Jak wdrożyć AI w firmie produkcyjnej? Za każdym razem, gdy słyszę to pytanie, przychodzi mi na myśl „Alicja w Krainie Czarów”. Co ma wspólnego jedno z drugim? Wbrew pozorom wiele. Zobacz sam!
Nowa technologia kusi – obiecuje przewagę konkurencyjną, automatyzację i oszczędność czasu. Ale jeśli nie wiemy, dokąd chcemy dojść, łatwo się zgubić. Jesteśmy jak Alicja, która pytała Kota z Cheshire: „Którędy mam iść?”, a ta dziwaczna istota odpowiadała: „To zależy, dokąd chcesz dojść”. Posłuchajmy Kota i zanim zaczniemy wdrażać AI, zapytajmy o nasz cel.
Sztuczna inteligencja nie działa w próżni. Każdy system AI opiera się na czterech elementach: danych, algorytmach, interfejsie i infrastrukturze. Przyjrzyjmy się każdemu z tych filarów.
Modele uczą się na podstawie dokumentów, logów z maszyn, zdjęć czy zapisów czujników. W praktyce to właśnie przygotowanie danych bywa najdroższym i najbardziej czasochłonnym etapem wdrożenia sztucznej inteligencji w firmie produkcyjnej.
Dziś algorytmy są szeroko dostępne w formie otwartych bibliotek. Dzięki nim możemy tworzyć modele językowe, predykcyjne czy analityczne dopasowane do potrzeb biznesu.
Może przybrać formę chatbota, panelu z sugestiami albo systemu wspierającego decyzje menedżera. To właśnie interfejs sprawia, że AI staje się „przyjazne” dla użytkownika.
Na infrastrukturę składają się serwery, chmura, zabezpieczenia i moc obliczeniowa. Najczęściej niedoszacowane, a bez nich cały projekt pod tytułem wdrożenie AI w firmie szybko się wykoleja.
Jeszcze w latach 60. zapisanie 1 MB danych kosztowało… milion dolarów. Dziś za terabajty w chmurze płacimy grosze. To właśnie spadek kosztów przechowywania i mocy obliczeniowej otworzył drogę do popularyzacji sztucznej inteligencji.
Wystarczy spojrzeć na tempo adopcji: ChatGPT zdobył 100 mln użytkowników w zaledwie dwa miesiące, podczas gdy Uber potrzebował na to sześciu lat. A jednak, mimo tak spektakularnego startu, tylko co dwudziesta osoba na świecie korzysta dziś aktywnie z AI.
W praktyce oznacza to jedno: przemysł dopiero rozpoczyna tę podróż.
Zdobądź bezpłatnie 5 rozdziałów książki!
Dołącz do biuletynu i zyskaj dostęp do 40% książki
„15 kroków do zakupu systemu informatycznego”.
Otwarte modele kuszą ceną i łatwością wdrożenia. Jednak taki rozwiązania AI mają trzy wady, których nie wolno lekceważyć:
Gdybym miał wymienić jeden najczęstszy błąd firm produkcyjnych, które chcą zainwestować w rozwiązania IT, wymieniłbym skupienie się na funkcjach, a nie na celu biznesowym. Moim antidotum na ten problem jest metoda 0–5. Polega ona na pięcioetapowym wdrażaniu nowych technologii:
Dopiero wtedy warto myśleć o pełnym wdrożeniu rozwiązania IT czy sztucznej inteligencji.
Wyobraź sobie zakład produkcyjny, w którym technicy spędzają godziny na szukaniu dokumentacji maszyn. Instrukcje są rozproszone, wersjonowanie nie działa, a każdy przestój liczy się w dziesiątkach tysięcy złotych.
Rozwiązanie? Dedykowany model językowy, który uczył się tylko na dokumentach firmy. Koszt wdrożenia: 70 tys. zł + 2 tys. zł miesięcznie za chmurę. Efekt: redukcja czasu poszukiwań o 80%. Zwrot z inwestycji nastąpił po 8 miesiącach.
To przykład, że dobrze wdrożona sztuczna inteligencja nie tylko działa – ale bardzo szybko się spłaca.
Choć wdrożenieAI pozornie może przypominać drogę Alicji w Krainie Czarów, to w rzeczywistości sztuczna inteligencja w przemyśle nie ma nic wspólnego z magią. To narzędzie, które działa wtedy, gdy połączymy dane, cel i proces. I kiedy zamiast ślepo gonić króliczka, zatrzymamy się na chwilę i zadamy pytanie: „Po co to robimy?”, możemy osiągnąć wiele.
