Dzięki zastosowaniu rozwiązań opartych na generatywnej sztucznej inteligencji spółki przemysłowe mogą zautomatyzować ponad jedną trzecią czasu pracy, a tym samym radykalnie zwiększyć swoją wydajność, wynika z analiz Bain & Company. Technologie oparte na Gen AI znajdują największy potencjał do wykorzystania w raportowaniu i analizie, planowaniu, kontroli jakości i usuwaniu zakłóceń w procesie produkcji.
Korzyści uzyskane z zastosowania generatywnej AI mierzone odsetkiem czasu pracy, którą można zautomatyzować, są większe w przemyśle (35 proc.) niż w branżach takich jak turystyka i wypoczynek (27 proc.) czy handel detaliczny (29 proc.). Są jednak mniejsze niż w usługach doradczych, mediach, administracji i zarządzaniu (po 40 proc.). Jak zauważają eksperci Bain & Company, metody takie jak lean management, optymalizujące efektywność i jakość produkcji wdrażane z powodzeniem od 50 lat, zwiększają produktywność o 6 proc. Generatywna AI ma potencjał do zwiększenia efektywności produkcji o 10 proc.
Generatywna AI może zrewolucjonizować przemysł, potrzebna jest tylko otwartość menedżerów na zmiany i gotowość pełnego wdrożenia nowych rozwiązań, by wykorzystać ich potencjał. Zarządzający zakładami produkcyjnymi dopiero przekonują się, jak wiele ze standardowo wykonywanych zadań można wesprzeć za pomocą generatywnej AI. Granicą jest na razie wyobraźnia i świadomość, że generatywna sztuczna inteligencja to coś więcej niż gadżet, o którym dużo się mówi. – mówi Marcin Szczuka, partner w Bain & Company.
Możliwości generatywnej AI wykraczają poza techniki już stosowane w przemyśle, takie jak modele decyzyjne oparte na dużych zbiorach danych liczbowych, które wspierają analizy statystyczne, politykę cenową czy zapewniają ciągłość łańcuchów dostaw.
Generatywna AI znajduje zastosowanie w dwóch głównych obszarach – bieżącym prowadzeniu procesów produkcyjnych oraz zarządzaniu wiedzą w organizacji. Stanowi również ogromne wsparcie w zarządzaniu zasobami ludzkimi.
W oparciu o zbierane na bieżąco dane niezbędne do oceny wskaźników jakości czy listy zadań do wykonania, systemy oparte na generatywnej AI mogą monitorować proces produkcyjny i za pośrednictwem chatbotów podpowiadać podjęcie konkretnych działań. Mogą również w czasie rzeczywistym przekazywać instrukcje dotyczące sterowania aparaturą. Historyczne dane pozwalają im na przewidywanie przestojów i zakłóceń w produkcji. Możliwe jest również elastyczne planowanie testów jakościowych, analizowanie na bieżąco wskaźników bezpieczeństwa i warunków pracy.
Generatywna AI jest szczególnie przydatna jako wsparcie komunikacji wewnętrznej i zarządzania wiedzą w organizacji. Systemy oparte na generatywnej AI mogą zarządzać informacjami poprzez ich gromadzenie, przetwarzanie, analizę, jak również generowanie komunikatów i ich bieżącą modyfikację. Możliwe jest uproszczone tworzenie raportów, instrukcji operacyjnych i dokumentacji technicznej. Systemy mogą zautomatyzować komunikację, na przykład przygotowanie notatek ze spotkań natychmiast po ich zakończeniu czy pisanie personalizowanych maili. Wszystkie procesy związane z komunikacją mogą odbywać się w wielu językach w czasie rzeczywistym, co ma szczególne znaczenie w zglobalizowanej gospodarce.
Systemy oparte na generatywnej AI, zasilane bazą dokumentacji z wcześniejszych projektów, wspierają ciągłość i utrzymanie wiedzy w organizacji. Zważywszy na rotację pracowników, narzędzia te ułatwiają adaptację nowych pracowników (onboarding) do stanowiska pracy.
Dzięki generatywnej AI linie produkcyjne same analizują błędy i korygują je. To duże wsparcie dla pracowników, którzy uwolnieni od powtarzalnych zadań mogą skoncentrować się na czynnościach bardziej twórczych oraz nadzorze nad działaniem całego systemu. Rolą generatywnej AI w dłuższej perspektywie jest automatyzacja procesów, ale w pierwszej fazie to również narzędzie do ich wspierania i augmentacji. – dodaje Marcin Szczuka.
Badanie przeprowadzone wśród 270 menedżerów z branży produkcyjnej z całego świata pokazało, że grupa, która w większym stopniu wdrożyła różnego rodzaju technologie cyfrowe, zdecydowanie łatwiej osiągała wyznaczone dla fabryki cele.
