Как ИИ формирует рабочую силу: инсайты от отраслевого руководителя

Промышленность и производство всё чаще обращаются к искусственному интеллекту (ИИ) для повышения производительности и качества. Однако один руководитель говорит, что ИИ нужно внедрять с осторожностью.

Доминик Галлелло — CEO компании Symphony AzimaAI по промышленному интернету вещей и корпоративному ИИ. Он возглавлял три публичные и частные программные компании за последние 16 лет. В его исполнительном опыте также был период в Autodesk.

Галлелло давал интервью по электронной почте.

ВОПРОС: Может ли ИИ выжигать работников? Я думал, он должен упрощать жизнь. Что случилось?

ГАЛЛЕЛЛО: Если внедрять правильно, нет, он не выжигает работников. Но если вы хотите выжечь оператора пульта управления, предоставьте им множество тревог и рекомендаций, которые разрозненны и не сводят возникающие проблемы к значимым рекомендациям.

Именно здесь ИИ должен прийти на помощь и стать огромной поддержкой. Компьютер может обработать и коррелировать огромное количество информации, чтобы вывести инсайт, на который не способен человеческий ум.

Но если внедрено плохо — да. Мы видели снова и снова, что при некорректном внедрении ИИ выдает ложные тревоги. Компьютер говорит, что есть проблема, когда её нет. Это ведет к охоте на несуществующих. Проведение дня в устранении ложных срабатываний — разумоубийственное упражнение для большинства.

ВОПРОС: Вы приводили анекдоту о газовой сервисной компании с множеством ложных срабатываний. Можете дать контекст и описать, что произошло?

ГАЛЛЕЛЛО: Они использовали систему на базе ИИ второго поколения, так называемое распознавание образов, которое неoireputation бросает до 60% ложных срабатываний. Приходилось их проверять и выяснять, что проблемы на самом деле нет. Это затратно по времени, дорого и очень тревожно — понять, что реально, а что нет.

ИИ необходим, но недостаточен. Унаследованные системы ИИ второго поколения обучают модель на известных дефектах оборудования, и если тот же дефект повторяется, система его поймает. Но что происходит, когда у вас нет истории дефекта, а он случается? Модель его не поймает.

ИИ третьего поколения переворачивает парадигму вверх дном. Мы обучаем ИИ-модель на том, что такое «нормальное» эксплуатационное поведение, а затем ловим любое аномальное поведение от нормы, используя обучение без учителя третьего поколения. Теперь мы только начинаем.

Критический шаг — связать ИИ с библиотекой анализа режимов отказов и влияния (FMEA), которая точно указывает компоненты станка, которые являются виновниками, и дает рекомендации инженерам по обслуживанию о действиях.

ВОПРОС: Начали ли компании смотреть на ИИ как на панацею?

ГАЛЛЕЛЛО: Никто не делает это долго. В терминах теории разлома мы переходим за видение и ранние адоптеры. Ранняя мажоритарность хочет, чтобы это работало, решало конкретные проблемы и давало финансовые результаты. Это жесткая толпа «докажите мне».

ВОПРОС: Есть ли непредвиденные последствия у ИИ? Если да, то какие?

ГАЛЛЕЛЛО: ИИ — как любой другой технологический сдвиг. Я сравниваю его с переходом к объектно-ориентированному программированию. Был большой рвок к нему, было много плохих реализаций, но в итоге это стало нормой. ИИ проходит тот же путь.

ВОПРОС: Какие корректировки компании должны сделать в внедрении ИИ?

ГАЛЛЕЛЛО: Лучше, чтобы инженеры учили ИИ, чем иметь разрыв между предметными экспертами-инженерами и чистыми дата-сайентистами. Когда эксперты предметной области могут понимать и использовать силу ИИ, это приведет к гораздо более быстрым и успешным внедрениям.