Ha az intelligens automatizálásra gondol, mire gondol? Fénynélküli gyárakra? Teljesen autonóm gyártósorok? Az üzemet irányító robotok? Vagy inkább valami adatközpontúbbra és előrejelzőre gondolsz? Esetleg valami olyasmire, amiben AI, AR vagy MR is szerepet játszik? Kiderült, hogy egyik sem rossz. Az intelligens automatizálás gondolata sok mozgó alkatrészből áll… de egyre közelebb kerülünk a benne rejlő lehetőségek kiaknázásához.

Természetesen a technológiának léteznie kell a megvalósítás előtt. Sokszor az egyéni intelligencia és az automatizálási technológiák már léteznek. A kulcs az, hogy összehozzuk őket. Ez állt az Automate Forward panelbeszélgetés középpontjában.

“már nem úgy tekintenek rájuk, mint a laborban dolgozó őrült tudósokra” – mondta Tom Panzarella, a Seegrid érzékelésért felelős vezető igazgatója. ” ténylegesen üzleti problémát oldanak meg, ténylegesen számszerűsítik azt az üzlet számára, majd a technológiát nem célként, hanem inkább eszközként kezelik.”

Az automatizálási potenciállal és az adatokkal kapcsolatos kiegyensúlyozottabb gondolkodásmóddal a vállalatok finomhangolják infrastruktúrájukat az intelligens automatizálásra való felkészülés jegyében. Ez várhatóan egy olyan “fordulópontot” hoz létre, amelyben könnyebbé válik az összetett statisztikai elemzések és a mesterséges intelligencia bevezetése a gyártósorokba.

“Maguk az algoritmusok sok esetben nem újak” – mondta John Lizzi, a GE Research robotikáért és autonóm rendszerekért felelős vezetője. “De valójában az egész infrastruktúra, az eszközök és a keretrendszerek azok, amelyek megkönnyítették ezt.”

Az automatizálás útja nem egyenes út, különösen a biztonságkritikus alkalmazások esetében, amelyeknek be kell tartaniuk a biztonsági és kormányzati előírásokat. Rashmi Misra, a Microsoft AI, mixed reality és szilícium üzletfejlesztési vezetője arról beszélt, hogy az automatizálási irányelvek és szabványok hiánya hiányosságokhoz vezethet az alkalmazásban, mivel a mérnökök szó szerint magukra vannak utalva.”

“Mindannyian egy ökoszisztémában vagyunk, amelynek együtt kell dolgoznunk ugyanezen feltételek mellett” – mondta. Miközben felhasználási esetek merülnek fel, az eseteknek vannak olyan változatai, amelyeknek az egyes automatizálási üzleti modellekkel és célokkal kell foglalkozniuk. Megjegyezte, hogy egyes kialakult használati esetek vagy eszközkészletek más üzleti modellhez igazíthatók.

Az eszköztárak referenciaútmutatóként szolgálhatnak az alkalmazások számára az automatizálási út mentén, és értékesek lehetnek a kis- és középvállalkozások számára, amelyek nem rendelkeznek nagy kutatási részleggel. Rishi Vaish, az IBM AI Applications technológiai igazgatója és alelnöke kifejtette, hogy az IBM két különböző szintű beruházást hajt végre annak érdekében, hogy automatizálási technológiáját fogyaszthatóvá tegye.

“Az első az eszközkészítés” – mondta. “A befektetés egyik szintje ezeknek az eszközöknek a folyamatos előállítása”. Ez magában foglalja az adatokat, a modellt, a modell üzemben tartását a termelésben, és azt, hogy a modell lehetővé tegye a rendszerben lévő torzítások mérését.

“A beruházás második szintje az, amikor ténylegesen megépítünk egy alkalmazást” – magyarázta. “A legtöbb vállalat számára, amelyik csak el akar indulni, az absztrakció valamilyen magasabb szintje sokkal gyorsabb módja annak, hogy elinduljon a mesterséges intelligencia útja”.

A nagy és a kis gyártóknak azonban hasonló nehézségeik vannak: az új technológia hatékony integrálása a régi technológiával.

“Számunkra ez jelenti a kihívást” – mondta Jorge Ramirez, a General Motors végrehajtási automatizálásért felelős globális igazgatója és gyártási kiberbiztonsági vezetője. “Korlátozott a tőkénk. Az egyszerű megoldás az lenne, ha kivennénk az összes régit, és betennénk az újakat az összes új okos technológiával, amelyek csak harmonikusan játszanak.”

Mindannyian tudjuk azonban, hogy nem ez a valóság.

A régi és az okos technológia konvergenciája az egyik legnagyobb kihívás az okos automatizálásban, de egyre gyakrabban fordul elő, ami segít az eszközkészlet bővítésében, a meghatározott felhasználási esetekben, és végül a könnyebb globális elfogadásban.

Lizzi azt tanácsolta a vállalatoknak, hogy vizsgálják meg egy rendszer erősségeit és gyengeségeit is, hogy meghatározzák, hol élhet az intelligens automatizálás. Az is fontos, hogy az intelligens technológia erősségeit és gyengeségeit is megvizsgálják.