Firmy przemysłowe stawiają na AI

• Sektor przemysłowy widzi potencjał w AI
• Jak właściwie wykorzystać AI 

Sektor przemysłowy widzi potencjał w AI

Fascynacja technologią AI nie ustaje, a firmy przemysłowe nie chcą pozostać w tyle. Wyniki, przedstawione w raporcie "State of Smart Manufacturing" firmy Rockwell Automation, mówią same za siebie: aż 83% liderów branży przemysłowej deklaruje, że już w 2024 roku zamierzają solidnie zainwestować w sztuczną inteligencję.  - “AI albo nic”, taki jest dzisiaj trend. Symbolizuje on przejście od eksperymentalnego stosowania AI do uznania jej jako fundamentalnego komponentu strategii biznesowej - mówi Paweł Rutkowski, Director, Product Development & Research z BPSC. 

Podobne wnioski wynikają z raportu „State of Smart Manufacturing Report”, w którym czytamy, że AI zajmuje centralne miejsce w strategiach technologicznych oraz roadmapach rozwoju. Zdaniem respondentów, większy zwrot z inwestycji niż oferowany przez ogólne rozwiązania AI zapewniają jedynie technologie chmury obliczeniowej oraz oprogramowanie dostarczane jako usługa (Cloud / SaaS). 

Jak właściwie wykorzystać AI 

Wydawać by się mogło, że w obliczu zewnętrznych wyzwań, takich jak inflacja i rosnące koszty energii, przedsiębiorstwa produkcyjne będą zmuszone do redukcji wydatków, w tym inwestycji w nowe technologie. Jednak rzeczywistość jest inna. Deklaracje ankietowanych wskazują na przeciwny kierunek – wydatki na technologię wzrosną; z 23% budżetu operacyjnego w 2023 do 30% w 2024. Takie zwiększenie inwestycji podkreśla determinację producentów do wykorzystania nowych technologii. Czy jest coś, co może zburzyć, ten niemal idealny scenariusz? Owszem i są to same firmy. Jak się okazuje, dane, z których sztuczna inteligencja żyje, są przez firmy marnotrawione. O co dokładnie chodzi? Wspomniany już raport Rockwell Automation obnaża surową prawdę: badane firmy marnują aż 56% danych przemysłowych, nie wykorzystując ich potencjału. 

- Nieefektywne wykorzystanie danych jest poważnym problemem, prowadzącym do utraty potencjału optymalizacyjnego. Nie jest to nowy problem, ale w przypadku AI może mieć bardzo kosztowne konsekwencje i manifestować się na wielu poziomach w organizacji — mówi Paweł Rutkowski i dodaje: - Kluczowa jest centralizacja i integracja danych z różnych działów, co jest fundamentem dla skutecznego wykorzystania AI. Nieefektywne wykorzystanie danych może być istotnym hamulcem rozwoju i innowacyjności. W ekstremalnych przypadkach sprawi, że wdrożenie będzie porażką i alokowane środki zostaną zmarnowane — kwituje ekspert z BPSC. 

Zobacz także: Meta rozpoczyna oznaczanie treści AI od maja 2024
Uwierzytelnianie głosowe już nas nie ochroni. OpenAI ma nowe narzędzie do fałszowania głosu

Więcej ważnych informacji znajdziesz na stronie głównej Infor.pl