2021 год станет, наконец-то, годом, когда внедрение технологий с элементами искусственного искусственного интеллекта станет общепринятой практикой в промышленности. По крайней мере, так считает Билл Скуддер, эксперт одного из ведущих онлайн сообществ по Большим данным и аналитике RT Insights.
Как утверждает автор в ближайшем будущем внедрение технологий ИИ в промышленности не просто ускорится, оно станет критически важным для выживания в бизнесе. И это при том, что сегодня многим промышленным компаниям все еще не хватает экспертизы и опыта по внедрению индустриальных ИИ-решений.
Переходу промышленных решений с использованием искусственного интеллекта в разряд мейнстрима будет способствовать четыре фактора.
1. Растущий фокус на специализированных решениях для различных индустрий
В этом году должен произойти разворот в области внедрения индустриальных решений в области промышленности. От широкомасштабных экспериментов по использованию различных платформ, наборов инструментов и методик, компании будут переходить к внедрению решений, “заточенных” именно под специфические нужды их индустрий.
А это позволит более точно привязать юзкейсы по применению искусственного интеллекта в промышленности к бизнес-результатам. Теперь внедрения будут начинаться с анализа конкретных бизнес-проблем и потребностей “на местах”, а не с поиска того, к чему бы применить перспективную технологию.
2. Снижение барьеров для применения технологий ИИ
Как уже отмечалось, многие компании все еще не обладают глубокой экспертизой в том, что касается data science, машинного обучения, использования математических моделей, которая необходима для использования общих платформ и методов DS.
Решением станут специализированные “встроенные” решения с глубоким учетом отраслевой специфики, для использования которых не нужная будет узкая экспертиза в области data science.
3. Фокус внимания на ценности данных, а не на их объеме
По мере того, как организации осознают ценность “новой нефти” – данных, они прилагают все больше усилий к их сбору и хранению. В результате “тотального” подхода к сбору данных у организаций накапливаются огромные массивы данных, которыми они не пользуются. От 60% до 70% информации, которая есть у промышленных компаний, ими не используется.
Постепенно организации начинают менять свой подход к данным, сосредотачивая свое внимание на тех данных, которые им действительно необходимы. В центре внимания оказывается аспект управления данными с фокусом на интеграции данных. мобильности и доступности. Это расширяет возможности для использования решений ИИ для извлечения ценности из аккумулируемых данных.
4. Неоспоримое влияние на повышение производительности в капиталоемких индустриях
Это, несомненно, главный фактор, который способствует росту технологий промышленного искусственного интеллекта. Специализированные в рамках определенной отрасли ИИ решения могут быть внедрены с меньшими усилиями и приводят к большим экономическим результатам, не требуя глубокой экспертизы в области DS.
Это открывает возможности для выхода на принципиально новые уровни решений по повышению производительности и безопасности производства, позволяет запускать полуавтоматические и автоматические процессы сбора, аккумулирования и очистки данных с последующей загрузкой их в приложения с использованием искусственного интеллекта.
Все эти четыре фактора позволят в 2021 году перейти к промышленному внедрению ИИ в различных индустриях, снижая зависимость от узкой экспертизы в DS, упрощая управление данными и повышая ROI.
