Производители должны построить башню управления искусственным интеллектом для обеспечения рентабельности и надежности

Производители переводят искусственный интеллект с экспериментальных пилотных проектов на надежные эксплуатационные характеристики, основанные на сильном управлении, четком измерении и строгой отчетности.

Автор:Келли Шиндлер, руководитель производственного отдела Grant Thornton Advisors

Основные выводы

Производители превращают искусственный интеллект из любопытства в базовую операционную систему, относясь к нему с той же строгостью, что и к контролю безопасности, качества и рисков. Основное внимание уделяется управлению, измерению в реальном времени, протоколам эскалации и подотчетности. Теперь ИИ влияет на решения о закупках, планировании, обслуживании, качестве и производстве, которые напрямую влияют на прибыль и качество обслуживания клиентов. Самые передовые компании связывают результаты ИИ с ощутимыми бизнес-результатами и заранее готовятся к отклонениям, сбоям или сбоям в работе.

Ключевая информация

• ИИ используется в сложных операционных условиях, где требуется надежное управление для предотвращения ошибок в марже, времени безотказной работы, качестве или обязательствах перед клиентами.
• Повышение эффективности является обычным явлением, но долгосрочное преимущество зависит от измеримых бизнес-результатов.
• Управление переходит от флажка соблюдения требований к оперативному императиву, связанному с подотчетностью и снижением рисков.
• Стратегии искусственного интеллекта должны отдавать приоритет решениям, повышающим прибыль, а не гоняться за конкурентами или давлением поставщиков.
• Следующая эволюция производственного ИИ будет определяться контролем, измерением и дисциплинированными операциями.

От пилотов к оперативному преимуществу

Хотя многие производители экспериментируют с ИИ, масштабирование его функций является настоящей проблемой. Опрос компании Grant Thornton по влиянию искусственного интеллекта на 2026 год показывает, что 48% производителей все еще тестируют ИИ, но только 10% полностью внедрили его в свою деятельность. Во всех отраслях 49% компаний масштабируют ИИ, но производители отстают на 39%.

Без масштаба ИИ остается разрозненной инициативой. Модель прогнозируемого обслуживания на одном заводе дает мало конкурентных преимуществ по сравнению с интегрированной системой, которая связывает планирование, производительность поставщиков, интервалы технического обслуживания и обязательства по доставке на нескольких объектах.

Лидеры производства уже преуспевают в стресс-тестировании операционных систем; теперь эта дисциплина должна распространиться и на ИИ. Крайне важно создавать системы, которые повышают производительность, сокращают количество брака, сохраняют время безотказной работы и улучшают финансовые показатели в реальных условиях.

Операции:максимальный потенциал роста, самый высокий риск

Производство внедряет ИИ в свою операционную основу быстрее, чем любой другой сектор. Опрос показал, что 62 % производителей считают операции наиболее важной областью применения ИИ.

ИИ управляет планированием производства, профилактическим обслуживанием, контролем качества, безопасностью, закупками и координацией цепочки поставок — факторами, которые ежедневно определяют объем производства, структуру затрат, уровень обслуживания и прибыль.

Когда ИИ улучшает планирование, сокращает время простоев или заранее выявляет дефекты, потенциал роста значителен. Однако дрейф модели, ухудшение данных или неясные пути эскалации могут быстро свести на нет эту ценность.

Например, автономная система контроля качества нуждается в управлении для поддержания точных порогов обнаружения по мере изменения производственных условий. Прогнозное обслуживание должно гарантировать, что вмешательства сокращают время простоя, не создавая при этом ненужной работы. Закупки с использованием ИИ должны обеспечивать соответствие распределения поставщиков с приоритетами затрат, качества и рисков.

Операционный ИИ ускоряет скорость принятия решений и расширяет масштабы, усиливая необходимость подотчетности.

Повышение эффективности теперь стало стандартом, реальные возможности впереди

Производители сообщают об ощутимом повышении эффективности:64% говорят, что ИИ повысил эффективность. Однако только 14% сообщают об ускорении инноваций, что на 17 пунктов ниже среднего показателя по отрасли. Ни один из респондентов из обрабатывающей промышленности не отметил значительного роста доходов, а 47 % отметили лишь скромный рост доходов.

Эти результаты показывают, что многие компании повысили уровень активности, но при этом не изменили эффективность бизнеса.

