Znaczenie GenAI w przemyśle, która zajmuje czołowe miejsce na liście technologicznych priorytetów, rośnie. Z najnowszego raportu "State of Smart Manufacturing" wynika, że aż 83 proc. firm z sektora wytwórczego planuje inwestycje w sztuczną inteligencję (AI) w tym roku. Jednak wyzwaniem jest właściwe wykorzystanie danych, z których żyje AI. Efektywnie wykorzystuje je zaledwie 2 na 5 firm.

 

Masowa inwestycja w AI przez przemysł w 2024

Świat od ponad roku przeżywa fascynację technologią AI, zwłaszcza jej generatywnymi zdolnościami, a przemysł nie pozostaje 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 pełnymi garściami czerpać z dobrodziejstw sztucznej inteligencji.



Słowa eksperta pokrywają się z wnioskami 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).

AI podkręci wydatki

W obliczu zewnętrznych wyzwań, takich jak inflacja i rosnące koszty energii, mogłoby się wydawać, że przedsiębiorstwa produkcyjne będą zmuszone do redukcji wydatków, w tym inwestycji w nowe technologie. Jednak rzeczywistość jest odmienna. 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. 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.