Немногие технологические достижения вызвали такой же ажиотаж, как искусственный интеллект. В частности, генеративный ИИ, похоже, довел деловой дискурс до апогея. Многие лидеры производства выражают оптимизм: исследование, проведенное MIT Technology Review Insights, показало, что амбиции по развитию искусственного интеллекта в промышленности сильнее, чем в большинстве других секторов.

Производители справедливо рассматривают ИИ как неотъемлемую часть создания гиперавтоматизированного интеллектуального завода. Они видят полезность ИИ в улучшении инноваций в продуктах и ​​процессах, сокращении времени цикла, повышении эффективности операций и активов, улучшении технического обслуживания и усилении безопасности, а также сокращении выбросов углекислого газа. Некоторые производители, вложившие средства в развитие возможностей искусственного интеллекта, все еще стремятся достичь своих целей.

Исследование MIT Technology Review Insights направлено на то, чтобы понять, как производители извлекают выгоду из сценариев использования ИИ, особенно в сфере проектирования и проектирования, а также в заводских операциях. В опросе приняли участие 300 производителей, которые начали работать с ИИ. Большинство из них (64%) в настоящее время исследуют или экспериментируют с ИИ. Около 35% компаний начали внедрять варианты использования ИИ в производство. Многие руководители, принявшие участие в опросе, заявили, что намерены значительно увеличить расходы на ИИ в течение следующих двух лет. Те, кто еще не запустил ИИ в производство, продвигаются постепенно. Чтобы облегчить разработку и масштабирование сценариев использования, эти производители должны решать проблемы с талантами, навыками и данными.

Ниже приведены основные выводы исследования:

• Талант, навыки и данные являются основными ограничениями масштабирования ИИ. Как в инженерно-конструкторском, так и в производственном производстве производители называют дефицит талантов и навыков самой сложной проблемой при масштабировании вариантов использования ИИ. Чем ближе сценарии использования к производству, тем сильнее ощущается этот дефицит. Многие респонденты говорят, что недостаточное качество данных и управление также препятствуют разработке сценариев использования. Недостаточный доступ к облачным вычислительным мощностям — еще одно часто упоминаемое ограничение в проектировании и проектировании.
• Крупнейшие игроки тратят больше всего и имеют самые высокие ожидания. 58% руководителей инженерных и проектных компаний ожидают, что их организации увеличат расходы на ИИ более чем на 10% в течение следующих двух лет. И 43% говорят то же самое, когда речь идет о заводских операциях. Крупнейшие производители с гораздо большей вероятностью добьются значительного увеличения инвестиций, чем производители из более мелких, но все же крупных категорий.
• Желаемые преимущества ИИ зависят от производственных функций. Наиболее распространенные варианты использования, используемые производителями, включают дизайн продуктов, диалоговый искусственный интеллект и создание контента. На пилотном этапе чаще всего упоминаются управление знаниями и контроль качества. В области проектирования и проектирования производители в основном стремятся к увеличению скорости, эффективности, уменьшению количества сбоев и безопасности с помощью ИИ. На заводе прежде всего желательны лучшие инновации, а также повышенная безопасность и снижение выбросов углекислого газа.
• Масштабирование может застопориться без правильной основы данных. Респонденты ясно понимают, что разработке вариантов использования ИИ препятствует недостаточное качество данных (57%), слабая интеграция данных (54%) и слабое управление (47%). Лишь примерно каждый пятый опрошенный производитель имеет производственные активы с данными, готовыми для использования в существующих моделях искусственного интеллекта. Эта цифра уменьшается по мере того, как производители внедряют варианты использования в производство. Чем крупнее производитель, тем острее проблема неподходящих данных.
• Для масштабирования ИИ необходимо устранить фрагментацию. Большинство производителей считают, что для поддержки ИИ, а также других технологий и бизнес-приоритетов необходима некоторая модернизация архитектуры данных, инфраструктуры и процессов. Стратегия модернизации, которая улучшает совместимость систем данных между проектированием, проектированием и заводом, а также между эксплуатационными технологиями (ОТ) и информационными технологиями (ИТ), является разумным приоритетом.

Этот контент был создан Insights, подразделением MIT Technology Review, специализирующимся на создании контента. Оно не было написано редакцией MIT Technology Review.