AspenTechs Bill Scudder: KI, Automatisierung & Belegschaftstrends 2022

Bill Scudder, SVP und GM, AIoT Solutions bei AspenTech, teilt seine Prognosen zu KI, Automatisierung und Arbeitskultur für 2022.

Generationenwandel in der Belegschaft beschleunigt Wissensautomatisierung

Belegschaften aller Branchen durchlaufen massive, tektonische Verschiebungen – besonders im Industriesektor. Erfahrene Mitarbeiter erreichen Rentenalter, die „Great Resignation“ betrifft Arbeiter in vielen Branchen, und die Lücke einfach mit frischen Absolventen zu füllen, reicht nicht – oft haben diese in der Schule Technologien und Konzepte gelernt, die nicht der Realität der Workflows und Systeme auf dem Shopfloor vieler Organisationen entsprechen.

All dies wird 2022 eine massive Beschleunigung von Wissensautomatisierungstechnologien und -prozessen auslösen. Automatisierter Wissensaustausch und intelligente Anwendungen schließen die entstehende Skills-Lücke zwischen abgehenden und neuen Mitarbeitern, indem sie historisches Domänenwissen bewahren und teamübergreifend zugänglich machen – unabhängig von Silos. Dies hat den doppelten Nutzen, auch als Rekrutierungsinstrument zu dienen: Je mehr Wissensautomatisierung die Arbeit erleichtert und Mitarbeitern Werkzeuge für Erfolg gibt, desto attraktiver wird der Job für potenzielle Rekruten.

Industrielle Data Scientists entstehen als Enabler für industrielle KI-Strategie

Der Generationenwechsel im industriellen Arbeitskräftepool inspiriert einen weiteren Trend: das breite Entstehen industrieller Data Scientists als zentrale Figuren bei Adoption und Management neuer Technologien wie industrieller KI – und ebenso wichtig: der Strategien für deren Bereitstellung und Maximierung. Neue Forschung zeigte: Während 84 % der wichtigsten industriellen Entscheidungsträger die Notwendigkeit einer industriellen KI-Strategie für Wettbewerbsvorteil anerkannten – und 98 % anerkannten, wie deren Fehlen Herausforderungen darstellen könnte – hatten nur 35 % eine solche Strategie tatsächlich implementiert. Mit einem Fuß in traditioneller Data Science und dem anderen in einzigartiger Domänenexpertise werden industrielle Data Scientists die kritische Rolle spielen, die Erstellung und Implementierung einer industriellen KI-Strategie voranzutreiben.

KI-Investitionen verschieben sich von generischen Modellen zu präziserer industrieller KI

2022 wird KIs Reifung zur industriellen KI voll erblühen – mit realen Produktbereitstellungen und konkretem Time-to-Value. Um dies zu erreichen, werden mehr Industrieorganisationen bewusst von Investitionen in generische KI-Modelle zu passgenauen, präzisen industriellen KI-Anwendungen wechseln, die Profitabilitäts- und Nachhaltigkeitsziele unterstützen. Das bedeutet: Weg von KI-Modellen, die auf großen Mengen Anlagendaten trainiert wurden, die den vollen Betriebsbereich nicht abdecken, hin zu spezifischen industriellen KI-Modellen, die Domänenexpertise für Interpretation und Vorhersage mit tiefer Analytik und ML nutzen. Industrielle Daten werden in echte Business Outcomes über den gesamten Asset-Lebenszyklus transformiert.

Dieser Wandel hat den doppelten Nutzen, auch neue Best-of-Breed-Allianzen rund um industrielle KI zu ermöglichen. Bisher waren Partnerschaften sehr technikzentriert, getrieben durch Services oder einen großen Vendor. Der spezialisierte Fokus industrieller KI erfordert ein größeres Set an Lösungsanbietern, die ihre unabhängige, maßgeschneiderte Expertise bündeln. Nicht nur entwickelt dies Partnerschaften weg von generischen KI-Projekten, es legt auch stärkeren Fokus auf Time-to-Value-Partnerschaften statt Do-it-yourself-Ansätze – die Barriere für KI-Adoption wird weiter gesenkt.

Executive Ownership und Kulturwandel beschleunigen industrielle KI-Implementierungen

Wenn industrielle Organisationen ihre unternehmensweiten industriellen KI-Strategien und -Anwendungen skalieren, werden Executive Ownership und Investition in Kulturwandel kritisch, um die Früchte digitaler Transformation zu ernten. Digitale Führungskräfte wie Chief Digital Officers (CDOs) werden entscheidend sein, um diese Hindernisse zu überwinden. CDOs spielen eine einzigartige Rolle bei der Begleitung digitaler Transformation und industrieller KI durch ihre Organisation – Brückenbau zwischen Legacy-Systemen und neuen Technologien, Förderung der Zusammenarbeit über Silos hinweg, Wechsel von Massendatensammlung zu strategischem industriellen Datenmanagement. All diese Aufgaben sind essenziell, um sicherzustellen, dass eine industrielle Organisation einen Digitalisierungsplan ausführen kann, der breitere Adoption und Strategie um passgenaue industrielle KI-Anwendungen sieht.