Разрушаем мифы об ИИ в производстве: доказательные стратегии для инвесторов

Производители сталкиваются со сложной задачей управления текущей «инновационной повесткой дня». Сегодня промышленный интернет вещей (IIoT), роботизированная автоматизация и искусственный интеллект (ИИ) все готовы стать следующим большим прорывом. Но те, кто работает на производственных линиях, осторожны в принятии инноваций — и вполне справедливо. Слишком часто ожидания не оправдываются, капитальные вложения тратятся впустую, а эксперименты не приносят прибыли.

Вместо этого многие предприятия выбирают тактику «подождать и посмотреть». Они ждут, пока лидирующие компании с большими бюджетами разберутся, как сделать эти новые технологии жизнеспособными, в процессе обучая остальной рынок. Но ИИ — это другое дело. Промышленный ИИ фокусируется на использовании данных с оборудования и датчиков для интеллектуальных прогнозов и автоматизации операционных решений. Производители не могут позволить себе ждать внедрения промышленного ИИ — вознаграждение слишком велико. Несмотря на мифы, промышленный ИИ — редкий случай доступной инновации без врожденных недостатков. Давайте разберем мифы по одному.

Миф №1: ИИ — это дорого

Хотя все инновации потенциально могут улучшить производство, они часто требуют крупных инвестиций. Но ИИ может дать осязаемые результаты без значительных вложений. Секрет в том, чтобы знать, как его применять, и воспользоваться R&D-усилиями, уже затраченными интернет-компаниями. Алгоритмы, используемые Amazon и Netflix, теперь можно перенести на офлайн-реализации цеха. Для производителей тяжелая работа — разработка и тестирование основной технологии — уже выполнена и оплачена.

Однако производителям нужно понимать, где именно на цехе ИИ будет наиболее эффективен. Не поддавайтесь футуристической идее «подключенных заводов». ИИ может прийти в гораздо менее пафосном, крайне практичном формате: оптимизация существующих процессов с имеющимися данными. Учитывая традиционные производственные процессы — установленные рабочие процессы, круглосуточная работа и длинные циклы жизни оборудования — у ИИ есть над чем поработать.

Вскоре это станет привычным ИИ. Невидимо интегрированный, он будет улучшать такие области, как затраты на сырье, энергоэффективность и производительность за счет более точного принятия решений на каждом этапе. При этом не потребуется ни капитальных затрат, ни нового оборудования.

Миф №2: ИИ дает реальные результаты только в долгосрочной перспективе

Предварительные затраты — не единственный страх производителей при инвестировании в инновации. Опасение по поводу времени возврата инвестиций (ROI) также может затмить технологические амбиции. В производстве внедрение инновационных технологий может занимать годы, а ROI иногда измеряется десятилетиями. Другие приоритеты вмешиваются, а менеджеры могут терять мотивацию, когда конечные результаты не гарантированы.

Ситуация с промышленным ИИ иная. Создание ИИ-моделей занимает месяцы, а не годы. Тестирование для измерения результатов ИИ на непрерывных процессах требует всего дней или недель. После применения модель сразу начинает генерировать ценность, выдавая результаты, которые направляют дальнейшие стратегические изменения.

Миф №3: ИИ разрушает существующие процессы

Люди по природе своей боятся изменений, особенно когда речь идет об изменении процесса, который уже работает. Одно изменение часто влечет за собой другое, и, как знают опытные менеджеры, даже когда технология работает, процесс интеграции и принятия может быть сложным. Однако когда ИИ используется для оптимизации процессов, ни один из этих пунктов не применим.

Где ИИ применяется для оптимизации, нет необходимости перестраивать производственную линию или обучать персонал новым элементам управления процессами. Также не требуются сложные IT-проекты интеграции — часто причина недовольства CIO и конечных пользователей. Вместо этого те же бизнес-процессы выполняются теми же средствами, но гораздо эффективнее. Например, ИИ может предложить лучшие режимы работы оборудования или точное количество необходимого сырья — всё в том же интерфейсе, который уже используют операторы. Единственное, на что влияет ИИ — это чистая прибыль производителя.

ИИ давно находится на радаре производства. Но сегодня, когда доступны и достаточная вычислительная мощность, и критические данные, ИИ можно эффективно внедрять. Причин откладывать ИИ-проект немного; технология уже здесь, а страхи перед инновациями не применяются. В случае с ИИ действительно нет времени, как настоящее.