Skomentuj 
Podziel się!
Udostępnij
Twittnij
Wyślij
Drukuj
Jak sztuczna inteligencja może zmienić produkcję? Gdzie przyniesie największe korzyści? Rozmawiamy z Tomaszem Filipkiem z Deloitte Central Europe.
- Tomasz Filipek jest odpowiedzialny w Deloitte za strategie i transformacje z wykorzystaniem sztucznej inteligencji i generatywnej AI w krajach Europy Środkowo-Wschodniej.
- - Wykorzystanie sztucznej inteligencji w produkcji jest korzystne na każdym etapie: od pomysłu na produkt poprzez zakup surowców i samą produkcję, aż po dostawę do klienta - mówi Filipek.
- Ekspert przytacza przykład firmy, która dzięki AI obniżyła koszty produkcji o 40 proc. Inna dzięki technologii zredukowała koszty pozyskania surowców o 10-15 proc.
- O wykorzystaniu sztucznej inteligencji będziemy rozmawiali podczas debat na XVI Europejskim Kongresie Gospodarczym, który odbędzie się w Katowicach w dniach 7-9 maja.
Dlaczego firmy przemysłowe powinny zacząć korzystać z rozwiązań opartych na wykorzystaniu sztucznej inteligencji (AI)?
- Patrząc na cały łańcuch wartości firmy produkcyjnej wykorzystanie AI zwiększa, i to w sposób znaczny, efektywność każdego procesu w firmie, do którego zastosowano AI. Mówiąc o wydajności mam na myśli wartość produkcji i wolumen czynności, które pracownicy mogą wykonać w określonym czasie.
Dzięki wykorzystaniu sztucznej inteligencji ludzie mogą robić więcej i lepiej. Osiągnięte rezultaty na pewno nie będą gorsze niż te bez wykorzystania mechanizmów AI. W wielu przypadkach tak wykonywana praca będzie też tańsza.
Same korzyści dla przemysłu - tak, ale wiele zależy od specyfiki firmy
Więcej, lepiej i taniej - to same korzyści dla przemysłu. Wykorzystanie sztucznej inteligencji w produkcji jest korzystne na każdym etapie: od stworzenia pomysłu na produkt, poprzez zakup surowców, przez produkcję, aż po dostarczenie gotowego produktu do klienta.
Faktem jednak jest, że nie na każdym etapie wpływ AI jest równie wysoki. To zależy od specyfiki firm przemysłowych: skali kosztów, nakładu pracy ludzkiej oraz poziomu zaawansowania ciągów produkcyjnych.
Obszary, w których sztuczna inteligencja już teraz jest dużym wsparciem, są niezwiązane bezpośrednio z produkcją przemysłową: zarządzanie zasobami ludzkimi, IT oraz księgowość i finanse.
Budowa produktu oraz wirtualne testowanie - w tych aktywnościach wykorzystywanie AI może być szczególnie korzystne
Przemysł najbardziej szuka rozwiązań, które wesprą ich w tworzeniu produktów. Jakie narzędzia, oparte na sztucznej inteligencji, są już dostępne dla firm produkcyjnych?
- Algorytmy - w tym te wykorzystujące generatywną AI - mogą być zastosowane w kilku przypadkach. Pierwszy to budowa produktu - jak powinien być zbudowany, z czego powinien się składać i jak wykorzystać w tym wszystkim inżynierię materiałową (odpowiedni dobór surowców i materiałów, który pozwala zachować oczekiwaną jakość i koszt produktu).
W tym zakresie można z sukcesem wykorzystywać generatywną sztuczną inteligencję, aby skrócić czas i koszt wypracowywania nowych, lepszych receptur.
Drugi obszar: wirtualne testowanie. Obecnie bardzo duże środki wydawane są na badania i rozwój przy tworzeniu nowych produktów lub usprawnianiu już istniejących. Jednak firmy muszą wykonać fizyczne prototypy. To bardzo dużo kosztuje. Dzięki sztucznej inteligencji można zasymulować, jak zachowa się produkt po wprowadzeniu zmian np. w strukturze materiału lub konstrukcji, nie budując przy tym modeli potrzebnych do testów.
Dobrym przykładem zastosowania tego typu rozwiązań jest branża chemii budowlanej. Tam produkt może się składać nawet z kilkudziesięciu komponentów. Zmiana jednego może podnieść np. jego odporność na temperaturę. Testowanie fizyczne wielu prototypów może kosztować nawet kilkaset tysięcy złotych. Robiąc sporą część badań w środowisku cyfrowym, jesteśmy w stanie sporo zaoszczędzić. Sztuczna inteligencja jest w stanie wykorzystać w tym celu zebrane dane o materiałach czy o eksperymentach, które firma już w przeszłości prowadziła.
Czy to oznacza, że wykorzystując sztuczną inteligencję, wyeliminujemy całkiem fazę testów nowych produktów?
