Исследование говорит, что ИИ может доставить огромную финансовую ценность промышленности

Новое исследование из Глобального института Маккинси показывает, что искусственный интеллект и глубокое обучение, наконец, начинают получать большие выгоды в промышленности. Но авторы исследования говорят, что многие инженеры все еще не решаются использовать его, потому что они еще не совсем поняли его.

Новое исследование, Примечания с границы ИИ: Приложения и ценность глубокого обучения показывают огромный потенциал для технологий в автомобильной, электронной, аэрокосмической, оборонной, химической, сельскохозяйственной, нефтяной и газовой промышленности , и других отраслях. Это предполагает, что многие руководители в этих отраслях уже принимают его.

«В Fortune 500 мы видим значительный сдвиг в пользу использования искусственного интеллекта и приложений глубокого обучения», — сказал Мехди Миремади, партнер McKinsey и соавтор исследования Design News ]. «Это, без сомнения, одна из самых заметных областей внимания в последние два года для каждой отрасли».

Искусственный интеллект и глубокое обучение могут создавать триллионы долларов в стоимости для широкого круга отраслей, ориентированных на инженерство. (Источник изображения: Глобальный институт МакКинси)

Исследование предсказывает, что технология ИИ будет иметь огромное финансовое влияние на эти отрасли. Например, в автомобильной и сборке авторы статьи ожидают, что ИИ и глубокое обучение будут генерировать около 300 миллиардов долларов в год. Они также ожидают, что он будет генерировать около 200 миллиардов долларов ежегодно в электронике, 200 миллиардов долларов в виде химических веществ, 100 миллиардов долларов нефти и газа и около 25 миллиардов долларов в год в аэрокосмической и оборонной промышленности.

Преимущества лучшего прогнозирования

Одной из ключевых областей применения является прогностическое обслуживание, считают авторы. Например, используя огромное количество данных со всего завода, программное обеспечение на базе ИИ может более точно идентифицировать активы и механизмы, которые могут быть подвержены риску разрушения. И хотя многие производители уже проводят прогностическое обслуживание без ИИ, авторы полагают, что с ним можно было бы лучше справиться.

«Используя старые типы анализов, вы, возможно, можете предсказать вероятность потери на 70%», — сказал Миремади. «Но с ИИ вы можете пойти на 90% или даже на 95%. И эта разница в 20% придает этому большое значение ».

ССЫЛКИ ПО ТЕМЕ:

NXP хочет довести машинное обучение до граничных процессоров
Будет ли генерал AI когда-либо войти в завод?
Вычислительная архитектура приносит отказоустойчивость автономным машинам

Другими ключевыми областями возможностей являются оптимизация запасов и закупка материалов. Используя ИИ для лучшего прогнозирования, Миремади сказал, что производители могут оптимизировать управление производством и цепочками поставок. «Большая часть неэффективности в цепочке производства и поставок объясняется не полностью пониманием того, как будет выглядеть спрос в ближайшие месяцы и годы», — сказал нам Миремади. «Используя аналитику и большие данные, вы можете разработать лучшую перспективу по прогнозу спроса и предложения».

Разработчики продуктов также могут извлечь выгоду из ИИ и глубокого обучения, заключили авторы. Сегодня, по их словам, новые итерации продукта обычно появляются в течение нескольких лет, основываясь на отзывах клиентов. Но с AI разработчики продуктов могли бы ускорить этот процесс. «Одна из вещей, которые может сделать AI, — это ускорить этот цикл обратной связи», — сказал Миремади. «Оптимизация обратной связи выгодна не только для производителя, но и для общества в целом».

Miremadi добавил, что некоторые разработчики уже работают над тем, как интегрировать возможности AI в свое программное обеспечение.

Pilot Purgatory

Понятно, однако, что многие руководители и инженеры не решаются в полной мере использовать искусственный интеллект и глубокое обучение, сказал Миремади. Их первым инстинктом является запуск пилотных программ. Тем не менее, даже когда ценность ИИ доказана, многие руководители по-прежнему предпочитают запускать больше пилотных программ, вместо того чтобы широко применять их. «Часто мы видим это в компаниях из списка Fortune 500», — отметил Миремади. «Они читали об ИИ, и у них могут быть даже пилоты. Но они сталкиваются с тем, что мы называем пробным чистилищем — просто позвольте мне сделать еще одного пилота ».

Многие руководители стесняются, потому что они не полностью понимают механизм ИИ, сказал Миремади. И они не будут выделять значительные ресурсы на все, что они не понимают полностью. В таких ситуациях изменение может происходить медленнее. «Существуют культурные компоненты, позволяющие принимать решения, основанные на данных, в организации», — сказал Миремади. «Таким образом, на тактической основе изо дня в день необходимо будет осуществить культурный сдвиг».

Тем не менее, Миремади ожидает, что рост ИИ и глубокое обучение продолжится быстрыми темпами. Причина кроется в результатах. «Здесь есть огромная возможность», — сказал он.

Старший технический редактор Чак Мюррей пишет о технологии уже 34 года. Он присоединился к Design News в 1987 году и занимался электроникой, автоматикой, гидравликой и авто.