{"id":9582,"date":"2025-07-17T16:15:13","date_gmt":"2025-07-17T14:15:13","guid":{"rendered":"https:\/\/www.astor.com.pl\/biznes-i-produkcja\/?p=9582"},"modified":"2025-07-17T16:19:39","modified_gmt":"2025-07-17T14:19:39","slug":"technologie-ai-wsparciem-dla-analityki-i-zarzadzania-produkcja","status":"publish","type":"post","link":"https:\/\/www.astor.com.pl\/biznes-i-produkcja\/technologie-ai-wsparciem-dla-analityki-i-zarzadzania-produkcja\/","title":{"rendered":"Technologie AI wsparciem dla analityki i zarz\u0105dzania produkcj\u0105"},"content":{"rendered":"\n

Jak wynika z raportu EY \u201eJak polskie firmy wdra\u017caj\u0105 AI\u201d przedsi\u0119biorstwa w naszym kraju coraz cz\u0119\u015bciej dostrzegaj\u0105 korzy\u015bci wynikaj\u0105ce z wykorzystania sztucznej inteligencji do tworzenia usprawnie\u0144 procesowych i zwi\u0119kszania przychod\u00f3w. Ju\u017c 25% badanych przedsi\u0119biorstw twierdzi, \u017ce w 2024 r. zako\u0144czy\u0142o proces wdra\u017cania przynajmniej jednego z takich rozwi\u0105za\u0144, to o 5 punkt\u00f3w procentowych wi\u0119cej ni\u017c rok wcze\u015bniej. A\u017c 40 % twierdzi, \u017ce jest w trakcie procesu wdra\u017cania AI<\/strong>. W 2023 r. takiej odpowiedzi udzieli\u0142o 42% respondent\u00f3w. Jednocze\u015bnie maleje liczba firm, kt\u00f3re zdecydowanie nie rozwa\u017caj\u0105 wdra\u017cania AI. W 2023 r. plan\u00f3w zwi\u0105zanych ze sztuczn\u0105 inteligencj\u0105 nie mia\u0142o a\u017c 9% ankietowanych firm. Rok p\u00f3\u017aniej ju\u017c tylko 5%. Z 22 do 18% spad\u0142 odsetek firm, kt\u00f3re nie wdra\u017caj\u0105 rozwi\u0105za\u0144 AI, ale przygl\u0105daj\u0105 si\u0119 pewnym rozwi\u0105zaniom.<\/p>\n\n\n

\n
\"\"
\u017ar\u00f3d\u0142o: EY \u201eJak polskie firmy wdra\u017caj\u0105 AI\u201d<\/figcaption><\/figure>\n<\/div>\n\n\n

Trendy rynkowe s\u0105 wi\u0119c jasne. Ro\u015bnie znaczenie sztucznej inteligencji, ze wzgl\u0119du na coraz wi\u0119ksze mo\u017cliwo\u015bci tej technologii<\/strong> i coraz wi\u0119ksza \u015bwiadomo\u015b\u0107 jej potencja\u0142u po stronie biznesu. <\/p>\n\n\n\n

A jak jest w bran\u017cy produkcyjnej? W trakcie konferencji Biznes i Produkcja, kt\u00f3ra odby\u0142a si\u0119 pod koniec maja w Jachrance pod Warszaw\u0105; a kt\u00f3ra zgromadzi\u0142a praktyk\u00f3w biznesu produkcyjnego z ca\u0142ego kraju; mieli\u015bmy okazj\u0119 porozmawia\u0107 z przedstawicielami wybranych firm i pozna\u0107 ich zdanie na temat potencja\u0142u sztucznej inteligencji w przemy\u015ble, a tak\u017ce wyzwa\u0144, kt\u00f3re blokuj\u0105 prze\u0142omowe wdro\u017cenia w tym obszarze. Oto g\u0142\u00f3wne wnioski z tych rozm\u00f3w.<\/p>\n\n\n\n

Jaki rozwi\u0105zania AI ju\u017c s\u0105 wykorzystywane w przemy\u015ble<\/strong><\/h2>\n\n\n\n

Firmy produkcyjne zdecydowanie dostrzegaj\u0105 potencja\u0142 sztucznej inteligencji i coraz ch\u0119tniej wdra\u017caj\u0105 nowe systemy wykorzystuj\u0105ce t\u0119 technologi\u0119. Na zautomatyzowanych liniach produkcyjnych coraz cz\u0119\u015bciej sprawdzaj\u0105 si\u0119 na przyk\u0142ad systemy wizyjne wykorzystuj\u0105ce AI<\/strong>, kt\u00f3re rozpoznaj\u0105 detale. U\u0142atwia to ich segregacj\u0119 oraz w\u0142a\u015bciwe u\u0142o\u017cenie na ta\u015bmie produkcyjnej.<\/p>\n\n\n\n

