Warum Industrieunternehmen zumindest ein bisschen über KI nachdenken sollten

Es scheint, als ob heutzutage alle über künstliche Intelligenz (KI) und maschinelles Lernen sprechen. Große, multinationale Industrieunternehmen setzen auf KI, um Maschinen intelligenter zu machen, damit sie in der bereits begonnenen digitalen industriellen Revolution effektiv konkurrieren können. Lesen Sie den Artikel aus dem Jahr 2016 im MIT Sloan Management Review, der sich darauf konzentriert, wie GE umfangreiche Investitionen in KI und industrielle Analytik tätigt, um die digitale Transformation voranzutreiben. Aber auch kleine und mittelständische Industrie- und Fertigungsunternehmen sollten über KI nachdenken … zumindest ein bisschen.

Wenn Sie nicht an maschinelles Lernen und KI denken, warum sammeln Sie dann all diese Daten aus Produktionssystemen? In vielen Fällen sammeln Unternehmen mehr Daten, als sie verbrauchen können. Datenanalyse ist kein Selbstzweck; es muss verwendet werden, um etwas zu fahren. Und hier wird KI eine entscheidende und wachsende Rolle spielen.

Sicherlich kann maschinelles Lernen eine wertvolle Rolle dabei spielen, diese Berge von Big Data zu durchkämmen, um wichtige Muster zu erkennen und wertvolle Erkenntnisse für die Unternehmenstransformation zu gewinnen. Aber das ist nur ein Teil der Geschichte. Der wahre Wert liegt darin, dass KI diese Erkenntnisse nutzt, um tatsächlich etwas zu bewirken – autonom, möglicherweise in Echtzeit.

Dies könnte bedeuten, dass sich ein Produktionslinienplan aufgrund von Änderungen der Ressourcenverfügbarkeit automatisch ändert – und diese Änderung über die gesamte Lieferkette hinweg verwaltet, um Unterbrechungen oder Konflikte zu vermeiden. Da globale Lieferketten immer komplexer werden, wird diese KI-gesteuerte Intelligenz eine entscheidende Rolle dabei spielen, Unternehmen dabei zu helfen, in der „On-Demand/Just-in-Time“-Wirtschaft effektiv zu konkurrieren.

Siehe auch: Was sind potenzielle Jobs der Zukunft in einer KI-gestützten Welt?

Big vs. Little KI

Klingt ambitioniert? Bringen wir es zurück auf die Erde. Ich glaube, es gibt tatsächlich „Big AI“ und „Little AI“. Big AI nutzt künstliche Intelligenz und riesige Datenmengen, oft in der Cloud, um wirklich komplexe Probleme in großem Maßstab über mehrere Geschäftsbereiche hinweg zu lösen. Das ist es, was globale Giganten wie GE vor haben. Little AI konzentriert sich auf die Bewältigung von „Mikroproblemen“ – wie zum Beispiel herauszufinden, wie eine einzelne Produktionslinie optimiert und gleichzeitig der Bedarf an menschlicher Interaktion minimiert werden kann. Wenig KI kann besser vor Ort gehandhabt werden, in der Nähe der automatisierten Betriebssysteme. Denken Sie an Edge-basierte Echtzeitanalysen für hochverfügbare Systeme, die eine intelligente Automatisierung vorantreiben.

Der erste Schritt zu einem effektiven Einsatz von KI besteht natürlich darin, Ihre Infrastruktur auf den neuesten Stand zu bringen. Das bedeutet oft, dass Sie Ihr Netzwerk aufrüsten müssen, um den Informationsfluss und die Systeme zu ermöglichen, die Dinge am Edge verarbeiten. Nur dann ist es sinnvoll, Sensoren einzusetzen, um Daten und Analysen zu sammeln, um alles zu verstehen. Schließlich kann dieser Fortschritt dazu führen, dass Sie Data Scientists einstellen, um Ihre Umgebung zu optimieren, um die Vorteile der KI voll auszuschöpfen.

Viele Industrieunternehmen stehen erst am Anfang dieser Entwicklung. Angesichts des Tempos der digitalen Transformation in so unterschiedlichen Branchen wie Energie, Transport, Fertigung und Telekommunikation ist es jedoch sehr sinnvoll, im Kontext Ihres Unternehmens über KI nachzudenken – auch nur ein bisschen.