Wykorzystanie sztucznej inteligencji na hali produkcyjnej

Choć na europejskim rynku średnich firm z branży przemysłowej rozmów o AI nie brakuje, rzeczywistych wdrożeń w tym zakresie jest znacznie mniej.

Każdy tydzień przynosi kolejne wiadomości na temat narzędzi generatywnych, inteligentnej automatyzacji lub samoczynnie optymalizujących się łańcuchów dostaw. Najnowsze badania firmy Forterro wykazały jednak coś innego: producenci należący do segmentu średnich przedsiębiorstw skupiają się na sztucznej inteligencji, która rozwiązuje realne, codzienne problemy.

AI – weryfikacja założeń

Firmy, zapytane o to, w jakich obszarach oczekują największych korzyści ze strony AI, nie wymieniały futurystycznych pomysłów, lecz koncentrowały się na kwestiach praktycznych:

• Cyberbezpieczeństwo i wykrywanie ryzyka (30%)
• Analityka biznesowa i wsparcie procesu podejmowania decyzji (30%)
• Konserwacja predykcyjna i monitorowanie sprzętu (28%)

Są to operacyjne, mierzalne obszary, w których przestoje, usterki lub opóźnienia mają bezpośredni wpływ na wyniki. To właśnie sprawia, że podejście średnich przedsiębiorstw do sztucznej inteligencji jest tak odświeżające: opiera się na pracy, a nie na szumie informacyjnym.

AI polega na chmurze i na spójności

To samo badanie ujawniło również, że 49% firm twierdzi, iż brak korzystania z rozwiązań chmurowych oznacza utratę korzyści płynących z AI – i to właśnie jest sednem problemu. Bez podstawy w postaci chmurowego systemu ERP dane są rozproszone pomiędzy systemami i arkuszami kalkulacyjnymi, co sprawia, że modele AI nie działają w sposób rzetelny lub nie można ich wdrożyć.

Marco Metzlaff, lider transformacji AI w Forterro, wyjaśnia:

„Spójne i zintegrowane dane są niezbędne zarówno do cyfryzacji, jak i do korzystania z AI. Bez tego automatyzacja i analityka nie są w stanie zapewnić trwałej wartości”.

Innymi słowy: zanim sztuczna inteligencja zacznie działać, muszą najpierw działać twoje dane.

Od projektów pilotażowych do wzrostu wydajności

Sztuczna inteligencja nie musi być „dużym” projektem.

Wielu producentów dostrzega rezultaty wynikające z podjęcia mniejszych kroków: alertów predykcyjnych dla harmonogramów konserwacji, inteligentniejszej optymalizacji zapasów lub automatycznego wykrywania anomalii na liniach produkcyjnych.

Projekty te wiążą się z niskim ryzykiem, ale przynoszą duże efekty. Z czasem przyczyniają się do budowania zaufania i kompetencji. A ponieważ opierają się na już istniejących danych z systemów ERP, nie wymagają odrębnego zespołu ds. analizy danych, aby wykazać swoją wartość.

Uwaga na lukę kompetencyjną

Sama technologia oczywiście nie wystarczy.

Jedynie 52% średnich firm uważa, że dysponuje aktualnie odpowiednimi kompetencjami, aby wdrożyć u siebie sztuczną inteligencję i inne zaawansowane technologie cyfrowe. Właśnie dlatego szkolenia, podnoszenie kwalifikacji i partnerstwa z dostawcami usług są równie ważne jak inwestycje.

Kompetencje w zakresie sztucznej nie polegają na pisaniu kodów, a na tym, aby pomóc zespołom w zrozumieniu, jakie dane mają przed sobą, dlaczego są one ważne i jak na ich podstawie działać.

Sztuczna inteligencja, która na siebie zarabia

Rynek średnich przedsiębiorstw z branży przemysłowej nie może sobie pozwolić na pogoń za trendami. Tutaj każda inwestycja musi wykazać swoją wartość. Droga ku przyszłości nie polega na pogoni za kolejnymi przełomami. Chodzi o to, aby bazować na istniejących już fundamentach – lepszych danych, inteligentniejszych systemach, bardziej kompetentnych zespołach – i wykonać kolejny przemyślany krok. 

Tak właśnie wygląda wiarygodna cyfrowa przyszłość.