення потужності на 4 000 годин на рік та скорочення відходів більш ніж на 2 мільйони фунтів продукції. Результати були настільки вплинули, що пілотний проект розширився на всі їхні підприємства в Північній Америці.

Ці реальні приклади демонструють вимірюваний вплив надійного AI, і вони узгоджуються з більш широкими галузевими тенденціями. У недавньому опитуванні понад 700 глобальних виробників верхніми областями для кількісної оцінки впливу AI на бізнес-цілі були управління ланцюгом постачання/оптимізація (41%), покращення процесів прийняття рішень за допомогою прескриптивної аналітики (41%) та процес здоров’я/максимізація виробничої потужності та ефективності (40%).

Річні результати показують справжній прогрес, зроблений на цьому шляху від сліпої оптимістичної настрою до підтверджених результатів. У порівнянні з попереднім роком, у тричі більше респондентів тепер можуть кількісно оцінити вплив AI на процес здоров’я, а вдвічі більше можуть виміряти його вплив на незаплановані простої машини. Це демонструє, що виробники стають краще та комфортніше з використанням AI, що допомагає їм реалізувати більш глибокий повернення інвестицій.

З цією збільшеною впевненістю 83% глобальних лідерів виробництва збільшують свої бюджети на AI – що є ключем до бізнес-росту та ефективної візуалізації та дії на фабричними даними. Отже, що про інші галузі, які відстають у успіху AI? Вони не розширюються досить швидко.

Повільне Масштабування

До цього моменту виробники та інші лідери галузей були повільні у розширенні AI, що уповільнило швидкість, з якою ми бачимо суттєві результати. Насправді, майже 7 з 10 (67%) бізнес-лідерів повільно приймають AI, згідно з звітом tech.co.

AI – це інструмент, а не результат. повинна відбутися культурна зміна, щоб реалізувати справжні вигоди від цих інвестицій – це повинно бути більше, ніж просто встановлення датчиків на машинах. Фахівці вже важко утримувати та ще важче знайти. Населення США старішає з більшою швидкістю, а менше людей вступають на робочу силу. Тепер час просунути надійний AI, оскільки це є суттєвим для збереження знань та просування галузей вперед.

Інструменти генеративного AI, такі як ChatGPT, вражаючі, але бізнес-світ потребує більшого. Він вимагає спеціально створеного AI, спрямованого на конкретні та складні проблеми – і йому потрібні результати. Саме тут вступає надійний AI, і виробництво надало вражаючу інструкцію.