5 минут с PwC об искусственном интеллекте и больших данных в производстве

Manufacturing Global беседует с Кавехом Вессали, PwC Middle East Партнер (Digital, Data &AI) по применению ИИ и больших данных в производстве

Не могли бы вы дать определение, что такое искусственный интеллект и что такое большие данные?

ИИ — это способность машины воспринимать окружающую среду и выполнять задачи, которые обычно требуют человеческого интеллекта, и это целая область различных технологий, методов и приложений.

Большие данные — это набор инструментов и возможностей для работы с очень большими наборами данных, для их обработки.

Как ИИ и большие данные работают вместе?

Большие данные — это всего лишь один из факторов, способствующих развитию ИИ, но, поскольку объемы данных растут, это один из самых важных 

Как это можно применить в производственных условиях?

Вообще говоря, у ИИ и использования данных есть много преимуществ, в том числе снижение затрат, минимизация человеческих ошибок, а также повышение производительности и эффективности. Важно учитывать, что любые настройки — для использования любой технологии — какую проблему вы пытаетесь решить? Будь то просто автоматизация повторяющихся задач или переосмысление характера работы на фабриках за счет совместной работы людей и машин для принятия более качественных и быстрых решений.

Почему производители должны использовать искусственный интеллект и большие данные при внедрении интеллектуальных производственных возможностей, в чем ценность для производителей?

Одна точка зрения, опять же, связана с экономическими преимуществами ИИ, которые появляются в производстве в результате: 

1. Повышение производительности за счет автоматизации процессов и увеличения объема работы существующей рабочей силы за счет различных применений технологий ИИ.

2. Повышение потребительского спроса в связи с расширением возможностей персонализации и адаптации производимых продуктов, а также более качественных цифровых продуктов и продуктов и услуг с использованием искусственного интеллекта.

Производство (и строительная отрасль) по своей природе капиталоемки, и в нашем отчете за 2018 год «Потенциальное влияние ИИ на Ближнем Востоке» мы подсчитали, что внедрение приложений ИИ может увеличить вклад секторов в прирост ВВП более чем на 12,4 % к 2030 году. 

Как искусственный интеллект и большие данные могут помочь производителям развиваться в условиях революции 4.0? А что насчет тех, кто уже присматривается к Индустрии 5.0?

На самом деле речь идет об инвестициях, которые вы делаете сейчас, чтобы защитить свой бизнес в будущем.

Обычно мы видим две широкие стратегии или подходы к внедрению ИИ. Есть вещи, которые мы можем сделать немедленно, без какого-либо обращения к Большим данным, например, внедрить технологии, которые мы называем сенсорами, включая, например, компьютерное зрение. Существует множество вариантов использования, в которых их можно сразу же использовать на производстве, например, для автоматического обнаружения неисправностей. Тем не менее, есть более долгосрочная игра, которая требует инвестиций в данные — создание правильных механизмов сбора, хранения, управления данными, возможностей больших данных и т. д. — для разработки все более ценных вариантов использования ИИ на основе машинного обучения. Это абсолютно необходимо для долгосрочного успешного внедрения.

Какова наилучшая стратегия для организаций, которые хотят реализовать ценность ИИ и больших данных в производстве?

ИИ и большие данные — это только часть успешной умной фабрики. Организации, ведущие внедрение ИИ, — это те, кто уже добился наибольшего прогресса в оцифровке основных бизнес-процессов. Чтобы продвигаться вперед в масштабном использовании решений ИИ, необходимо сделать ряд инвестиций в технологии и принять организационные решения, в том числе: 

1. Оцифровка процессов в конечном итоге приводит к улучшению способности генерировать данные, а в производственных условиях — когда многие сотни датчиков генерируют тысячи измерений в режиме реального времени, в результате получаются большие данные. Данные являются ключом к созданию ИИ, поэтому ключевыми факторами являются надежный и точный сбор данных, управление и управление. Производственная линия и фабрики играют решающую и непосредственную роль в процессе сбора данных.

