Ruim de helft van de industriële managers verwacht dat Artificial Intelligence (IA) binnen vijf jaar waardevolle activa zoals industriële installaties, uitrusting en machines zal besturen. Deze opmerkelijke internationale trend kwam naar voren uit een onderzoek van Longitude Research en Siemens. Meer dan 500 topmanagers uit de energie-, productie-, zware industrie, infrastructuur- en vervoerssector kregen vragen over AI: het gebruik, de voordelen, hinderpalen en hun kijk op AI. Hun antwoorden bieden een uniek inzicht in de toekomst van AI in industriële ondernemingen.

Stel dat u sommige dagelijkse operationele beslissingen in uw organisatie zou kunnen automatiseren waardoor uw werknemers kunnen focussen op strategische projecten zoals de ontwikkeling van nieuwe productlijnen en uitbouw van het bedrijf. Hoe goed moet een AI-model voor u zijn om het de controle te geven? Moet het bijvoorbeeld de prestaties van menselijke ingenieurs evenaren of zelfs nog beter presteren? Wat als een fout tot aanzienlijke financiële verliezen of zelfs menselijk letsel kan leiden? Zou uw antwoord dan anders luiden?

Een nieuwe enquête legde deze scenario’s voor aan 515 senior managers uit de industriewereld in het kader van een onderzoek naar AI, het gebruik ervan, voordelen, hinderpalen en hun houding tegenover AI.

Zware industrie en zware gevolgen

In de zware industrie zal AI wellicht breed toegepast worden om rampen te voorkomen en werkplekken veiliger maken. Dit is belangrijk, want de AI-methodologie mag dan in alle sectoren vergelijkbaar zijn, de gevolgen van falen zijn dat niet. In veel industriële organisaties hebben verkeerde beslissingen zware gevolgen: duizenden mensen hebben geen trein naar hun werk, miljoenen euro’s gaan verloren als machines oververhit raken, kleine drukveranderingen leiden tot een milieuramp en ontelbare scenario’s kunnen dodelijk aflopen.

Het is dan ook opvallend dat flink wat respondenten (44%) van mening zijn dat een AI-systeem binnen de vijf jaar autonoom machines zal besturen die letsels of de dood kunnen veroorzaken. Nog meer respondenten (54%) denken dat AI binnen dezelfde periode autonome controle zal hebben over enkele waardevolle activa van hun organisatie.

Om AI zo’n verantwoordelijkheid te geven, moet industriële AI vernuftiger worden, wat men vaak kan bereiken door data op een nieuwe manier te beheren, te genereren, voor te stellen en te delen. Voorbeeld:

  • Contextuele data en simulaties: Nu al zien we dat AI wordt toegepast op bijzondere datasets, waardoor onze inzichten en begrip verbeteren. Bijvoorbeeld bij kennisgrafieken, die de betekenis van en relaties tussen items vatten in uiteenlopende datasets, en digital twins die gedetailleerde digitale weergaven en simulaties van reële systemen, activa en processen leveren.
  • Geïntegreerde AI: Internet of Things (IoT)- en Edge-technologie leiden tot diverse machinegegenereerde datasets die nieuwe bewustzijnsniveaus en realtime inzichten kunnen ondersteunen in de cloud of rechtstreeks in het veld.
  • Gegevens van buiten de muren: Verbeterde protocollen en technologie voor data-uitwisseling tussen organisaties kunnen als basis dienen om AI-modellen te ontwikkelen die tegelijk gebruikmaken van gegevens van leveranciers, partners, toezichthouders, klanten en misschien zelfs concurrenten.

Context wijzigt betekenis

Ter illustratie van het bovenstaande: in industriële grafieken schuilt een enorm potentieel om AI-modellen te verbeteren door datasets te combineren. “Kennisgrafieken voegen context toe aan gegevens die u analyseert,” aldus Norbert Gaus, Head of R&D in Digitalization and Automation bij Siemens. “Machinedata kunnen bijvoorbeeld geanalyseerd worden in de context van ontwerpdata, zoals de taken waarvoor de machine gemaakt is, haar werkingstemperaturen, de belangrijkste prestatiedrempels van onderdelen enz. Hieraan kunnen we de onderhoudshistoriek van vergelijkbare machines toevoegen, met inbegrip van storingen, terugroepingen en verwachte inspectieresultaten tijdens de operationele levensduur van de machine. Dankzij kennisgrafieken hebben we veel meer machinedata om AI-modellen te trainen en kunnen we waardevolle contextuele informatie toevoegen.”

Het onderzoek ging na welke soorten contextuele data leiders tegenwoordig het nuttigst achten. De gegevens van machinefabrikanten kwamen bovenaan: 71% beoordeelde ze als een groot of klein voordeel. Daarna volgden interne data van andere divisies, regio’s en afdelingen (70%), gegevens van leveranciers (70%) en prestatiedata van verkochte producten in gebruik bij klanten (68%).

Een bedrijf dat kennisgrafieken gebruikt om allerlei data samen te brengen, zoals de productgeschiedenis, operationele prestaties en omgevingsfactoren, kan één AI-model creëren dat leidt tot betere voorspellingen, nuttige ideeën, meer efficiëntie en krachtige automatisering.

Vertrouwen in algoritmen opbouwen

Almaar krachtigere toepassingen brengen ongetwijfeld nieuwe uitdagingen met zich mee. We zullen AI verantwoordelijkheden moeten toevertrouwen die tot nog toe alleen mensen kregen. In deze gevallen moeten AI-toepassingen het vertrouwen van beleidsmakers winnen, terwijl organisaties nieuwe risico- en beheersraamwerken moeten ontwikkelen.

Om deze topics af te tasten kregen de respondenten verschillende scenario’s voorgeschoteld, zoals het scenario aan het begin van dit artikel. Daarin besliste 56% om eerder de beslissing van een indrukwekkend AI-model te aanvaarden dan van een ervaren werknemer (44%), terwijl er grote financiële belangen op het spel stonden. Is 56% hoog of laag? Laag zou je denken, in acht genomen dat respondenten te horen kregen dat het AI-model in een pilot van een jaar beter presteerde dan de meest ervaren werknemers van de organisatie. Dit suggereert dat de overige 44% een voorkeur zou hebben voor menselijke beslissingen, ook al pleiten de resultaten voor AI. U kunt meer lezen over deze en andere belangrijke topics in het next-gen industrial AI research report.

Los van de uitdagingen schrijft het onderzoek AI een rooskleurige toekomst toe. Naarmate AI ingenieuzer wordt, verwachten leiders minder schadelijke cyberaanvallen, vlotter risicobeheer, meer vernieuwing, hogere marges en veiliger werkplekken. Met de belofte van zo’n brede, positieve impact in het verschiet zal het niet aan motivatie ontbreken om alle uitdagingen op het pad naar de volgende AI-generatie te overwinnen.

Meer informatie op deze link. 

of neem contact op  met ons via industrie.be@siemens.com