Uwolnienie prawdziwego potencjału przemysłowej AI

Ponieważ przemysłowa sztuczna inteligencja przekształca fabryki i łańcuchy dostaw, ekosystem dostawców szybko się rozwija. Firmy chcą wdrażać AI, aby zwiększyć wydajność i przyspieszyć innowacje, a startupy mogą tworzyć wartość i rewolucjonizować sektory – od produkcji farmaceutycznej po logistykę i lotnictwo.

Finansowanie w Europie odzwierciedla ten trend: tylko w pierwszym kwartale 2025 r. firmy zajmujące się sztuczną inteligencją w Europie zebrały około 3 mld euro finansowania VC, co stanowi wzrost o 55% w porównaniu z analogicznym okresem 2024 r. Przyczyna tego tempa jest prosta: w sektorach, w których firmy osiągają wyniki przy ekstremalnych ograniczeniach czasowych i budżetowych, kadra kierownicza jest spragniona zastosowań, które zmieniają przepływy pracy i ułatwiają znaczną poprawę wyników.

Nowe podejścia generatywne [AI] mogą oferować zupełnie nowe rozwiązania z symulacjami cyfrowymi i wydajnością na wyższym poziomie, które wcześniej były nieosiągalne.

Catherine Crump, Dyrektorka zarządzająca, WIRED Consulting

„Nie tylko przynoszą one znaczącą zmianę wydajności, ale niektóre również odblokowują zupełnie nowe procesy i sposoby pracy” – mówi Catherine Crump, dyrektorka zarządzająca WIRED Consulting, jeden z cytowanych w tym artykule ekspertów zajmujących się rozwijającym się ekosystemem sztucznej inteligencji.

Wpływ tam, gdzie ma to największe znaczenie

Projektowanie to jeden z obszarów, w którym AI może przyspieszyć fazy produkcji i wprowadzić nową wydajność.

Ponieważ narzędzia sztucznej inteligencji pozwalają inżynierom analizować duże ilości ustrukturyzowanych i nieustrukturyzowanych danych, zapewniają nowe perspektywy na alternatywne materiały i wydajność poprzez symulację oraz pomagają rozwiązać długotrwałe wąskie gardła łańcucha dostaw.

Widzę świat, w którym łańcuchy dostaw ulegną radykalnej zmianie, a istniejące metody zostaną znacznie zrewolucjonizowane.

Jon Nieman, VP Investments, G42

To fuzja i wymiana technologii AI umożliwia główne przełomy, mówi Jon Nieman, wiceprezes inwestycji w G42, firmie z siedzibą w Abu Zabi, która zajmuje się rozwojem sztucznej inteligencji i koncentruje na rozwiązaniach dla opieki zdrowotnej, lotnictwa i innych sektorów przemysłu.

Twórcy AI nie tylko mogą znacznie zwiększać rentowność, ale też wywrzeć pozytywny wpływ na znacznie większą skalę. Dla Meike Neitz, założycielki Embassidy, firmy konsultingowej dla startupów, potencjalna rola AI w łagodzeniu zmian klimatycznych jest jedną z jej najbardziej ekscytujących funkcji. Może na przykład zmniejszyć ilość odpadów materiałowych poprzez innowacje w fazie projektowania, ponieważ nawet 80% śladu środowiskowego produktu przemysłowego jest już determinowane przez jego projekt.

Przeprojektowanie chwytaków robotów przemysłowych oparte na AI w połączeniu z produkcją dodatków może doprowadzić do redukcji emisji dwutlenku węgla o 82% na robota.

„Domena przemysłowa jest nadal jednym z największych na świecie źródeł emisji gazów cieplarnianych” – mówi Neitz.

Rozwiązania oparte na sztucznej inteligencji mogą odgrywać ogromną rolę w efektywności energetycznej, napędzaniu elektryfikacji, minimalizowaniu odpadów materiałowych i optymalizacji procesów.

Meike Neitz, założycielka, Embassidy

Wizja tego, co sztuczna inteligencja może osiągnąć w prawdziwym świecie – bez względu na to, jak inspirująca – doprowadzi Cię tylko do pewnego etapu. Jak wyjaśniają eksperci cytowani w tym artykule, założyciele firm zajmujących się AI muszą mieć jasne zrozumienie wiedzy specjalistycznej, sposobu skalowania i współpracy oraz obsesję na punkcie użytkownika końcowego.

Przewodzenie transformacji przemysłowej AI nie jest czymś, co jedna firma może zrobić sama. Dlatego kształtujemy rozwijający się ekosystem sztucznej inteligencji przemysłowej, który wymaga silnej współpracy między klientami, liderami branży, startupami, sprzedawcami, partnerami i programistami.

Linda Krumbholz, Starsza wiceprezeska, Siemens Xcelerator Ecosystem & Marketplace

Jak nie zgubić się w szumie wokół AI

Ramię przemysłowego robota składającego komponenty elektroniczne na płytce drukowanej na rozmytym tle fabryki

Przemysłowa sztuczna inteligencja pomaga w symulacjach wizualnych, które realnie wpływają na pracę w fabryce.

Jednym z wyzwań, przed którymi stoją przemysłowe startupy AI, jest określenie jasnej ścieżki zwrotu z inwestycji (ROI) i przypadków użycia, które rezonują w kontekście branżowym. Jeśli nie zrobią tego dobrze, ich aplikacja prawdopodobnie zgubi się w tłumie innych.