2. Стратегия ИИ, как долгосрочная, так и краткосрочная, начинается с вариантов использования, бизнес-приложений. Производителям необходимо спросить, где они хотят использовать ИИ, собрать воедино эти варианты использования и расставить приоритеты проектов на основе баланса ожидаемого воздействия и сложности реализации.

Конечно, помимо технологий и бизнес-процессов, в основе любого успешного внедрения технологий лежат люди. Команды ИИ должны состоять не только из специалистов по обработке и анализу данных, но также из инженеров данных и архитекторов решений, чтобы обеспечить их работу, распорядителей данных для обеспечения точности и все чаще называемых «переводчиками аналитики/ИИ», которые могут общаться с бизнес-лидерами и экспертами в области технологий. . Культура также имеет ключевое значение, и производителям необходимо внедрить культуру, основанную на данных и ИИ, укрепляя доверие к данным и алгоритмам, обучая своих сотрудников ИИ и его возможностям, а также тому, как лучше всего извлекать выгоду. Конечно, это не только позитив, но и риски и ограничения, поскольку они, когда они встречаются без установленных ожиданий, могут значительно повлиять на готовность инвестировать.

Какие проблемы возникают при внедрении ИИ и больших данных в производство?

показал, что одной из основных проблем при внедрении ИИ является неопределенность в отношении возврата инвестиций (ROI). Как я уже сказал, для успеха долгосрочной стратегии данных и искусственного интеллекта требуются значительные инвестиции, и ожидания, связанные со временем, чтобы увидеть ощутимую отдачу, должны быть реалистичными.

Многие компании также борются со стороной данных:сбором и предоставлением данных, необходимых для работы системы ИИ, и обеспечением их точности. Опять же, это говорит о больших инвестициях, необходимых для цифровизации.

Согласно нашему исследованию, некоторые из основных проблем, с которыми сталкиваются производственные компании при внедрении ИИ в масштабах, включают:  

• 40 % → технологии незрелые  
• 40 % → У сотрудников нет навыков для внедрения и управления ИИ  
• 36 % → неопределенность окупаемости инвестиций  
• 33 % → данные еще не устоялись 
• 32 % → отсутствие прозрачности и доверия  
• 24 % → рабочие советы и профсоюзы  
• 22 % → регуляторные барьеры на внутреннем и важных рынках  

Один элемент, отмеченный здесь, особенно в отношении недоверия и профсоюзов, заключается в том, что ИИ обычно неверно представляют в СМИ как «заменяющих» рабочих и занимающих рабочие места. Да, за счет автоматизации можно добиться повышения эффективности, как это было со времен первой промышленной революции. Но мы считаем, что данные и искусственный интеллект наиболее ценны, когда они используются для расширения возможностей работников, улучшения их способностей и производимых продуктов.

Еще одна проблема, с которой мы начинаем сталкиваться, — это кибератаки, все чаще нацеленные на взаимосвязанное оборудование и механизмы на «умных» фабриках. PwC недавно провела веб-трансляцию в сотрудничестве с Национальной ассоциацией производителей США и Microsoft, чтобы обсудить это.

Каковы текущие тенденции в области ИИ и больших данных в производстве?

• Мы видим, что компании уделяют немного больше внимания внедрению решений ИИ в основные производственные процессы, такие как проектирование, сборка и проверка качества. 
• Безопасность имеет большое значение, так как методы, принятые в возможностях соблюдения протокола (например, соблюдение безопасного расстояния от определенного оборудования), применяются в более повседневных сценариях соблюдения протокола COVID-19 
• Существует значительный интерес к профилактическому обслуживанию крупного оборудования, задействованного в производственных процессах, а также к оптимизации цепочки поставок.

Что, по вашему мнению, произойдет в индустрии искусственного интеллекта и больших данных в производстве в ближайшие 12–18 месяцев?

Честно говоря, я думаю, что мы увидим продолжение того, к чему мы уже шли последние 12-18 месяцев. ИИ и данные уже используются в производстве, но это использование не получает такого внимания в средствах массовой информации, как, скажем, здравоохранение, но истории успеха есть, и они будут продолжаться по мере того, как операции продолжают свое цифровое путешествие.