Почему промышленники должны хотя бы немного подумать об ИИ

Кажется, что в наши дни все говорят об искусственном интеллекте (ИИ) и машинном обучении. Крупные многонациональные промышленные предприятия используют ИИ, чтобы сделать машины более интеллектуальными, чтобы они могли эффективно конкурировать в условиях цифровой промышленной революции, которая сейчас идет полным ходом. Взгляните на статью 2016 года в MIT Sloan Management Review, в которой рассказывается о том, как GE делает крупные инвестиции в искусственный интеллект и промышленную аналитику, чтобы способствовать цифровой трансформации. Но даже малые и средние промышленные и производственные предприятия должны подумать об ИИ… хотя бы немного.

В конце концов, если вы не думаете о машинном обучении и искусственном интеллекте, зачем вы собираете все эти данные из производственных систем? Во многих случаях предприятия собирают больше данных, чем могут потреблять. Аналитика данных не является самоцелью; его нужно использовать для чего-то. И именно здесь ИИ будет играть решающую и расширяющуюся роль.

Безусловно, машинное обучение может сыграть ценную роль в изучении этих гор больших данных, чтобы выявить важные закономерности и извлечь ценные идеи для трансформации бизнеса. Но это только часть истории. Реальная ценность заключается в использовании ИИ для использования этих идей, чтобы что-то действительно произошло - автономно, возможно, в режиме реального времени.

Это может означать, что график производственной линии автоматически изменяется из-за изменений в доступности ресурсов - и управляет этим изменением по всей цепочке поставок, чтобы избежать перебоев или конфликтов. По мере того, как глобальные цепочки поставок становятся все более сложными, эта интеллектуальная информация на основе ИИ будет играть решающую роль в оказании помощи компаниям в эффективной конкуренции в экономике «по требованию / точно в срок».

См. также:каковы потенциальные рабочие места в мире, основанном на искусственном интеллекте?

Большой против маленького ИИ

Звучит амбициозно? Вернем его на землю. Я думаю, что на самом деле есть «Большой ИИ» и «Маленький ИИ». Большой искусственный интеллект использует искусственный интеллект и огромные объемы данных, часто в облаке, для решения действительно сложных задач в масштабе нескольких направлений бизнеса. Вот что задумали такие мировые гиганты, как GE. Little AI ориентирован на решение «микропроблем» - например, на выяснении того, как оптимизировать отдельную производственную линию, сводя к минимуму потребность в человеческом взаимодействии. Небольшой ИИ может быть лучше обработан в помещении, близко к автоматизированным операционным системам. Подумайте о периферийной аналитике в режиме реального времени для высокодоступных систем, обеспечивающих интеллектуальную автоматизацию.

Конечно, первый шаг к эффективному использованию ИИ - это ускорение вашей инфраструктуры. Это часто означает модернизацию вашей сети, чтобы обеспечить поток информации и системы, обрабатывающие вещи на периферии. Только тогда имеет смысл развернуть датчики для сбора данных и аналитики, чтобы разобраться во всем этом. Наконец, такой прогресс может привести к найму специалистов по обработке данных для оптимизации вашей среды, чтобы в полной мере воспользоваться преимуществами ИИ.

Многие промышленные предприятия находятся только в начале этого пути. Но с учетом темпов цифровой трансформации в таких разнообразных отраслях, как энергетика, транспорт, производство и телекоммуникации, размышление об искусственном интеллекте в контексте вашего бизнеса - пусть даже немного - имеет большой смысл.