Skip to main content
Deze pagina wordt weergegeven met behulp van automatische vertaling. In plaats daarvan in het Engels bekijken?
Twee ingenieurs met veiligheidshelmen staan in de fabriek naar een laptop te kijken.

Tech Trends 2030: het volgende tijdperk van generatieve AI

Ons tweede rapport in de „Tech Trends 2030: A Siemens foresight series” verkent ontwikkelingen op het gebied van generatieve AI en hun implicaties in de industrie. Belangrijke trends zoals kunstmatige intelligentie en fundamentele modellen zullen de komende jaren industriële toepassingen vormgeven.

Het potentieel van AI benutten

AI heeft de afgelopen decennia enorme waarde opgeleverd in industrieën. Innovaties op het gebied van machine learning en neurale netwerken maakten oplossingen mogelijk zoals voorspellend onderhoud of generatief ontwerp. Met de recente doorbraak in generatieve AI zijn er echter nieuwe kansen ontstaan die — naast alle hype en opwinding — echte waarde opleveren voor industrieën. Van industriële copiloten om geschoolde arbeidskrachten aan te pakken en door AI aangedreven samenwerking tussen mens en machine te versnellen, tot grote taalmodellen (LLM's) als 'vertalers' tussen API's in industriële toepassingen, het potentieel van generatieve AI in de industriële ruimte wordt alleen maar groter.

Belangrijkste trends op onze radar

Modellen voor industriële funderingen

Industrial Foundation Models zijn vooraf getraind op branchespecifieke gegevens, waardoor een snellere en nauwkeurigere implementatie van AI-oplossingen mogelijk is.

AI van het agentschap

Agentic AI verwijst naar het gebruik van AI-systemen met een zekere mate van autonomie en besluitvormingsmogelijkheden in de industriële context.

Multimodale LLM's

Multimodale grote taalmodellen (LLM's) combineren taalbegrip met visuele waarneming, waarbij gegevens uit tekst, afbeeldingen en video's en branchespecifieke gegevens zoals tijdreeksen worden verwerkt.

Edge-modellen

Industrial edge omvat de inzet van AI-algoritmen en verwerkingskracht aan de rand van industriële netwerken, dichter bij de gegevensbron.

Gespecialiseerde hardware

Gespecialiseerde hardware — zoals grafische verwerkingseenheden (GPU's) of edge-apparaten met taalverwerkingseenheden (LPU's) — biedt hoogwaardige rekenkracht aan de rand, waardoor realtime verwerking van AI-algoritmen mogelijk is.

Het nieuwe tijdperk van generatieve AI onder de knie krijgen: een holistische strategie

Om ervoor te zorgen dat ze klaar zijn voor de vooruitgang en uitdagingen van industriële AI in 2030, is het essentieel dat belanghebbenden een alomvattende strategische aanpak volgen.

  • Innovatie: Het bevorderen van een innovatiecultuur binnen de organisatie die AI-technologie omarmt.
  • Industriële omgevingen: Zorgen voor vereisten en normen voor industriële omgevingen: cyberbeveiliging, schadebeperking, naleving van de wet en het verminderen van vooroordelen in trainingsgegevens.
  • De cultuur van AI: Een industriële AI-ecosysteemgerichte aanpak mogelijk maken: het op de beste manier delen van gegevens met partners, klanten en experts zal organisaties helpen om succesvol te zijn in het opkomende tijdperk van AI.