Odkrivanje resničnega potenciala industrijske umetne inteligence

Ker industrijska umetna inteligenca preoblikuje tovarne in dobavne verige, se ekosistem ponudnikov hitro širi. Podjetja iščejo umetno inteligenco za povečanje učinkovitosti in pospešitev inovacij, medtem ko lahko zagonska podjetja ustvarjajo vrednost in motijo sektorje od farmacevtske proizvodnje do logistike in vesoljstva.

Investicije v Evropi odražajo ta trend: samo v prvem četrtletju leta 2025, so evropska podjetja na področju umetne inteligence zbrala približno 3 milijarde evrov tveganega kapitala, kar predstavlja 55-odstotno rast v primerjavi z enakim obdobjem leta 2024. Razlog za takšen zagon je preprost: v panogah, kjer podjetja delujejo pod izjemnimi časovnimi in proračunskimi pritiski, vodstva iščejo rešitve, ki bi na novo zasnovale delovne procese in opazno izboljšala poslovni izid.

Novi generativni pristopi [AI] lahko ponudijo popolnoma nove rešitve z digitalnimi simulacijami in učinkovitostjo na višji ravni, ki je bila prej nedosegljiva.

Catherine Crump, Generalni direktor, WIRED Svetovanje

»Ne samo, da prinašajo koračne spremembe v učinkovitosti, ampak nekateri odkrijejo tudi povsem nove procese in načine dela,« pravi Catherine Crump, generalni direktor WIRED Consultinga, enega od več strokovnjakov za rastoči ekosistem AI, citiranega v tem članku.

Vpliv tam, kjer je najbolj pomemben

Oblikovanje je eno področje, kjer lahko umetna inteligenca pospeši proizvodne faze in uvede nove učinkovitosti.

Ker orodja umetne inteligence omogočajo inženirjem analizo velikih količin strukturiranih in ne strukturiranih podatkov, zagotavljajo nove poglede na alternativne materiale in zmogljivost s simulacijo ter pomagajo rešiti dolgotrajna ozka grla dobavne verige.

Vidim svet, v katerem bodo dobavne verige dramatično preoblikovane in obstoječe metode bodo močno motene.

Jon Nieman, VP Investments, G42

Prav fuzija in navzkrižno prepletanje tehnologij umetne inteligence, omogočata večje preboje, pravi Jon Nieman, investicije podpredsednika pri G42, podjetju za razvoj umetne inteligence s sedežem v Abu-Dhabiju, ki se osredotoča na rešitve v zdravstvu, letalstvu in drugih industrijskih sektorjih.

Poleg odkrivanja večjih dobičkov in dobičkonosnosti imajo razvijalci umetne inteligence potencial, da pozitivno vplivajo v veliko večjem obsegu. Za Meike Neitz, Za ustanovitelja svetovalnega podjetja za start up-e Embassidy je eden najbolj vznemirljivih vidikov umetne inteligence prav njena vloga pri blaženju podnebnih sprememb. UI lahko na primer zmanjša količino odpadnega materiala, z inovacijami že v fazi načrtovanja, saj je kar do 80 % okoljskega odtisa industrijskega izdelka določenega že z njegovo zasnovo.

Prenova industrijskih robotskih prijemalnikov, ki jo poganja umetna inteligenca, v kombinaciji z aditivno proizvodnjo lahko privede do 82% zmanjšanja emisij ogljika na robota.

»Industrijska domena je še vedno eden največjih svetovnih virov emisij toplogrednih plinov,« pravi Neitz.

Rešitve, ki jih poganja umetna inteligenca, lahko igrajo veliko vlogo pri energetski učinkovitosti, spodbujanju elektrifikacije, zmanjšanju odpadkov materiala in optimizaciji procesov.

Meike Neitz, ustanovitelj, Embassidy

Vendar pa vas vizija o tem, kaj umetna inteligenca lahko doseže v resničnem svetu – ne glede na to, kako navdihujoča je – pripelje le do določene točke. Kot pojasnjujejo strokovnjaki v tem članku, morajo ustanovitelji podjetji z umetno inteligenco, imeti jasno razumevanje specifičnega strokovnega znanja (t. i. domain know-how), znati širiti poslovanje (scaling) in sodelovati ter biti obsedeni s končnim uporabnikom

Vodenje transformacije industrijske umetne inteligence ni nekaj, kar lahko eno podjetje počne samo. Zato oblikujemo uspešen industrijski ekosistem umetne inteligence, ki zahteva močno sodelovanje med strankami, vodilnimi industrijami, start up-i, prodajalci, partnerji in razvijalci.

Linda Krumbholz, Višja podpredsednica, Siemens Xcelerator ekosistem in tržnica

Kako se ne izgubiti v AI trendu

Industrijska robotska roka, ki sestavlja elektronske komponente na vezju ob zamegljenem tovarniškem ozadju

Industrial AI inteligenca pomaga vizualnim simulacijam, ki resnično vplivajo na tovarniška tla.

Eden izmed izzivov, s katerimi se soočajo start up-i na področju industrijske umetne inteligence, je opredelitev jasne poti do povračila naložbe (ROI) in primerov uporabe, ki bodo odmevali v industrijskem okolju. Če jim to ne uspe, se bo njihova rešitev verjetno izgubila v poplavi drugih. Po mnenju Crumpove morajo start up-i stremeti k reševanju specifičnih, še neizpolnjenih potreb v industriji. Takšna naravnanost jim prinaša konkurenčno prednost.

