Fabryka z pracownikami obsługującymi maszyny i system przenośnika taśmowego w działaniu.

Uwolnienie prawdziwego potencjału przemysłowej sztucznej inteligencji

Ponieważ przemysłowa sztuczna inteligencja przekształca fabryki i łańcuchy dostaw, ecosystem dostawców szybko się rozwija. Firmy poszukują sztucznej inteligencji, aby zwiększyć wydajność i przyspieszyć innowacje, podczas gdy startupy mogą tworzyć wartość i zakłócać 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 w ekstremalnych ograniczeniach czasowych i budżetowych, kadra kierownicza jest spragniona aplikacji, które zmieniają przepływy pracy i ułatwiają znaczną poprawę wyników.

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

Katarzyna Crump, Dyrektor zarządzający, Konsultacje WIRED

„Nie tylko przynoszą one stopniową zmianę wydajności, ale niektóre również odblokowują zupełnie nowe procesy i sposoby pracy” - mówi Katarzyna Crump, dyrektor zarządzający WIRED Consulting, jeden z kilku ekspertów w rozwijającym się ekosystemie AI cytowanych w tym artykule.

Wpływ tam, gdzie ma największe znaczenie

Projektowanie to jeden z obszarów, w którym sztuczna inteligencja 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 garła łańcucha dostaw.

Widzę świat, w którym łańcuchy dostaw zostaną dramatycznie przeformatowane, a istniejące metody zostaną znacznie zakłócone.

Jon Nieman, Inwestycje VP, G42

To fuzja i zapylenie krzyżowe technologii sztucznej inteligencji umożliwia główne przełomy, mówi Jon Nieman, wiceprezes inwestycji w G42, firmy zajmującej się rozwojem sztucznej inteligencji z siedzibą w Abu Dhabi, koncentrującej się na rozwiązaniach w służbie zdrowia, lotnictwie i innych sektorach przemysłu.

Oprócz odblokowania znacznych zysków rentowności, programiści AI mają potencjał, aby wywrzeć pozytywny wpływ na znacznie większą skalę. Dla Meike Neitz, założyciel ambasady konsultingowej dla startupów, potencjalna rola AI w łagodzeniu zmian klimatu 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 sztucznej inteligencji 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, założyciel, Ambassy

Posiadanie wizji tego, co sztuczna inteligencja może osiągnąć w prawdziwym świecie - bez względu na to, jak inspirująca - doprowadzi Cię tylko do tej pory. Jak wyjaśniają eksperci przedstawieni w tym artykule, założyciele firm zajmujących się sztuczną inteligencją potrzebują jasnego zrozumienia know-how w dziedzinie domeny, sposobu skalowania i współpracy oraz obsesji na punkcie użytkownika końcowego.

Prowadzenie transformacji przemysłowej sztucznej inteligencji nie jest czymś, co jedna firma może zrobić sama. Dlatego kształtujemy kwitnący ecosystem sztucznej inteligencji przemysłowej, który wymaga silnej współpracy między klientami, liderami branży, startupami, sprzedawcami, partnerami i programistami.

Linda Krumbholz, Starszy wiceprezes, Ekosystem i rynek Siemens Xcelerator

Jak nie zgubić się w szumu AI

Industrial robotic arm assembling electronic components on a circuit board against a blurred factory background

Przemysłowa sztuczna inteligencja pomaga w symulacjach wizualnych, które zapewniają realny wpływ na powierzchnię fabryki.

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 mogą tego zrobić dobrze, ich aplikacja prawdopodobnie zgubi się w hałasie.