По мере того, как внедрение ИИ становится более зрелым, базовая эффективность станет базовой способностью. Настоящая дифференциация будет связана с привязкой ИИ к решениям, повышающим прибыль:оптимизация закупок с учетом рисков поставщиков, планирование с учетом затрат на электроэнергию, повышение качества, позволяющее сократить брак, и стратегии технического обслуживания, которые максимизируют время безотказной работы и срок службы активов.

Компании, которые напрямую связывают ИИ с этими операционными и финансовыми рычагами, отделятся от тех, кто достигает изолированного повышения производительности.

Управление:от соблюдения требований к основной деятельности

На производстве уже внедрен детальный контроль безопасности, качества, непрерывности и операционных рисков. ИИ требует такого же уровня строгости.

Опрос показал, что только 7% производителей имеют проверенную схему реагирования на инциденты, ориентированную на ИИ. В то же время 50% руководителей говорят, что формализация стратегии или структуры управления ИИ является наиболее важным изменением, необходимым в ближайшие шесть месяцев. Лишь 14 % чувствуют себя полностью готовыми к решению проблем конфиденциальности и безопасности, связанных с ИИ, в то время как 57 % называют неопределённость соответствия основным препятствием для масштабирования ИИ, а 54 % считают неопределённость соответствия своей основной проблемой в отношении агентного ИИ.

Келли Шиндлер отмечает:«Производители внедряют ИИ там, где сбой имеет наибольшее влияние, однако большинство из них еще не отрепетировали, что происходит, когда что-то идет не так». «Вопрос не в том, участвует ли ИИ в операциях, а в том, как мы узнаем, кто отвечает за восстановление и какие доказательства у нас есть».

Управление должно быть операционной дисциплиной, а не бюрократической накладкой. Четкое владение, пути эскалации, готовые к аудиту доказательства, стандарты тестирования и процессы мониторинга необходимы для подтверждения того, что системы ИИ работают должным образом.

Стратегия должна обеспечивать прибыль, а не конкурентную позицию

Многие руководители чувствуют необходимость ускорить инвестиции в ИИ, поскольку конкуренты движутся быстро. Опрос показывает, что 45 % производителей руководствуются действиями конкурентов, но только 42 % имеют официальную политику управления ИИ (по сравнению с 52 % в среднем по отрасли).

Инвестиции без управленческой дисциплины могут привести к фрагментированному развертыванию, непоследовательной подотчетности и неясной ценности.

Советы производителей сообщают, что уровень одобрения инвестиций в ИИ составляет 79%, но только 42% из них создали систему управления. Стратегия должна быть основным фактором рентабельности инвестиций, начиная с самой операционной модели. Руководителям следует определить решения, которые больше всего влияют на пропускную способность, качество, время безотказной работы, эффективность закупок и прибыль, и расставить приоритеты в развертывании ИИ вокруг этих решений.

ИИ необходим не во всех процессах — только там, где операционные и финансовые рычаги наиболее высоки и управление может обеспечить измеримые результаты.

Те, кто докажет, что может доверять, управлять и использовать ИИ для достижения ощутимых результатов, получат долгосрочное преимущество.

Часто задаваемые вопросы

На чем производителям следует в первую очередь сосредоточить внимание на искусственном интеллекте?

Отдавайте приоритет искусственному интеллекту в операционных областях, которые напрямую влияют на прибыль, время безотказной работы, качество, безопасность, закупки, планирование и производительность услуг.

Что включает в себя план управления ИИ?

План управления ИИ включает в себя политики управления, процедуры реагирования на инциденты, пути эскалации, стандарты мониторинга, протоколы тестирования и ответственность за результаты эксплуатации.

Зачем привязывать стратегию ИИ к прибыли?

Стратегии, ориентированные на прибыль, нацелены на операционные решения, которые больше всего влияют на прибыльность, пропускную способность, качество и эффективность работы клиентов.

Об авторе:
Келли Шиндлер является главой производственного отдела и партнером по аудиту в офисе Grant Thornton в Сент-Луисе. Она курирует рост и деятельность производственной практики фирмы, охватывая технологические, страховые, налоговые и консалтинговые услуги. Келли часто путешествует с местными и международными производственными клиентами, предоставляя отраслевую информацию, находя решения и развивая сети передового опыта.

www.grantthornton.com