Jedna z firm z bran\u017cy spo\u017cywczej wdro\u017cy\u0142a w\u0142asnego czatbota, przypominaj\u0105cego ChatGPT, kt\u00f3ry ucz\u0105c si\u0119 w spos\u00f3b ci\u0105g\u0142y, wspiera decyzje dotycz\u0105ce zachowa\u0144 operator\u00f3w na liniach produkcyjnych. Dodatkowo wspiera te\u017c optymalizacj\u0119 tworzenia instrukcji stanowiskowych. Jest to d\u0142ugoterminowy proces, gdy\u017c AI ca\u0142y czas wymaga nowych pr\u00f3bek do uczenia. <\/p>\n\n\n\n

Inna z firm wykorzystuje z AI do predykcji zdarze\u0144 alarmowych<\/strong>. System wykorzystuj\u0105cy sztuczn\u0105 inteligencj\u0119 wychwytuje anomalie w pracy system\u00f3w produkcyjnych i na podstawie ich analizy z wyprzedzeniem ostrzega, je\u015bli wzrasta ryzyko wyst\u0105pienia b\u0142\u0119du, awarii czy przestoju w zak\u0142adzie. AI wspiera te\u017c mechanizmy optymalizacji parametr\u00f3w procesowych, aby w przysz\u0142o\u015bci eliminowa\u0107 podobne incydenty.<\/p>\n\n\n\n

Przedsi\u0119biorstwo z bran\u017cy elektronicznej wykorzystuje sztuczn\u0105 inteligencj\u0119 do optymalizowania parametr\u00f3w produkcyjnych poprzez analiz\u0119 zdj\u0119\u0107 RTG \u0142\u0105cze\u0144 lutowniczych, spoin spaw\u00f3w. Pozwala to utrzymywa\u0107 najwy\u017csz\u0105 jako\u015b\u0107 produktu ko\u0144cowego i tym samym eliminowa\u0107 niepotrzebne koszty dotycz\u0105ce przysz\u0142ych gwarancji i reklamacji.<\/p>\n\n\n\n

Podobne mechanizmy u\u017cywania AI do analiz por\u00f3wnawczych s\u0105 eksploatowane np. w bran\u017cy ciep\u0142owniczej<\/strong>, gdzie parametry wytwarzania ciep\u0142a s\u0105 por\u00f3wnywane z wzorcowym modelem matematycznym dla danego \u017ar\u00f3d\u0142a ciep\u0142a, czyli na przyk\u0142ad kot\u0142a czy bloku energetycznego po to, by optymalizowa\u0107 koszty wytwarzania i zu\u017cycia paliw energetycznych.<\/p>\n\n\n

\n
\"\"
\u0179r\u00f3d\u0142o: EY \u201eJak polskie firmy wdra\u017caj\u0105 AI\u201d<\/figcaption><\/figure>\n<\/div>\n\n\n

Czy firmy s\u0105 gotowe na now\u0105 technologi\u0119, a je\u015bli nie, to jakie czynniki stanow\u0105 najwi\u0119ksze ograniczenia?<\/strong><\/h2>\n\n\n\n

Cho\u0107 pojawiaj\u0105 si\u0119 ju\u017c pierwsze jask\u00f3\u0142ki, je\u015bli chodzi o wdro\u017cenia, wiele firm wci\u0105\u017c jest raczej w fazie obserwacji lub pierwszych przygotowa\u0144. To etap, na kt\u00f3rym ujawniaj\u0105 pewne braki czy to kompetencyjne, czy technologiczne, czy procesowe oraz wyzwania blokuj\u0105ce dalsze dzia\u0142ania.<\/p>\n\n\n\n

Kluczowym czynnikiem<\/strong> niezb\u0119dnym do skutecznego wdra\u017cania system\u00f3w AI jest kompetentny i zaanga\u017cowany zesp\u00f3\u0142<\/strong>, kt\u00f3ry potrafi wykorzystywa\u0107 informacje zebrane przez sztuczn\u0105 inteligencj\u0119 i t\u0142umaczy\u0107 je na j\u0119zyk cel\u00f3w biznesowych przedsi\u0119biorstwa. W zespole takim musi pojawi\u0107 si\u0119 lider rozumiej\u0105cy mechanizmy dzia\u0142ania AI, ale jednocze\u015bnie znaj\u0105cy procesy w zak\u0142adzie, umiej\u0105cy wy\u0142uska\u0107 te informacje, kt\u00f3re s\u0105 najbardziej istotne dla ca\u0142ego zak\u0142adu od strony analizy i optymalizacji.<\/p>\n\n\n\n

