Чому фізичний ШІ не може бути просто ChatGPT з ногами

Ми сміємося, коли ChatGPT впевнено каже, що Наполеон винайшов мікрохвильову піч. Але коли штучний інтелект керує хірургічним роботом, автономним транспортним засобом чи промисловою системою, для цього немає місця. галюцинаційТочність має значення. Це створює справжній виклик для переосмислення того, як ми створюємо та розгортаємо штучний інтелект.

Більшість організацій, які звертаються до фізичного ШІ, роблять фундаментальну помилку: вони застосовують стратегії цифрового ШІ до вирішення проблем фізичного ШІ. Це не працює. Фізичний ШІ вимагає іншої інфраструктури, інших термінів та інших бізнес-моделей, ніж усе, що ми створювали раніше.

Я бачив ці зміни на власні очі, працюючи з підприємствами, які впроваджують штучний інтелект скрізь, від нафтових родовищ до роздрібних магазинів. Компанії, які досягають успіху, не просто замінюють технології — вони працюють із зовсім іншим набором припущень щодо того, що означає впровадження.

Реальність інфраструктури, про яку ніхто не говорить

Ось що багато людей не помічають щодо фізичного ШІ: він не працює в хмарі. Він не може.

Коли компанії, що займаються робототехнікою, описують мені свою архітектуру, картина часто дивує традиційних ІТ-лідерів. Роботи виконують основні функції локально. Периферійні комп'ютери в одному об'єкті обробляють складні рішення. Хмара керує навчанням та оновленнями. Це розподілений підхід, який змушує компанії переосмислювати інфраструктуру з нуля.

Автомийки традиційно не є високотехнологічним бізнесом, але деякі оператори використовують штучний інтелект для прогнозного обслуговування, комп'ютерний зір для розпізнавання транспортних засобів та розмовні інтерфейси для клієнтів. Ці системи потребують локальної обробки та реагування в режимі реального часу, оскільки хмарне з'єднання недостатньо надійне.

Новинка від NVIDIA Чіп Jetson Thor показує, куди це веде — впровадження потужності центру обробки даних у компактні периферійні пристрої. Це не зручна функція. Це те, що змушує систему працювати.

Новий стандарт більше схожий на три рівні: пристрої обробляють негайні відповіді; локальні периферійні системи керують складнішими рішеннями для групи пристроїв; а хмара займається навчанням. Більшість організацій досі думають, що хмара — це перш за все міф, і такий спосіб мислення не допоможе їм далеко зайти.

Чим відрізняється розгортання в корпоративному середовищі

Цифровий ШІ зосереджений на впровадженні користувачами та підвищенні точності. Фізичний ШІ вимагає управління розподіленою інфраструктурою, забезпечення відповідності вимогам безпеки та підтримки операцій у середовищах, де традиційна ІТ-підтримка може навіть не існувати.

Зверніть увагу на реалії впровадження охорони здоров'я. Генеративний штучний інтелект може аналізувати медичні скани з дуже високою точністю, але дані пацієнтів не можуть залишати приміщення лікарні через правила HIPAA. Файли медичних зображень часто мають розмір від десятків до сотень гігабайт, що робить завантаження в хмару для обробки непрактичним. Лікарням потрібні системи, які можуть обробляти конфіденційні дані локально, водночас забезпечуючи розширений аналіз хмарного рівня.

Перешкоди не лише технічні. У нашому недавнє опитування37% керівників ІТ-відділів підприємств вказали на нестачу талантів як на свою головну проблему. Це не звичайні навички роботи зі штучним інтелектом — вони вимагають експертизи на перетині штучного інтелекту, периферійних обчислень, безпеки та галузевих норм. Навичок, яких не існувало п'ять років тому.

Ще однією відмінністю є терміни. Цифрові додатки зі штучним інтелектом розгортаються та швидко змінюються. Фізичні системи зі штучним інтелектом потребують ретельного тестування, схвалення регуляторних органів та перевірки безпеки. Автономні транспортні засоби розробляються вже понад десять років і досі працюють лише в обмежених сферах.

Коли штучний інтелект контролює фізичні системи, збій пов'язаний не з поганим користувацьким досвідом. Йдеться про безпеку, відповідність вимогам та стабільність.

