Skip to main content

Techtrends 2030: Het volgende tijdperk van generatieve AI

Ons tweede rapport in de "Techtrends 2030: A Siemens Foresight Series" gaat over ontwikkelingen op het gebied van generatieve AI en de gevolgen daarvan voor de industrie. Belangrijke trends, zoals kunstmatige intelligentie (AI) en fundamentele modellen, zullen de komende jaren invloed hebben op industriële toepassingen.

Het potentieel van AI benutten

AI heeft de afgelopen decennia enorme waarde opgeleverd in diverse industrieën. Innovaties op het gebied van machine learning en neurale netwerken maakten oplossingen mogelijk, zoals voorspellend onderhoud en generatief ontwerp. Met de recente doorbraak van generatieve AI zijn echter nieuwe kansen ontstaan die, afgezien van alle hype en opwinding, echte waarde opleveren voor de industrie. Van industriële copiloten die helpen bij het tekort aan geschoolde arbeidskrachten en de versnelde samenwerking tussen mens en machine tot grote taalmodellen (LLM’s) die als "vertalers" tussen API’s in industriële toepassingen fungeren, het potentieel van generatieve AI in de industriële sector wordt alleen maar groter.

Belangrijkste trends op onze radar

Modellen voor industriële funderingen

Industrial Foundation Models zijn vooraf getraind op branchespecifieke gegevens, waardoor AI-oplossingen sneller en nauwkeuriger kunnen worden geïmplementeerd.

Agentische AI

Agentische 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, 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 AI-algoritmen in realtime kunnen worden uitgevoerd.

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

Om ervoor te zorgen dat organisaties 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 de juiste vereisten en normen voor industriële omgevingen, zoals cyberbeveiliging, schadebeperking, naleving van de wet en het verminderen van vooringenomenheid in trainingsgegevens.
  • De cultuur van AI: Een industriële AI-ecosysteemgerichte aanpak mogelijk maken: het optimaal delen van gegevens met partners, klanten en experts zal organisaties helpen succesvol te zijn in het opkomende tijdperk van AI.