• Artykuły
  • Podcast
  • Magazyn
  • Konferencja
  • Dołącz
  • Ikona
  • Artykuły
  • Podcast
  • Magazyn
  • Konferencja
  • Dołącz
X

Treści > 3 warunki opłacalności sztucznej inteligencji w firmie produkcyjnej

Treści

3 warunki opłacalności sztucznej inteligencji w firmie produkcyjnej

Finansowanie inwestycji
Renata Poreda 2021-01-28

3 warunki opłacalności sztucznej inteligencji w firmie produkcyjnej

Niemal 100 miliardów dolarów – tyle według szacunków mają wydać na sztuczną inteligencję do końca 2023 roku firmy na całym świecie. Ale czy ten wydatek się opłaci?

Jak pokazują dotychczasowe badania, wiele projektów związanych z implementacją rozwiązań AI kończy się niepowodzeniem. W 2019 roku aż 40 proc. organizacji, które poczyniły znaczące inwestycje w ten obszar, nie odnotowało z tego tytułu żadnych zysków biznesowych. Dlaczego tak się dzieje?

Jak dowodzą eksperci w świeżo opublikowanym raporcie MIT Center for Information Systems Research, istnieją trzy kluczowe warunki, które muszą być spełnione, aby inwestycje w sztuczną inteligencję stały się opłacalne z biznesowego punktu widzenia – także w firmie produkcyjnej.

 

Warunek 1: zgodność pomiędzy modelem AI i rzeczywistością (scientific consistency)

Programy sztucznej inteligencji muszą być „trenowane” w zakresie dokładnego odzwierciedlania rzeczywistości. Aby spełnić ten warunek, warto porównywać wyniki modeli AI z wynikami badań empirycznych prowadzonych w rzeczywistości, np. w fabryce. Takie działanie jest pomocne w korygowaniu modelu w taki sposób, aby sztuczna inteligencja działała dokładniej.

Case study:

Zespół ds. środowiska, zdrowia i bezpieczeństwa firmy General Electric opracował oparty o sztuczną inteligencję system oceny kontrahentów współpracujących z firmą. Zespół ten przeszedł przez pracochłonny proces tworzenia zbioru danych, który był podstawą do uczenia się maszynowego. Jednocześnie wyniki, jakie uzyskano dzięki zastosowaniu sztucznej inteligencji, zostały zweryfikowane przez grupę recenzentów. To pozwoliło skorygować działanie modelu i zwiększyć jego zgodność z rzeczywistością.

Wsparcie pracy sztuczną inteligencją może przynosić wiele korzyści

Warunek 2: zgodność pomiędzy modelem AI a wdrożeniem (application consistency)

Model sztucznej inteligencji musi być nie tylko dokładny, ale także osiągać zamierzone cele bez niepożądanych skutków ubocznych. Wdrożenie sztucznej inteligencji w firmie produkcyjnej wymaga przeanalizowania wszystkich konsekwencji działania modelu.

Case study:

Australijski urząd podatkowy wdrożył oparty na sztucznej inteligencji program, który zachęcał użytkowników do sprawdzania poprawności wniosków składanych online. Celem było zwiększenie poprawności wniosków i zredukowanie liczby zachowań niezgodnych z przepisami. Jednak niepożądanym skutkiem ubocznym działania programu mogłoby być ściganie niektórych podatników, co całkowicie pozbawiałoby projekt sensu. Dlatego też zaprojektowano program w taki sposób, aby jego działanie nie prowadziło jedynie do wykrywania niezgodności z przepisami, ale w subtelny sposób sugerowało pożądane zachowania.

 

Warunek 3: zgodność pomiędzy modelem AI a potrzebami interesariuszy (stakeholder consistency)

Programy AI powinny przynosić korzyści wszystkim interesariuszom: pracownikom, menedżerom, inwestorom, klientom. Dlatego kluczowym celem powinno być tworzenie wartości, którą wszyscy ci interesariusze rozumieją, wspierają i czerpią z niej korzyści. Firmy produkcyjne powinny angażować się właśnie w tego typu działania, gdyż inne mogą zakończyć się niepowodzeniem ze względu na brak poparcia dla realizacji projektu.