- Nie. Ale wcześniej przeprowadzone analizy z wykorzystaniem AI zmniejszają liczbę niezbędnych testów do minimum. Zamiast sprawdzać wpływ zmiany kilkunastu komponentów, będziemy to robić np. tylko dla dwóch.
W projekcie, który miałem okazję realizować, klient osiągnął korzyści z obniżenia kosztu recepturowego wyrobu na poziomie 40 proc. Zachowana została przy tym zakresowa jakość parametrów technicznych produktu. To jest bardzo silny dowód na to, jak generatywna sztuczna inteligencja może pomóc przy rozwoju produktów firm przemysłowych. Wystarczy sobie wyobrazić co dla takiej firmy, która sprzedaje ten jeden produkt za kwotę 150 mln zł rocznie, oznacza obniżenie kosztów produkcji o 40 proc.
AI opłaci się tam, gdzie jest duża skala. Nieważne są dochody firmy
Domyślam się, że jest jeszcze jeden czynnik, który może podnieść atrakcyjność tego procesu - czas.
- Próba, którą przywołałem przed chwilą, zajęła firmie kilka dni. Wcześniej podobne modyfikacje produktów zajmowały jej kilka miesięcy, przy czym nigdy nie było to krócej niż pół roku.
Oczywiście, że sztuczna inteligencja nie pomoże przy każdym produkcie, albo nie zawsze taki proces zakończy się sukcesem. Miejmy jednak "tylko" 10 proc. sukcesu i skróćmy przy tym czas wejścia nowego produktu na rynek. To są bardzo poważne pieniądze, które uda się dzięki temu zaoszczędzić.
To wszystko brzmi bardzo dobrze. Ale nawet z tych przytoczonych przez pana danych wynika, że jednak istotna jest odpowiednia skala działalności firmy. Jest to rozwiązanie tylko dla największych?
- Zgadzam się - skala musi być duża. Jeżeli firma zaopatruje się w pięć surowców, to sztuczna inteligencja nie jest tu dobrym rozwiązaniem. Jednak AI może się już zadomowić w firmach, które w produkcji wykorzystują większą liczbę komponentów. I to nie muszą być wielkie korporacje, ale firmy mające 400-500 mln zł obrotu już tak.
Takich w polskim przemyśle mamy już dużo. Te firmy produkują po kilkaset produktów, do których potrzebnych jest kilkanaście, kilkadziesiąt składników. W takiej sytuacji w obszarze zakupów można skorzystać z generatywnej sztucznej inteligencji do zwiększenia możliwości operacyjnych, przy niezwiększaniu zatrudnienia w dziale zakupów firmy.
Mówiąc wprost - można opracować więcej dobrze zaadresowanych zapytań ofertowych do większej liczby globalnie działających firm-dostawców. Uzyska się dzięki temu lepsze warunki zakupu. Oceniam, że w takiej przykładowej firmie można zredukować koszty pozyskania surowców o 10-15 proc.
A co z odpowiedzialnością? Nadzór człowieka nad tym, co robi AI, będzie konieczny
A jak pan ocenia wyzwania prawne w Polsce, jeśli chodzi o szersze wykorzystanie sztucznej inteligencji w przemyśle?
- Przemysł jest relatywnie mniej dotknięty tymi zmianami regulacyjnymi. Myślę, że to wynika głównie z tego, że w międzyczasie musiał się przygotować już do szeregu innych zmian legislacyjnych, choćby tych w zakresie ESG.
Przemysł przywykł do tego, że musi na bieżąco dostosowywać się do nowych przepisów. To, co będzie wyzwaniem, to wszystkie procesy, które dotyczą bezpośrednio klienta i wykorzystania AI w kontakcie z nim.
Ewentualne błędy popełnione przez sztuczną inteligencję będą rodziły konkretne konsekwencje etyczne i prawne. Tu faktycznie nadal nie mamy dostatecznej kontroli nad procesami wykonywanymi przez sztuczną inteligencję. Niezbędny będzie więc nadzór człowieka.
Inną kwestią jest prawo autorskie - sztuczna inteligencja, ucząc się pewnych procesów, korzysta z pozyskanych danych. Może więc wykorzystać czyjąś pracę przypisując ją błędnie jako własną firmie, w której korzysta się z AI.
Nie twierdzę, że należy powstrzymywać się od wykorzystania generatywnej AI w tych obszarach. Takim ryzykiem jednak trzeba umieć świadomie zarządzać, poprzez odpowiednie organizowanie inicjatyw związanych z AI w firmie oraz odpowiedni nadzór nad procesami.
PODOBAŁO SIĘ? PODZIEL SIĘ NA FACEBOOKU
Obserwuj nas w Google News
KOMENTARZE (0)
Do artykułu: Ma być taniej i szybciej. Firmy przemysłowe zaoszczędzą na testach