Když se řekne inteligentní automatizace, co se vám vybaví? Továrny s vypnutým světlem? Zcela autonomní výrobní linky? Roboti, kteří řídí továrnu? Nebo si představíte něco více zaměřeného na data a predikci? Možná dokonce něco, co zahrnuje umělou inteligenci, rozšířenou realitu nebo magnetickou rezonanci? Ukazuje se, že žádná z těchto možností není špatná. Myšlenka inteligentní automatizace má spoustu pohyblivých částí… ale blížíme se k odhalení jejího potenciálu.

Před realizací musí samozřejmě existovat technologie. Ve velké míře již jednotlivé inteligentní a automatizační technologie existují. Klíčem je jejich spojení. Na to se zaměřila panelová diskuse Automate Forward.

“ již není vnímána jako blázniví vědci v laboratoři,“ řekl Tom Panzarella, senior ředitel pro vnímání ve společnosti Seegrid. “ skutečně řeší obchodní problém, skutečně ho kvantifikuje pro firmu a pak se k technologii nechová jako k cíli, ale spíše jako k nástroji.“

S vyrovnanějším přístupem k potenciálu automatizace a datům firmy dolaďují své infrastruktury v rámci příprav na inteligentní automatizaci. Očekává se, že tak vznikne „bod zlomu“, kdy bude snazší implementovat složité statistické analýzy a umělou inteligenci do výrobních linek.

„Samotné algoritmy v mnoha případech nejsou nové,“ řekl John Lizzi, výkonný vedoucí oddělení robotiky a autonomních systémů ve společnosti GE Research. „Ale ve skutečnosti je to celá infrastruktura, nástroje a rámce, které to usnadnily.“

Cesta automatizace není přímá, zejména u bezpečnostně kritických aplikací, které musí dodržovat bezpečnostní a vládní předpisy. Rashmi Misra, vedoucí oddělení rozvoje obchodu s umělou inteligencí, smíšenou realitou a křemíkem ve společnosti Microsoft, hovořila o tom, že nedostatek směrnic a standardů pro automatizaci může vést k nedostatkům v aplikaci, protože inženýři jsou doslova ponecháni sami sobě.

„Všichni jsme v ekosystému, který musí spolupracovat za stejných podmínek,“ řekla. I když vznikají případy použití, existují varianty případů, které musí řešit jednotlivé obchodní modely a cíle automatizace. Poznamenala, že některé zavedené případy užití nebo sady nástrojů lze přizpůsobit pro jiný obchodní model.

Sady nástrojů mohou sloužit jako referenční příručka pro aplikace na cestě automatizace a mohou být cenné pro malé a střední společnosti, které nemají velké výzkumné oddělení. Rishi Vaish, technický ředitel a viceprezident IBM AI Applications, vysvětlil dvě různé úrovně investic, které IBM vynakládá, aby se její automatizační technologie staly spotřebními.

„První z nich je do nástrojů,“ řekl. „Jedna úroveň investic spočívá v průběžné výrobě těchto nástrojů.“ To zahrnuje data, model, udržování modelu v chodu ve výrobě a umožnění modelu měřit odchylky v systému.

„Druhá úroveň investic je, když skutečně vytváříme aplikaci,“ vysvětlil. „Pro většinu společností, které se chtějí teprve rozjet, je určitá vyšší úroveň abstrakce mnohem rychlejším způsobem, jak nastartovat cestu umělé inteligence.“

Velcí i malí výrobci však mají podobné potíže: efektivně integrovat nové technologie se starými.

„Pro nás je právě tohle výzvou,“ řekl Jorge Ramirez, globální ředitel automatizace realizace a ředitel kybernetické bezpečnosti výroby ve společnosti General Motors. „Jsme omezeni kapitálem. Snadným řešením by bylo odstranit všechno staré a dát tam nové se všemi novými chytrými technologiemi, které by prostě hrály harmonicky.“

Všichni ale víme, že to není realita.

Sbližování starších technologií s chytrými je jednou z největších výzev v oblasti chytré automatizace, ale dochází k němu stále častěji, což napomůže rozšíření sady nástrojů, specifikovaným případům použití a nakonec i snadnějšímu globálnímu přijetí.

Lizzi doporučil společnostem, aby se podívaly na silné i slabé stránky systému a určily, kde by mohla inteligentní automatizace žít. Je také důležité podívat se také na silné a slabé stránky chytré technologie.

.