\n <\/div>\n \n\n\n\n
<\/div>\n\n\n\n

Zbudowanie takiego zespo\u0142u jest o tyle trudne, \u017ce dzia\u0142y IT oferuj\u0105 tu ograniczone wsparcie<\/strong>. Cz\u0119sto nie rozumiej\u0105 potrzeb produkcji, w rezultacie dostarczaj\u0105 \u201esuche\u201d informacje cz\u0119sto wymagaj\u0105ce dalszego przetworzenia i dopasowania do potrzeb poszczeg\u00f3lnych dzia\u0142\u00f3w: produkcji, jako\u015bci, performance czy maintenance.<\/p>\n\n\n\n

Wyzwania ujawniaj\u0105 si\u0119 tak\u017ce w obszarze finansowym. Problemem mo\u017ce by\u0107 na przyk\u0142ad przygotowanie uzasadnienia biznesowego <\/strong>dla projektu wdro\u017cenia sztucznej inteligencji czy wyliczenie ROI (Return of Investment). Wdro\u017cenie AI nie mo\u017ce by\u0107 postrzegane jako projekt inwestycyjny, kt\u00f3ry \u201ezwr\u00f3ci si\u0119\u201d np. w 24 miesi\u0105ce, ale sposoby szacowania tego zwrotu, w przypadku tak nowatorskich rozwi\u0105za\u0144 nie s\u0105 oczywiste. <\/p>\n\n\n\n

Niekt\u00f3re firmy zaczynaj\u0105 od zlokalizowania w\u0105skich garde\u0142 i dla nich przygotowuj\u0105 business case, z wykorzystaniem AI. Dobre przeprowadzenie wst\u0119pnych kalkulacji mo\u017ce przynosi\u0107 spektakularne efekty<\/strong>. Tak by\u0142o w przypadku wspomnianego przedsi\u0119biorstwa z bran\u017cy elektronicznej z p\u00f3\u0142nocnej Polski, kt\u00f3re wykorzysta\u0142o sztuczn\u0105 inteligencj\u0119 do inspekcji zdj\u0119\u0107 RTG spoin i lut\u00f3w. Zwrot inwestycji w tym zak\u0142adzie uda\u0142o si\u0119 uzyska\u0107 ju\u017c po 9 miesi\u0105cach, w dodatku przy zachowaniu wszystkich etat\u00f3w.<\/p>\n\n\n\n

Ostatnie z du\u017cych wyzwa\u0144 wymienianych przez naszych rozm\u00f3wc\u00f3w dotyczy jako\u015bci danych<\/strong>. Raport firmy Seagate wskazuje, \u017ce tylko 7% agregowanych danych ma warto\u015b\u0107 biznesow\u0105<\/strong>. Je\u015bli wi\u0119c chcemy, by sztuczna inteligencja pracuj\u0105ca na danych przynosi\u0142a realne korzy\u015bci, musimy zadba\u0107 o jako\u015b\u0107 dostarczanych jej informacji. To mo\u017ce by\u0107 wyzwaniem, je\u015bli w firmie dzia\u0142a wiele aplikacji przemys\u0142owych czy wiele baz danych, ale nie s\u0105 ze sob\u0105 skorelowane, nie komunikuj\u0105 si\u0119 ze sob\u0105.<\/p>\n\n\n\n

Dodatkowo nasi rozm\u00f3wcy wskazali na wiele mniejszych zjawisk, kt\u00f3re blokuj\u0105 dost\u0119p do korzy\u015bci p\u0142yn\u0105cych z AI na produkcji. W\u015br\u00f3d tych o charakterze technicznym wymienili na przyk\u0142ad trudno\u015bci zwi\u0105zane z wyborem modu\u0142u AI do konkretnego zadania, czy pewne braki w infrastrukturze informatycznej. Tu rozwi\u0105zaniem mo\u017ce by\u0107 przygotowanie przy udziale zewn\u0119trznych ekspert\u00f3w tzw. mapy cyfrowej transformacji. W\u015br\u00f3d wyzwa\u0144 o charakterze mniej technicznym, rozm\u00f3wcy wymieniali obaw\u0119 za\u0142ogi przed zmianami czy wr\u0119cz op\u00f3r przed wdra\u017caniem rozwi\u0105za\u0144, kt\u00f3re zmieniaj\u0105 status quo. Tu pom\u00f3c mo\u017ce program szkole\u0144. Do tego dochodz\u0105 wyzwania natury proceduralnej czy regulacyjnej. W tym kontek\u015bcie najcz\u0119\u015bciej wymieniana by\u0142a dyrektywa unijna NIS2<\/a><\/strong>, kt\u00f3ra ma na celu zapewnienie cyberbezpiecze\u0144stwa.<\/p>\n\n\n\n

Podsumowuj\u0105c:<\/strong><\/p>\n\n\n\n

Poprawne wdro\u017cenie technologii AI w przemy\u015ble jest procesem ci\u0105g\u0142ym, wymagaj\u0105cym przygotowania i higieny w trzech podstawowych wymiarach:<\/p>\n\n\n\n