Вихід за межі проблеми «чорної скриньки»

Традиційний корпоративний штучний інтелект часто передбачає апаратні рішення, специфічні для певних постачальників. Один керівник у сфері роздрібних технологій описав їх як «чорні скриньки, які виконують власні магічні функції віджетів». Результат: головний біль у управлінні, оскільки компанії жонглюють різними програмами штучного інтелекту, кожне з яких має свої власні апаратні та безпекові проблеми.

Провідні підприємства переходять на платформні підходи, які виконують кілька робочих навантажень штучного інтелекту на спільній інфраструктурі. Замість того, щоб купувати новий пристрій для кожного випадку використання штучного інтелекту, вони розгортають моделі як додатки на єдиній периферійній системі.

Роздрібні торговці одразу бачать привабливість. Їм може знадобитися комп'ютерний зір для управління запасами, прогнозна аналітика для систем опалення, вентиляції та кондиціонування повітря та охолодження, а також обслуговування клієнтів на базі штучного інтелекту. Замість того, щоб запускати три окремі системи, вони консолідують усе на спільній інфраструктурі з централізованим управлінням.

ІТ-керівники бачать різницю — управління додатками перевершує жонглювання коробками.

Перевірка інвестиційної реальності

Незважаючи на поширений ентузіазм, більшість інвестицій у штучний інтелект мають труднощі з вимірюванням рентабельності інвестицій. Цифрові програми штучного інтелекту, такі як генеративний штучний інтелект, стикаються з особливою проблемою: хоча їх відносно легко розгорнути, вимірювання їхнього впливу на продуктивність працівників інтелектуальної праці залишається складним завданням.

Фізичний ШІ пропонує іншу ціннісну пропозицію. Бар'єри для розгортання вищі — вимагають розподіленої інфраструктури, перевірки безпеки та дотримання нормативних вимог — але потенційна віддача є більш конкретною. Оптимізацію ланцюга поставок, час безвідмовної роботи обладнання та покращення безпеки працівників можна безпосередньо виміряти в операційному та фінансовому вираженні.

Ця різниця у вимірюваності може пояснити, чому змінюються бюджети підприємств. Дев'яносто відсотків організацій повідомляють про збільшення інвестицій у периферійні обчислення у 2025 році, причому майже третина збільшила витрати більш ніж на 25%. Ці інвестиції відображають визнання того, що фізичний ШІ, незважаючи на свою складність, пропонує чіткіші шляхи до кількісного впливу на бізнес.

Конкурентне вікно закривається

Організації не мають необмеженого часу для адаптації. Цикли розробки та розгортання фізичного ШІ вимірюються роками, а не місяцями. Ранні користувачі створюють операційні можливості, які конкурентам буде важко відтворити.

Успішні компанії мислять інакше. Замість того, щоб зациклюватися на самій технології, вони зосереджуються на тому, як вона змінює їхню конкурентну позицію.

Виробники, які використовують штучний інтелект для прогнозного обслуговування, запобігають дороговартісним простоям. Роздрібні торговці, які використовують передовий штучний інтелект для управління запасами в режимі реального часу, забезпечують клієнтський досвід, з яким не можуть зрівнятися їхні конкуренти. Системи охорони здоров'я, що використовують локальний штучний інтелект для діагностичної підтримки, покращують результати лікування пацієнтів, одночасно захищаючи конфіденційність.

Ці переваги з часом посилюються, оскільки для розробки та ефективного розгортання фізичних можливостей штучного інтелекту потрібні роки.

Що це означає для бізнес-лідерів

Фізичний ШІ досягає успіху там, де цифровий ШІ часто зазнає невдачі: він забезпечує вимірювані бізнес-результати в реальних умовах. Технологія вимагає систем, які працюють завжди, за будь-яких умов, з вимірюваним впливом на бізнес. Це принципово відрізняється від цифрового ШІ.

Організації, які усвідомлюють цей зсув та адаптують свої стратегії зараз, очолять наступну еру впровадження штучного інтелекту. Ті, хто намагається нав'язати цифрові схеми ШІ фізичним викликам ШІ, відстануть, коли це стане стандартною практикою.

Фізичний ШІ трансформує бізнес-операції. Єдине справжнє питання полягає в тому, чи ваша організація очолить цей зсув, чи намагатиметься наздогнати.

Це являє собою структурну зміну в тому, як інтелект впроваджується в реальному світі. Компанії, які розпізнають це на ранній стадії та планують відповідно, визначатимуть бізнес-переваги наступного десятиліття.