AI w przemyśle – czy to naprawdę działa?
Sztuczna inteligencja w przemyśle nie jest już tematem konferencji, prezentacji i futurystycznych wizji. Coraz częściej pojawia się jedno, bardzo konkretne pytanie: czy AI działa w realnych procesach produkcyjnych – tam, gdzie liczą się terminy, koszty i odpowiedzialność za decyzje?
Z tym pytaniem pojechaliśmy na MIT Universe AI Summit w Warszawie, nie po inspirację, ale po odpowiedź.
Podczas wydarzenia, razem z Christianem Ulstrupem (GSD at Work LLC), przeprowadziliśmył live test AI.
Bez przygotowanych danych, scenariusza, z publiką na żywo wzięliśmy realny proces z Mikrostyku – proces ofertowania (RFQ) – i odtworzyliśmy go na żywo, korzystając z AI.
Case study: od 8 dni do 8 minut
Standardowo proces przygotowania oferty w firmie produkcyjnej takiej jak Mikrostyk trwa od 8 do 10 dni (a czasem dłużej)
Obejmuje:
- analizę dokumentacji klienta
- dobór technologii
- wstępny projekt narzędzia
- kalkulację kosztów
- analizę wykonalności
- ocenę ryzyka
- przygotowanie oferty handlowej
Podczas warsztatu AI te same dane wejściowe zostały przetworzone w… 8 minut
W tym czasie AI wygenerowało:
- kompletną kalkulację cenową
- propozycję technologii produkcji
- założenia konstrukcyjne narzędzia
- analizę rynkową
- przewidywany feedback klienta
- a nawet gotowe treści marketingowe.
Czy to oznacza, że AI w przemyśle zastąpi inżynierów?
Nie. I to bardzo ważne, żeby powiedzieć to wprost. Narzędzie, które powstało podczas warsztatu, to demo.
Pokazało potencjał, ale jednocześnie jasno uwidoczniło ograniczenia; dokładność kalkulacji bez udziału eksperta na każdym etapie jest dziś zbyt niska, aby podejmować na jej podstawie decyzje biznesowe.
Proces ofertowania w produkcji to, dziesiątki zmiennych, doświadczenie technologiczne, znajomość zachowania materiałów, ryzyka narzędziowe i procesowe, niuanse, których nie ma w danych. AI jeszcze tego w pełni "nie rozumie".
Najważniejszy wniosek: AI to nie jest już „czy”, tylko „jak”
To, co zobaczyliśmy, zmienia perspektywę. AI nie jest już najciekawszym elementem.
Największym wyzwaniem jest jego wdrożenie.
Niektóre firmy nadal rozmawiają o AI, a inne zaczynają na nim realnie budować przewagę, a różnica między nimi zaczyna być liczona nie w procentach, tylko w czasie.
Co to oznacza dla firm produkcyjnych?
Nawet w tak niszowym obszarze jak tłoczenie metalu, projektowanie narzędzi progresywnych, złożone kalkulacje techniczno-cenowe AI zaczyna mieć zastosowanie.
I to szybciej, niż większość branży się spodziewa.
Nie zastąpi ekspertów, nie wyeliminuje ryzyka, nie podejmie decyzji za organizację, ale może radykalnie skrócić czas analizy, wspierać proces decyzyjny i zmienić sposób pracy zespołów technicznych i handlowych.
Krok w krok albo mile z tyłu
Największym ryzykiem dziś nie jest wdrożenie AI, ale jego ignorowanie. I nawet jeśli dziś potrzebny jest nadzór eksperta, walidacja a narzędzia wciąż nie są doskonałe, to kierunek jest jednoznaczny, mianowicie: procesy, które dziś trwają dni, jutro będą trwały minuty.
Dlatego nie pytamy już, czy AI działa, tylko: jak szybko jesteśmy w stanie zacząć z niego korzystać w praktyce.
MIT Universe AI Summit nie dał jednej odpowiedzi, ale dał coś znacznie cenniejszego- realny test, realne dane, realne wnioski.
AI w przemyśle działa. Ale tylko wtedy, gdy przestajemy traktować je jako ciekawostkę, a zaczynamy jako narzędzie.