Case study:

Firma Satellogic (z siedzibą w Buenos Aires w Argentynie) łączy zastrzeżone dane satelitarne i zaawansowane techniki analityczne w celu rozwiązywania problemów, takich jak np. potrzeba zwiększenia produkcji żywności lub wydajności wytwarzania energii. Firma podjęła współpracę z chilijskim holdingiem HoldCo. Celem projektu było typowanie najlepszych lokalizacji dla upraw na podstawie zdjęć satelitarnych.

Jak się okazuje, nawet zdjęcia satelitarne mogą być bardzo pomocne w planowaniu upraw

Specjaliści z HoldCo byli jednak bardzo sceptycznie nastawieni do tego pomysłu. Dlatego też Satellogic poprosił ich o pomoc w procesie uczenia się modelu. Pracownicy HoldCo pokierowali też zespołem Satellogic w zakresie etykietowania obrazów satelitarnych, „trenowania modelu” i sprawdzania wyników. Dzięki temu zaangażowaniu mogli oni dostrzec wartość zastosowania innowacyjnych rozwiązań.

Czy ten artykuł był dla Ciebie przydatny?

Średnia ocena artykułu: 0 / 5. Ilość ocen: 0

Ten artykuł nie był jeszcze oceniony.

Avatar photo

Renata Poreda

Filolog, PRowiec, pasjonatka wszelkich form komunikacji, m.in. za którą odpowiada w ASTOR. Absolwentka podyplomowych studiów w zakresie Public Relations (UJ) oraz Marketingu w sieci (WSE im. ks. J. Tischnera). Ukończyła również prestiżowy program brytyjskiego instytutu „The Chartered Institute of Marketing, prowadzony w Polsce przez Questus –akredytowane centrum egzaminacyjne. Posiada niemal 20 letnie doświadczenie w marketingu, public relations, komunikacji, CSR i relacjach z mediami. Zawodowo interesuje się marką osobistą. Fascynują ją rozmowy z ludźmi, głównie w formie wywiadów. Prowadzi gale i konferencje. Jest też autorką konceptów kreatywnych kampanii komunikacyjnych. Zwolenniczka nurtu komunikacji empatycznej i nastawionej na autentyczne historie. W ASTOR odpowiada za wizerunek marki, kontakty z mediami, działania Public Relations. Komunikacyjnie wspiera także działania z zakresu Employer Brandingu oraz CSR. Redaktor naczelna pisma Biznes i Produkcja. Prowadzi także Biznes i Produkcja Podcast. Członkini Zarządu Polskiego Stowarzyszenia Public Relations. Prywatnie interesuje się psychologią, motoryzacją, biografiami i kuchennymi eksperymentami. Uwielbia góry i rower. Biega.

Temat jest dla Ciebie interesujący? Napisz wiadomość do autora i zdobądź ciekawy kontakt.
rp@astor.com.pl
Renata Poreda
+48691700019

TAGI:

Finansowanie inwestycji Sztuczna inteligencja

Czytaj więcej

Cyberbezpieczeństwo

Finansowe wsparcie dla infrastruktury krytycznej

Piotr Wilk 2025-05-23

Jak pozyskać grant i sprawić, by wodociągi, którymi zarządzasz, były…

Czytaj więcej
Finansowanie inwestycji

Capex - czym jest i jak go policzyć?

Piotr Wilk 2025-05-19

Wprowadzanie nowych technologii to kluczowe inwestycje w zakładach produkcyjnych. Wydatki z nimi związane stanowią…

Czytaj więcej

Dyrektywa CER: czego dotyczy i czy ma cokolwiek…

Szymon Grabski, Tomasz Wlaź 2025-05-12

Nowe ramy prawne pozwalają lepiej dbać o bezpieczeństwo organizacji: fizyczne i cyfrowe.

Czytaj więcej
  • Artykuły
  • Podcast
  • Magazyn

Magazyn Biznes i Produkcja. Trendy Przemysłu 4.0, informacje o automatyzacji, cyfryzacji, robotyzacji i intralogistyce. Nowe technologie i strategie, które zapewnią Twojej firmie konkurencyjną przewagę.

Dołącz do społeczności BiP i rozwijaj swoje kompetencje!

    Zapisz się do newslettera Biznes i Produkcja


    © 2025 ASTOR. Wszelkie prawa zastrzeżone.

    Ta strona korzysta z ciasteczek aby świadczyć usługi na najwyższym poziomie. Dalsze korzystanie ze strony oznacza, że zgadzasz się na ich użycie.