Według Crump startupy muszą dążyć do zaspokojenia określonych niezaspokojonych potrzeb w branży. Przyjęcie takiego sposobu myślenia daje im przewagę konkurencyjną. „W tej chwili jest wiele szumu wokół sztucznej inteligencji i mamy zalew startupów wprowadzających innowacje dzięki tej technologii” – mówi. „Ci, którzy się wyróżniają, mogą pokazać, w jaki sposób ich unikalne rozwiązanie oparte na AI rozwiązuje wyraźną potrzebę i prowadzi do lepszych wyników. Ich produkty i usługi wykazują namacalny, pozytywny wpływ na biznes i wyraźny zwrot z inwestycji”.

Sposób, w jaki startup wywiera wpływ, może się znacznie różnić w zależności od warunków przemysłowych, jako że jest wiele potencjalnych zastosowań technologii AI. Startupy muszą wykazać się dogłębnym zrozumieniem tego, jak rozwiązanie współdziała ze sprzętem przemysłowym, lub współpracować ze sobą, aby uzyskać wiedzę specjalistyczną i wysokiej jakości zbiory danych przemysłowych.

Należy skupić się na faktach, wykorzystując autorskie dane i dostarczając skalowalne, zorientowane na użytkownika rozwiązania, jak sugeruje Samuel Schuler, dyrektor zarządzający Reimann Investors Venture Management. „Nadaj priorytet budowaniu głębokiego zrozumienia rzeczywistych przepływów pracy w przemyśle przed dostosowaniem rozwiązań sztucznej inteligencji” – mówi.

Wnioski dopasowane do danej dziedziny często są skuteczniejsze od ogólnych strategii AI.

Samuel Schuler, Dyrektor zarządzający, Reimann Investors VC

Aleksander Oelling, dyrektor ds. cyfrowych w firmie ISAR Aerospace – będącej dostawcą usług startowych dla małych i średnich satelitów – podkreśla również znaczenie praktycznej wiedzy specjalistycznej w danej dziedzinie.

Zawsze staram się oceniać kompetencje założycieli w określonej dziedzinie nie tylko pod kątem technologii.

Alexander Oelling, Dyrektor ds. cyfrowych, ISAR Aerospace

"During discussions, I love to listen for unprompted mentions of specific challenges within target industries that wouldn't appear in superficial market research," says Oelling.

Bliżej użytkownika końcowego

Aby ich rozwiązanie wywarło obiecany wpływ na przemysł – a jego przyjęcie rozpowszechniło się wśród użytkowników – startupy muszą mocno koncentrować się na wynikach. W praktyce oznacza to bycie niezwykle ciekawym użytkownika końcowego i tego, jak korzysta z narzędzi AI.

„Miej obsesję na punkcie ludzi, dla których budujesz swoje rozwiązanie” – radzi założycielom i liderom Neitz. „Buduj dla nich, a nie dla ich szefów. Skontaktuj się z nimi, aby poznać ich opinie. Poznaj ich bolączki, rzeczywistość pracy, procesy”.

Osoba stoi przed dużym ekranem wyświetlającym wykres z niebieską i czerwoną linią.

Rozwój AI zorientowanej na użytkownika kluczem do pomyślnego wdrożenia.

Oelling podkreśla również wartość ścisłej współpracy z użytkownikami końcowymi, argumentując, że namacalne, rzeczywiste wyniki są tym, co jest najważniejsze, gdy startupy zaczynają ugruntowywać swoją pozycję. „Startupy zajmujące się przemysłową AI, zapewniające wczesne wdrożenia pilotażowe, nawet jeśli są ograniczone pod względem zakresu lub częściowo dotowane, zapewniają wiarygodność, której teoretyczne przedsięwzięcia nie mogą dorównać” – argumentuje.

I odwrotnie, niewystarczające zrozumienie rzeczywistości roboczej klienta może mieć negatywny wpływ na sprzedaż, zwłaszcza gdy produkty są skierowane do firm z branży użyteczności publicznej, ropy naftowej, gazu i lotnictwa, a także do rządów, które mają własne potrzeby i preferencje.

„Widziałem to raz po raz” – mówi Nieman z G42. „Ludzie nie zdają sobie sprawy, że tego typu klienci nie chcą zrzucać swoich danych do jeziora danych, wolą dwuletnie programy pilotażowe lub oceny dostawców, zwykle szybko podążają za trendami i płacą mniej atrakcyjne wielokrotności za startupy”.

Ostatecznie chodzi o budowanie wiarygodności. Dobrą wiadomością dla startupów, które odnoszą sukcesy w tym przedsięwzięciu, jest to, że będą one coraz bardziej poszukiwane.

Próbując ocenić jako inwestor, czy startup odniesie sukces, Nieman mówi, że zwraca szczególną uwagę na historię jego powstania. „Uważam, że ścieżka jest najlepszym predyktorem przyszłości” – mówi Nieman. „Znajomość struktury powstania firmy, produktu, technologii i zespołu jest ważniejsza niż jakikolwiek z tych elementów samodzielnie. To, co pomaga firmie wyróżnić się, to zrozumienie jej korzeni – umiejętności, myślenia i podejścia oraz łuku komercjalizacji produktu. Wszystko to albo weryfikuje, albo kończy historię”.

Spostrzeżenia do tego artykułu dostarczyli członkowie jury konkursu Industrial AI Awards 2025 dla startupów, który odbył się na szczycie AI with Purpose Summit.