Билл Скаддер от AspenTech: ИИ, автоматизация и тренды рабочей силы на 2022 год

Билл Скаддер, SVP и GM, AIoT Solutions, AspenTech делится своими мыслями об ИИ в 2022 году.

Билл Скаддер, SVP и GM AIoT Solutions в AspenTech, делится своими прогнозами по ИИ, автоматизации и культуре рабочего места на 2022 год.

Поколенческие изменения в рабочей силе ускорят автоматизацию знаний

Рабочие силы по всем отраслям проходят через крупные, тектонические сдвиги. Это особенно верно в промышленном секторе. Ветеранские сотрудники достигают пенсионного возраста, Великое увольнение затрагивает работников по многим отраслям, и просто заполнение кадрового разрыва новыми рекрутами, только что вышедшими из школы, не сделает трюк — часто эти новые выпускники приходят на работу, изучив технологии и концепции в школе, которые не соответствуют реальности того, как многие рабочие процессы и системы организаций на заводском полу на самом деле работают.

Все это вызовет крупное ускорение технологий и процессов автоматизации знаний в 2022 году. Автоматизированное обмен знаниями и интеллект-насыщенные приложения закрывают разрыв в навыках, возникающий между уходящими работниками и совершенно новыми, сохраняя историческую предметную экспертизу и делая ее широко доступной по командам, независимо от силосов. Это имеет двойную выгоду служения инструментом найма, как хорошо; чем больше автоматизация знаний делает работу легче и дает сотрудникам инструменты, которые им нужны для успеха, тем более привлекательной работа становится для потенциальных рекрутов.

Промышленные ученые данные появляются для облегчения промышленной ИИ-стратегии

Поколенческий чурн, происходящий в промышленной рабочей силе, вдохновит другой тренд: широкое появление промышленных ученых данных как центральных фигур в принятии и управлении новыми технологиями, как промышленный ИИ — и так же важно, стратегиями для развертывания и максимизации этих технологий до их полного потенциала. Новые исследования раскрыли, что в то время как 84% ключевых промышленных décideurs приняли необходимость промышленной ИИ-стратегии для управления конкурентным преимуществом — и 98% признали, как отсутствие такой может представить вызовы для их бизнеса — только 35% фактически развернули такую стратегию до сих пор. С одной ногой в традиционной науке о данных и другой в уникальной предметной экспертизе, промышленные ученые данных будут играть критическую роль в том, чтобы быть теми, кто движет созданием и развертыванием промышленной ИИ-стратегии.

Инвестиции в ИИ смещаются от общих моделей к более точному промышленному ИИ

2022 год увидит зрелость ИИ в промышленный ИИ достичь полного расцвета, переходя к реальным развертываниям продуктов с конкретным time-to-value. Для достижения этого мы увидим больше промышленных организаций делающих осознанный сдвиг от инвестиций в общие модели ИИ к более fit-for-purpose, точным промышленным ИИ-приложениям, которые помогают им достигать своих целей по рентабельности и устойчивости. Это означает отход от моделей ИИ, обученных на больших объемах заводских данных, которые не могут покрыть полный диапазон потенциальных операций, к более специфическим промышленным ИИ-моделям, которые используют предметную экспертизу для интерпретации и предсказания с глубокой аналитикой и машинным обучением. Промышленные данные будут преобразованы в реальные бизнес-результаты по всему полному жизненному циклу актива.

Этот сдвиг будет иметь двойную выгоду также облегчения новых best-of-breed альянсов, построенных вокруг промышленного ИИ. Раньше партнерства были очень tech-centric, движимые сервисами или одним крупным вендором. Более специализированный фокус промышленного ИИ потребует более крупного набора провайдеров решений, объединяющих их независимую и настроенную экспертизу. Не только это помогает эволюционировать партнерства от более общих ИИ-проектов, оно также поставит больший фокус на time-to-value партнерства, вместо do-it-yourself подходов, помогая снизить барьер для внедрения ИИ больше чем когда-либо.

Исполнительское владение и культурные изменения ускорят развертывания промышленного ИИ

По мере того как промышленные организации масштабируют свои развертывания предприятий промышленных ИИ-стратегий и приложений, исполнительское владение и инвестиции в культурные изменения будут критическими в получении выгод от цифровой трансформации. Цифровые исполнители вроде Chief Digital Officers будут критическими для преодоления этих препятствий. CDO будут иметь уникальную роль в пастырстве цифровой трансформации и промышленного ИИ через свою организацию — преодолевая разрыв между legacy-системами и новыми технологиями, способствуя сотрудничеству через силосы, и сдвигаясь от массового сбора данных к стратегическому промышленному управлению данными. Все эти обязанности будут существенными для обеспечения того, что промышленная организация может исполнить план цифровой трансформации, который видит более широкое внедрение и стратегию вокруг fit-for-purpose промышленных ИИ-приложений.