De mythes over kunstmatige intelligentie doorbreken

Fabrikanten staan ​​voor een moeilijke taak om te jongleren met de huidige 'innovatieagenda'. Tegenwoordig zijn het Industrial Internet of Things (IIoT), robotautomatisering en kunstmatige intelligentie (AI) allemaal klaar om de volgende grote stap te worden. Maar degenen in de frontlinie van de productie zijn voorzichtig om innovatie te omarmen - en terecht. Te vaak worden verwachtingen niet ingelost, worden kapitaalinvesteringen tevergeefs gedaan en worden experimenten niet positief omgezet in winst.

In plaats daarvan nemen veel bedrijven een afwachtende houding aan. Ze wachten op toonaangevende bedrijven, met grotere budgetten, om erachter te komen hoe ze deze nieuwe technologieën levensvatbaar kunnen maken, terwijl ze de rest van de markt opleiden. Maar AI is anders. Industriële AI is gericht op het gebruik van gegevens van apparatuur en sensoren om intelligente voorspellingen te doen en operationele besluitvorming te automatiseren. Fabrikanten kunnen het zich niet veroorloven om te wachten met het implementeren van industriële AI - de beloningen zijn veel te groot. Ondanks de mythes erover, is industriële AI een zeldzaam geval van betaalbare innovatie zonder inherente gebreken. Laten we de mythen een voor een doornemen.

Mythe #1:AI is duur

Hoewel alle innovaties het potentieel hebben om de productie te verbeteren, vergen ze vaak grote investeringen. Maar AI kan tastbare resultaten behalen zonder noemenswaardige investeringen. Het geheim ligt in weten hoe je het moet toepassen en profiteren van de R&D-inspanningen die al door internetgebaseerde bedrijven zijn gedaan. Inderdaad, algoritmen die door Amazon en Netflix worden gebruikt, kunnen nu worden overgedragen naar offline implementaties op de werkvloer. Voor fabrikanten is het zware werk – het ontwikkelen en testen van de kerntechnologie – al voltooid en betaald.

Fabrikanten moeten echter begrijpen waar op de werkvloer AI het beste kan worden toegepast. Laat u niet misleiden door het futuristische idee van 'verbonden fabrieken'. AI kan in een veel minder extravagante, zeer praktische vorm komen:het optimaliseren van bestaande processen met bestaande gegevens. Gezien de traditionele processen van de productie - gevestigde workflows, 24/7 operaties en lange levenscycli van apparatuur - heeft AI genoeg om mee te werken.

Dit zal binnenkort de AI zijn die we kennen. Onzichtbaar geïntegreerd, zal het gebieden zoals grondstofuitgaven, energie-efficiëntie en doorvoer verbeteren met nauwkeurigere besluitvorming bij elke stap. Bovendien zijn er geen kapitaaluitgaven of nieuwe hardware vereist.

Mythe #2:AI levert alleen echte resultaten op de lange termijn

De kosten vooraf zijn niet de enige angst die fabrikanten hebben bij het investeren in innovatie. Bezorgdheid over de benodigde tijd voor een return on investment (ROI) kan ook technologische ambities overschaduwen. In de productie kan de implementatie van innovatieve technologie jaren duren, waarbij de ROI soms in tientallen jaren wordt gemeten. Andere prioriteiten komen tussenbeide en managers kunnen minder gestimuleerd worden als de eindresultaten niet gegarandeerd zijn.

De situatie is anders met industriële AI. Het bouwen van op AI gebaseerde modellen duurt maanden, geen jaren. Testen om de resultaten van AI op continue processen te meten, vereist slechts dagen of weken. Zodra het model is toegepast, genereert het onmiddellijk waarde door resultaten te produceren die richting geven aan verdere strategische veranderingen.

Mythe #3:AI verstoort bestaande processen

Mensen zijn van nature bang voor verandering, vooral als het gaat om het veranderen van een proces dat al werkt. De ene verandering leidt vaak tot de andere, en, zoals ervaren managers weten, zelfs als de technologie werkt, kan het integratie- en acceptatieproces een uitdaging zijn. Als AI echter wordt gebruikt om processen te optimaliseren, is dit allemaal niet van toepassing.

Waar AI wordt gebruikt voor optimalisatie, is het niet nodig om de productielijn te vernieuwen of personeel te trainen om nieuwe procesbesturingen te gebruiken. Evenmin zijn complexe IT-integratieprojecten - vaak de oorzaak van grieven onder CIO's en eindgebruikers - niet nodig. In plaats daarvan worden dezelfde bedrijfsprocessen met dezelfde middelen uitgevoerd, maar op een veel efficiëntere manier. AI kan bijvoorbeeld de beste werkingsmodi van apparatuur of de exacte hoeveelheid benodigde grondstoffen voorstellen, allemaal in dezelfde interface die uw operators al gebruiken. Het enige dat door AI wordt beïnvloed, is het resultaat van de fabrikant.

AI staat al lang op de productieradar. Maar vandaag de dag, met zowel voldoende rekenkracht als kritische data beschikbaar, kan AI effectief worden nagestreefd. Er zijn weinig redenen om een ​​AI-project uit te stellen; de technologie is er al en de angst voor innovatie is niet van toepassing. In het geval van AI is er echt geen tijd zoals het heden.