从生成式人工智能到可靠人工智能：制造业的高风险

2023 年，随着以下技术的首次亮相，人工智能炒作周期迎来爆发： 生成式人工智能 以及随后的资金注入。随之而来的是盲目的人工智能乐观主义，组织在没有明确了解其投资回报率和实际用例的情况下支持该技术。有些人只是跟随人工智能人群，出于害怕落后而采用该技术。回顾过去，思考 2025 年会发生什么，人工智能预期方面发生了很大变化吗？我们还处于盲目人工智能乐观的阶段吗？

简而言之，不是。幸运的是，我们已经在成熟的道路上走得更远了。我们可以看到炒作周期正在消散，并且正在从盲目的人工智能乐观主义发展到 成熟 人工智能乐观主义——或者说，可靠的人工智能。制造业在可靠的人工智能方面取得了巨大进步，是这一历程的一个案例研究，也是其他行业可以借鉴的。但在我们走这条路之前，我们必须解决人工智能泡沫可能破裂的现实可能性。

非理性的人工智能繁荣？

盲目的人工智能乐观主义（即对最新、最耀眼的人工智能技术的兴奋，而没有清楚了解其影响和实际成就）已经吸引了大量关注和资本。例如，分析师们正在关注微软、Meta 和亚马逊对 Nvidia 的人工智能 GPU 进行大规模投资，但有人担心这些投资不会产生这些公司所期望的收入增长。

我们开始听到有关这一特定的人工智能泡沫破裂的传言。 麻省理工学院经济学家达隆·阿西莫格鲁 警告称，投入人工智能基础设施投资的资金可能达不到投资者的投资回报率预期。人们对人工智能的前景感到兴奋，但现在他们开始担心它会像互联网泡沫一样。这样的事件可能会引发其他投资者对人工智能的叙述更加怀疑，并寻求更快的回报时间或减少这些投资。幻灭感正在涌现。

毫无疑问，人工智能将改变行业的运作方式，但这不会通过追随闪亮的物体来实现。可靠的人工智能是可量化的，并产生真正的影响，通常是在幕后并嵌入现有流程中。

那么，可靠的人工智能已经取得成功并经得起时间考验的例子是什么呢？制造业提供了重要的用例。

衡量制造业的成功

一家领先的化学公司希望提高机器的效率和可靠性，以避免意外停机和运营中断。他们投资了一款由人工智能驱动的预测性维护解决方案，该解决方案为团队提供机器健康洞察和建议，以主动解决问题。他们在不到一年的时间内实现了 7 倍的投资回报。

同样，一家世界顶级食品和饮料公司希望减少产品浪费并优化工厂产能，因此他们在四家工厂试行了人工智能机器监控。他们发现每年的产能增加了 4,000 小时，减少了超过 2 万磅的产品浪费。结果非常有效，试点扩展到他们所有的北美工厂。

这些现实世界的例子证明了可靠的人工智能的可衡量影响，并且它们与更广泛的行业趋势相一致。 最近的一项调查 在全球 700 多家制造商中，量化人工智能对业务目标的影响的首要领域是供应链管理/优化（41%）、通过规范分析改进决策（41%）以及流程健康/最大化产量和产能（40%）。

同比调查结果揭示了从盲目乐观到取得成效的真正进步。与前一年相比，现在能够量化人工智能对流程健康影响的受访者数量是前一年的三倍，能够衡量其对计划外机器停机影响的受访者数量是前一年的两倍。这表明制造商越来越擅长使用人工智能，这有助于他们实现更深远的投资回报。

随着信心的增强，全球 83% 的制造业领导者正在增加 AI 预算，这对于业务增长以及有效可视化和处理工厂数据至关重要。那么，其他在 AI 方面落后的行业又如何呢？它们的扩展速度不够快。

扩展缓慢

到目前为止，制造商和其他行业领导者在推广人工智能方面进展缓慢，这阻碍了我们看到有意义的成果的速度。事实上，根据 tech.co 报告.

人工智能是一种工具，而不是结果。要想实现这些投资的真正好处，必须进行文化转型——这不仅仅是在机器上安装传感器。熟练劳动力已经很难留住，甚至更难找到。美国人口老龄化速度加快，进入劳动力市场的人数减少。现在是推进可靠人工智能的时候了，因为它对于保留知识和推动行业发展至关重要。

像 ChatGPT 这样的生成式 AI 工具令人印象深刻，但商业世界需要的不止这些。它需要专门针对特定困难问题的 AI，并且需要结果。这就是可靠 AI 发挥作用的地方，制造业提供了令人印象深刻的剧本。