'Trenutno je okoli umetne inteligence ogromno pretiranega navdušenja (hajpa) in poplava start up-ov, ki uvajajo inovacije s to tehnologijo,' pravi. 'Izstopajo tisti, ki znajo pokazati, kje njihova edinstvena rešitev, podprta z UI, rešuje jasno potrebo in vodi do boljših rezultatov. Njihovi izdelki in storitve izkazujejo oprijemljiv, pozitiven poslovni vpliv in jasen ROI.'

Način, kako start up ustvarja vpliv, se lahko med različnimi industrijskimi okolji močno razlikuje, saj so možnosti uporabe tehnologije UI številne. Start up-i morajo pokazati globoko razumevanje tega, kako njihova rešitev sodeluje z industrijsko strojno opremo, ali pa se povezati s partnerji, da pridobijo specifično strokovno znanje (domain know-how) in kakovostne industrijske nize podatkov.

'Prednost dajte temeljitemu razumevanju dejanskih industrijskih delovnih procesov, šele nato se lotite prilagajanja rešitev UI,' dodaja Samuel Schuler, generalni direktor podjetja Reimann Investors Venture Management. »Preden prilagodite rešitve z AI, se osredotočite dobremu razumevanju dejanskih industrijskih delovnih tokov,« pravi.

Prilagojeni vpogledi, specifični za domeno, pogosto presegajo splošne strategije umetne inteligence.

Samuel Schuler, izvršni direktor, Reimann Investors VC

Aleksander Oelling, glavni digitalni direktor pri ISAR Aerospace — ponudniku storitev izstrelitve malih in srednje velikih satelitov — prav tako poudarja pomen strokovnega znanja na področju resničnega sveta.

Vedno skušam oceniti strokovno znanje ustanoviteljev na njihovem specifičnem področju, ki presega zgolj njihove tehnološke reference.

Aleksander Oelling, Glavni digitalni direktor, ISAR Aerospace

»Med razpravami rad poslušam nenamerne omembe posebnih izzivov znotraj ciljnih panog, ki se ne bi pojavili v površinskih tržnih raziskavah,« pravi Oelling.

Približevanje končnemu uporabniku

Da bi zagotovili, da bo njihova rešitev v industriji dejansko dosegla obljubljeni učinek – in da se bo njena uporaba med uporabniki razširila – morajo startupi pokazati izjemno osredotočenost na izvedbo. V praksi to pomeni postati izjemno radoveden glede končnega uporabnika in načina, kako ta uporablja orodja umetne inteligence.

Bodite obsedeni z ljudmi na terenu, za katere svojo rešitev sploh gradite,' ustanoviteljem in managerjem, svetuje Neitz iz podjetja Embassidy. 'Gradite zanje, ne za njihove šefe. Bodite v stiku z njimi, da dobite njihove povratne informacije. Spoznajte njihove težave, realnost njihovega dela in njihove delovne procese.

Oseba stoji pred velikim zaslonom, na katerem je prikazan graf z modro in rdečo črto.

Razvoj uporabniško osredotočene umetne inteligence je ključnega pomena za uspešno uvajanje.

Oelling poudarja tudi vrednost tesnega sodelovanja s končnimi uporabniki, pri čemer trdi, da so oprijemljivi rezultati na terenu tisto, kar najbolj uspejo, ko se začnejo uveljavljati startupi. »Industrijska zagonska podjetja z umetno inteligenco, ki zagotavljajo zgodnje pilotne izvedbe, tudi če so omejene po obsegu ali delno subvencionirane, vzpostavljajo verodostojnost, s katero se teoretični podvigi preprosto ne morejo ujemati,« trdi.

Nasprotno pa lahko nezadostno razumevanje delovne realnosti stranke negativno vpliva na prodajo, zlasti pri ciljanju na podjetja v javnih službah, nafti in plinu, vesoljstvu in vladi, ki imajo svoje potrebe in želje.

»Videl sem ga vedno znova,« pravi Nieman iz G42. »Ljudje se ne zavedajo, da tovrstni kupci ne želijo svojih podatkov vrniti v podatkovno jezero, želijo dvoletne pilote ali ocene prodajalcev, ponavadi so hitri sledilci in ponavadi plačujejo manj vznemirljive večkratnike za startupe.«

Na koncu gre za vzpostavitev verodostojnosti. Dobra novica za startupe, ki so uspešni v tem prizadevanju, je, da se bodo znašli v vedno večjem povpraševanju.

Kot vlagatelj, ko poskuša oceniti, ali bo startup uspel, Nieman pravi, da posebno pozornost posveča njegovi zgodbi o izvoru. »Ugotavljam, da je pot najboljši napovedovalec prihodnosti,« pravi Nieman. »Poznavanje strukture nastanka podjetja, izdelka, tehnologije in ekipe je pomembnejše od katerega koli od teh kosov ločeno. Kar podjetju pomaga izstopati, je razumevanje njegovih korenin — spretnosti, razmišljanja in miselnosti ustanoviteljev ter loka komercializacije izdelka. Vse to bodisi potrjuje ali razkriva zgodbo.«

Vpoglede v ta članek so zagotovili člani žirije nagrad Industrial AI Awards 2025 za startupe na Vrh umetne inteligence z namenom.