Według Crump startupy muszą dążyć do zaspokojenia określonych niezaspokojonych potrzeb w branży. Przyjęcie takiego sposobu myślenia daje im przewagę konkurencyjną. „W tej chwili jest tak wiele szumu sztucznej inteligencji i zalew startupów wprowadzających innowacje dzięki tej technologii” - mówi. „Ci, którzy się wyróżniają, mogą pokazać, gdzie ich unikalne rozwiązanie oparte na sztucznej inteligencji 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, takich jak wiele potencjalnych zastosowań technologii AI. Startupy muszą wykazać się dogłębnym zrozumieniem, w jaki sposób ich rozwiązanie współdziała ze sprzętem przemysłowym lub współpracować, aby uzyskać wiedzę domenową i wysokiej jakości zbiory danych przemysłowych.

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

Dostosowane, specyficzne dla domeny spostrzeżenia często przewyższają ogólne strategie AI.

Samuela Schulera, Dyrektor zarządzający, Reimann Investors VC

Aleksander Oelling, dyrektor ds. cyfrowych w ISAR Aerospace — dostawcy usług startowych dla małych i średnich satelitów - podkreśla również znaczenie wiedzy specjalistycznej w dziedzinie rzeczywistej dziedziny.

Zawsze staram się oceniać wiedzę założycieli w dziedzinie domeny poza referencjami technologicznymi.

Aleksander Oelling, Dyrektor ds. Cyfrowych, ISAR Aerospace

Zbliżanie się do użytkownika końcowego

Aby zapewnić, że ich rozwiązanie przyniesie obiecany wpływ na przemysł - i że jego przyjęcie rozprzestrzeniło się wśród użytkowników - startupy muszą wykazać laserową koncentrację na dostawach. W praktyce oznacza to, że jesteś niezwykle ciekawy użytkownika końcowego i tego, jak angażuje się w narzędzia sztucznej inteligencji.

„Miej obsesję na punkcie ludzi na ziemi, dla których budujesz swoje rozwiązanie”, radzi założycielom i liderom ambasady Neitz. „Buduj dla nich, a nie dla ich szefów. Skontaktuj się z nimi, aby uzyskać ich opinie. Poznaj ich ból, ich rzeczywistość pracy, o ich procesach”.

A person is standing in front of a large screen displaying a graph with a blue line and a red line.

Rozwój AI zorientowanej na użytkownika jest kluczem do pomyślnego wdrożenia.

Oelling podkreśla również wartość ścisłej współpracy z użytkownikami końcowymi, argumentując, że namacalne, rzeczywiste wyniki są tym, co najbardziej przebiegają, gdy startupy zaczynają się ugruntować. „Przemysłowe startupy sztucznej inteligencji, które zapewniają wczesne wdrożenia pilotażowe, nawet jeśli są ograniczone pod względem zakresu lub częściowo dotowane, zapewniają wiarygodność, której teoretyczne przedsięwzięcia po prostu nie mogą się równać” - argumentuje.

I odwrotnie, niewystarczające zrozumienie rzeczywistości roboczej klienta może mieć negatywny wpływ na sprzedaż, zwłaszcza gdy są skierowane do firm z branży użyteczności publicznej, ropy naftowej i gazu, lotnictwa i rządu, 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, chcą dwuletnich pilotów lub oceny dostawców, zwykle są szybkimi obserwującymi i zwykle płacą mniej ekscytujące 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.

Jako inwestor, próbując ocenić, czy startup odniesie sukces, Nieman mówi, że zwraca szczególną uwagę na historię jego pochodzenia. „Uważam, że ścieżka jest najlepszym predyktorem przyszłości” - mówi Nieman. „Znajomość struktury powstania firmy, produktu, technologii i zespołu jest ważniejsza niż jakikolwiek z tych elementów w izolacji. To, co pomaga firmie wyróżnić się, to zrozumienie jej korzeni — umiejętności, myślenia i sposobu myślenia założycieli oraz łuku komercjalizacji produktu. Wszystko to albo weryfikuje, albo rozwikłuje historię”.

Spostrzeżenia do tego artykułu dostarczyli członkowie jury Industrial AI Awards 2025 dla startupów na Szczyt AI z celem.