Развенчание мифов об искусственном интеллекте

Перед производителями стоит непростая задача совмещать текущую «инновационную повестку дня». Сегодня промышленный Интернет вещей (IIoT), роботизированная автоматизация и искусственный интеллект (ИИ) готовы стать следующей большой вещью. Но те, кто находится на переднем крае производства, с осторожностью относятся к инновациям — и это правильно. Слишком часто ожидания не оправдываются, капитальные вложения оказываются напрасными, а эксперименты не приносят положительной прибыли.

Вместо этого многие предприятия занимают выжидательную позицию. Они ждут, пока ведущие компании с большими бюджетами поймут, как сделать эти новые технологии жизнеспособными, в процессе обучения остальных участников рынка. Но ИИ другой. Промышленный ИИ ориентирован на использование данных от оборудования и датчиков для создания интеллектуальных прогнозов и автоматизации принятия оперативных решений. Производители не могут позволить себе ждать, пока внедрят промышленный ИИ, — слишком велика награда. Несмотря на мифы о нем, промышленный ИИ — это редкий случай доступной инновации без присущих ему недостатков. Давайте рассмотрим мифы один за другим.

Миф №1:искусственный интеллект — это дорого

Хотя все инновации могут улучшить производство, они часто требуют больших инвестиций. Но ИИ может добиться ощутимых результатов без существенных вложений. Секрет заключается в том, чтобы знать, как его применять, и использовать преимущества исследований и разработок, уже предпринятых интернет-компаниями. Действительно, алгоритмы, используемые Amazon и Netflix, теперь могут быть перенесены в офлайн-магазины. Для производителей тяжелая работа — разработка и тестирование базовой технологии — уже выполнена и оплачена.

Однако производители должны понимать, где в цеху ИИ будет лучше всего применяться. Пусть вас не вводит в заблуждение футуристическая идея «подключенных фабрик». ИИ может прийти в гораздо менее экстравагантном, очень практичном формате:оптимизация существующих процессов с использованием существующих данных. Учитывая традиционные производственные процессы — налаженные рабочие процессы, круглосуточные операции и длительный жизненный цикл оборудования — у ИИ есть много возможностей для работы.

Скоро это будет ИИ, который мы знаем. Незаметно интегрированный, он улучшит такие области, как расходы на сырье, энергоэффективность и пропускную способность, благодаря более точному принятию решений на каждом этапе. Более того, не потребуется никаких капитальных затрат или нового оборудования.

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

Первоначальные затраты — не единственный страх производителей при инвестировании в инновации. Беспокойство по поводу времени, необходимого для окупаемости инвестиций (ROI), также может затмить технологические амбиции. В производстве внедрение инновационных технологий может занять годы, а окупаемость иногда измеряется десятилетиями. Вмешиваются другие приоритеты, и менеджеры могут стать менее мотивированными, если конечные результаты не гарантированы.

Иная ситуация с промышленным ИИ. Создание моделей на основе ИИ занимает месяцы, а не годы. Тестирование для измерения результатов ИИ в непрерывных процессах требует всего нескольких дней или недель. Как только модель применяется, она сразу же создает ценность, предоставляя результаты, которые определяют дальнейшие стратегические изменения.

Миф №3:ИИ нарушает существующие процессы

Люди, естественно, опасаются изменений, особенно когда они связаны с изменением процесса, который уже работает. Одно изменение часто влечет за собой другое, и, как известно опытным менеджерам, даже когда технология работает, процесс интеграции и внедрения может быть сложным. Однако, когда ИИ используется для оптимизации процессов, ничего из этого не работает.

Там, где для оптимизации используется ИИ, нет необходимости модернизировать производственную линию или обучать персонал использованию новых средств управления процессом. Нет необходимости и в сложных проектах по интеграции ИТ, которые часто вызывают недовольство ИТ-директоров и конечных пользователей. Вместо этого одни и те же бизнес-процессы выполняются теми же средствами, но гораздо более эффективно. Например, ИИ может предложить наилучшие режимы работы оборудования или точное количество необходимого сырья в том же интерфейсе, который уже используют ваши операторы. Единственное, на что влияет искусственный интеллект, — это прибыль производителя.

ИИ уже давно находится на радаре производства. Но сегодня, имея достаточную вычислительную мощность и имеющиеся важные данные, ИИ можно эффективно использовать. Есть несколько причин отложить проект ИИ; технология уже здесь, и опасения по поводу инноваций не применимы. В случае с ИИ действительно нет времени лучше настоящего.