Tovarna z delavci, ki upravljajo stroje in sistem transportnih trakov v obratovanju.

Odkrivanje resničnega potenciala industrijske umetne inteligence

Ker industrijska umetna inteligenca preoblikuje tovarne in dobavne verige, se ecosystem 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.

Financiranje v Evropi odraža ta trend: samo v prvem četrtletju leta 2025 so podjetja z umetno inteligenco v Evropi zbrala približno 3 milijarde evrov sredstev iz kapitala, kar pomeni 55-odstotno povečanje v primerjavi z istim obdobjem leta 2024. Razlog za ta zagon je preprost: v sektorjih, kjer podjetja dosežejo izjemne časovne in proračunske omejitve, so vodstveni delavci lačni aplikacij, ki preoblikujejo poteke dela in omogočajo znatno izboljšanje do konca.

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

Catherine Crump, Generalni direktor, WIRED Svetovanje

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

Vpliv tam, kjer je najbolj pomemben

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

Ker orodja umetne inteligence omogočajo inženirjem analizo velikih količin strukturiranih in nestrukturiranih 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 naložbe, G42

Prav fuzija in navzkrižno opraševanje 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 dobičkonosnosti imajo razvijalci umetne inteligence potencial, da pozitivno vplivajo v veliko večjem obsegu. Za Meike Neitz, ustanovitelj startup svetovalnega ambassidy, je potencialna vloga umetne inteligence pri blaženju podnebnih sprememb ena njegovih najbolj vznemirljivih lastnosti. Lahko na primer zmanjša materialne odpadke z inovacijami v fazi načrtovanja, saj je do 80% okoljskega odtisa industrijskega izdelka že določeno 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, Veleposlaništvo

Če imate vizijo, kaj lahko AI doseže v resničnem svetu - ne glede na to, kako navdihujoče - pa vas bo pripeljalo le tako daleč. Kot pojasnjujejo strokovnjaki, predstavljeni v tem članku, ustanovitelji podjetij AI potrebujejo jasno razumevanje znanja o domeni, kako razširjati in sodelovati ter obsedenost s končnim uporabnikom.

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

Linda Krumbholz, Višji podpredsednik, Ekosistem in tržnica Siemens Xcelerator

Kako se ne izgubiti v AI hypu

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

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

Eden od izzivov, s katerimi se soočajo zagonska podjetja industrijske umetne inteligence, je opredelitev jasne poti do donosa naložb (ROI) in uporabe primerov, ki odmevajo v industrijskih kontekstih. Če tega ne morejo pravilno narediti, se bo njihova aplikacija verjetno izgubila v hrupu.

Po besedah Crump se morajo zagonska podjetja prizadevati za reševanje posebnih neizpolnjenih potreb v industriji. Sprejetje te miselnosti jim daje konkurenčno prednost. »Trenutno je toliko razburjenja umetne inteligence in poplava startupov, ki inovirajo s to tehnologijo,« pravi. »Tisti, ki izstopajo, lahko dokažejo, kje njihova edinstvena rešitev, ki podpira umetno inteligenco, rešuje jasno potrebo in vodi do boljših rezultatov. Njihovi izdelki in storitve kažejo otipljiv, pozitiven poslovni vpliv in jasno donosnost naložbe.«

Kako zagon vpliva, se lahko med industrijskimi nastavitvami bistveno razlikuje, kot so številne potencialne aplikacije tehnologije AI. Startupi morajo pokazati globoko razumevanje, kako njihova rešitev sodeluje z industrijsko strojno opremo ali se združiti, da pridobijo znanje na domeni in kakovostne nabore industrijskih podatkov.

Poudarek bi moral biti na dejstvih, uporabi lastniških podatkov in zagotavljanju razširljivih rešitev, usmerjenih na uporabnika, predlaga Samuel Schuler, generalni direktor podjetja Reimann Investors Venture Management. »Preden prilagodite rešitve AI, dajte prednost globokemu razumevanju dejanskih industrijskih delovnih tokov,« pravi.

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

Samuel Schuler, Generalni direktor, Reimann investitorski kapital

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 poskušam oceniti strokovno znanje ustanoviteljev na domeni, ki presega tehnološke poverilnice.

Aleksander Oelling, Glavni digitalni direktor, ISAR Aerospace

Približevanje končnemu uporabniku

Da bi zagotovili, da njihova rešitev prinaša obljubljeni vpliv na industrijo - in da se njena sprejetja širi med uporabnike - morajo startupi pokazati lasersko osredotočenost na dostavo. V praksi to pomeni, da postanete izjemno radovedni glede končnega uporabnika in njihovega sodelovanja z orodji umetne inteligence.

»Obsedeni z ljudmi na tleh, za katere gradite svojo rešitev,« svetuje ustanoviteljem in voditeljem veleposlaništva Neitz. »Gradite zanje, ne pa za njihove šefe. Bodite v stiku z njimi, da dobite njihove povratne informacije. Spoznajte njihove bolečine, njihove delovne realnosti, njihove procese.«

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

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.