Korzyści uzyskane z zastosowania generatywnej AI mierzone odsetkiem czasu pracy, którą można zautomatyzować, są większe w przemyśle (35%) niż w branżach takich jak turystyka i wypoczynek (27%) czy handel detaliczny (29%). Są jednak mniejsze niż w usługach doradczych, mediach, administracji i zarządzaniu (po 40%). 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%. Generatywna AI ma potencjał do zwiększenia efektywności produkcji o 10%.

„Generatywna AI może zrewolucjonizować przemysł, potrzebna jest tylko otwartość menedżerów na zmiany i gotowość pełnego wdrożenia nowych rozwiązań, by wykorzystać ich potencjał”– mówi Marcin Szczuka, partner w Bain & Company. „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”.

Zobacz również:

• Ten incydent z „katolickim księdzem” pokazuje, jak niebezpieczna może być sztuczna inteligencja
• Blaski i cienie AI
• IDC CIO Summit – potencjał drzemiący w algorytmach

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 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.