Žmogus stovi priešais didelį langą ir žiūri į miesto panoramą.

Ar esate pasirengęs naujos kartos pramoniniam AI?

Dirbtinis intelektas (AI) turi didžiulį potencialą pramoninėse srityse. Dabar iššūkis yra paversti šį potencialą verslo verte mastu. Tai apims naujų procesų kūrimą ir naujų bei įdomių iššūkių įveikimą, iš kurių daugelis yra labiau žmogiški nei techniniai.

Ar pasitikite algoritmu?

Blogas sprendimas pramoniniame kontekste gali turėti rimtų pasekmių. Taigi, kai vyresnysis inžinierius nesutinka su pažangios AI sistemos rekomendacija, kaip nuspręs organizacijos? Kokiu mastu organizacijos pasitikės dirbtiniu intelektu kontroliuoti kritines sistemas? Siekdama suprasti AI diegimo požiūrį, naudą ir kliūtis, “Siemens” bendradarbiavo su “Longitude Research”, kad apžiūrėtų daugiau nei 500 vyresniųjų vadovų energetikos, sunkiosios pramonės, infrastruktūros ir transporto srityse. Jų atsakymai suteikia unikalią įžvalgą apie pramoninio AI ateitį.

Atsisiųskite ataskaitą “Naujos kartos pramoninis AI”

Tyrime tiriami penki veiksniai, lemiantys naujos kartos pramoninį AI

Dirbtinis supratimas:AI gebėjimas integruoti duomenis ir naudoti kontekstinius duomenis sukels galingus naudojimo atvejus.
AI visur:Daiktų internetas, krašto skaičiavimas ir įterptasis intelektas paskatins didesnę prognozavimo galią, autonomiškesnes mašinas ir turtingesnes simuliacijas.
Išmanūs keitimasis duomenimis:Naujos kartos AI proveržiai priklausys nuo to, ar organizacijos dalijasi duomenimis. Kas dalinsis su kuo?
Žmogaus ir AI bendradarbiavimas:Kai dirbtinis intelektas vystosi iš įrankių į kolegas, kas atsitinka, kai žmonės ir dirbtinis intelektas nesutaria?
AI saugos problemų valdymas:Mūsų mašinos, transporto priemonės ir įranga tampa autonomiški. Kaip galime pasitikėti dirbtiniu intelektu ir užtikrinti, kad jis priimtų saugius sprendimus?

AI priėmimo pramoninėse organizacijose privalumai ir kliūtys

Per ateinančius trejus metus, pramoninėms organizacijoms didinant dirbtinio intelekto (AI) priėmimą, daugelis ilgalaikių pažangos kliūčių sumažės reikšmingumo. Apklaustųjų teigimu, duomenų integracijos ir kokybės problemos sumažės labiausiai — nuo 73 proc. sakančių, kad šiandien tai yra pagrindinis ar vidutinis barjeras, iki 31% iki 2022 m. Tuo pačiu metu naujos kartos AI programų pažanga turės daug daugiau organizacijų naudos. Žemiau pateiktoje vizualizacijoje galite ištirti, kaip respondentai įvertino keletą konkrečių kliūčių ir privalumų tiek šiandien, tiek trejus metus.