从生成式 AI 到可靠 AI：制造业的高风险

AI 热潮在 2023 年随着 生成式 AI 的出现和随后的资金注入而爆发。随之而来的是一种盲目的 AI 乐观主义，各组织在没有明确了解其 ROI 和实际用例的情况下就拥抱了这项技术。有些组织只是跟随 AI潮流，出于害怕被甩在后面的恐惧而采用了这项技术。回顾过去，并思考 2025 年将会发生什么，AI 的期望是否有所改变？我们是否仍处于盲目的 AI 乐观主义阶段？

简而言之，否。我们幸运地走得更远了。我们可以看到热潮的消散，并从盲目的 AI 乐观主义转变为 可靠的 AI 乐观主义 – 或者说， 可靠的 AI。制造业在可靠的 AI 方面取得了巨大的进步，成为其他行业可以学习的案例。但是在我们深入探讨之前，我们必须解决可能会破裂的 AI 泡沫的问题。

非理性的 AI 狂热？

盲目的 AI 乐观主义 – 或者说，对最新、最闪亮的 AI 技术的兴奋，而没有明确了解其影响和有形成就 – 引起了大量的关注和资本。例如，分析师正在观察微软、Meta 和亚马逊在 Nvidia 的 AI 驱动的 GPU 上进行大量投资，但人们担心这些投资不会带来这些公司期望的收入增长。

我们开始看到这种特定的 AI 泡沫破裂的迹象。 MIT 经济学家 Daron Acemoglu 警告说，投入到 AI 基础设施投资的资金可能不会达到投资者的预期 ROI。人们曾经对 AI 的承诺感到兴奋，但现在他们开始担心它会像点网泡沫一样。这样的事件可能会引发其他投资者对 AI 叙事更加怀疑，并寻求更快的回报时间或减少投资。幻灭感正在酝酿。

不要误会，AI 将改变各个行业的工作方式，但这不会通过跟随闪亮的物体来实现。可靠的 AI 是可量化的，并且带来真正的影响，通常是在幕后并嵌入到现有的流程中。

那么，什么是已经表现出成功并且能够经受住时间考验的可靠 AI 的例子呢？制造业呈现出显著的用例。

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，以避免计划外的停机和运营中断。他们投资了一个 AI 驱动的预测维护解决方案，该解决方案为他们的团队提供了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 ROI。

同样，一家世界顶级的食品和饮料公司希望减少产品浪费并优化他们的工厂容量，因此他们在四个工厂中试验了 AI 启用的机器监控。他们看到容量每年增加 4,000 小时，浪费减少了超过 200 万磅的产品。结果如此令人印象深刻，以至于试验扩展到他们的所有北美设施。

这些现实世界的例子表明了可靠 AI 的可衡量影响，并且它们符合更广泛的行业趋势。在最近对 700 多家全球制造商的 调查 中，AI 对业务目标的影响的量化方面的前三位是供应链管理/优化（41%）、使用预测分析改善决策（41%）和流程健康/最大化产量和容量（40%）。

年复一年地发现了真正的进步，这是从盲目乐观到成熟结果的旅程。与前一年相比，三倍多的受访者现在能够量化 AI 对流程健康的影响，两倍多的受访者能够衡量其对计划外机器停机的影响。这表明制造商在使用 AI 方面变得更加自信和舒适，这有助于他们实现更深层次的投资回报。

随着信心的增强，83% 的全球制造业领导者正在增加他们的 AI 预算 – 这对于业务增长和有效地可视化和处理工厂数据至关重要。那么，其他在 AI 成功方面落后的行业怎么办？它们扩张速度不够快。

扩张速度慢

到目前为止，制造商和其他行业领袖在扩张 AI 方面一直很慢，这阻碍了我们看到有意义的结果的速度。事实上，几乎 7 成（67%）的商业领袖正在缓慢采用 AI，根据 tech.co 报告。

AI 是一种工具，而不是结果。为了实现这些投资的真正收益，必须进行文化转变 – 它必须不仅仅是将传感器安装在机器上。熟练的劳动力已经很难找到，而且更难留住。美国人口正在以更快的速度老龄化，进入劳动力的年轻人越来越少。现在是推进可靠 AI 的时候，因为它对于保留知识和推动行业发展至关重要。

生成式 AI 工具，如 ChatGPT，令人印象深刻，但商业世界需要更多。它需要专门为特定和困难的问题设计的 AI – 并且需要结果。这就是可靠 AI 的作用，而制造业已经提供了一个令人印象深刻的剧本。