Парадоксът на индустриалния AI: падение преди възход?

Изкуственият интелект обещава големи печалби и строен ред. Първо обаче явно идват загубите и хаосът…

 

Ново изследване разкрива, че голяма част от индустриалните компании, които внедряват AI в производствените и технологичните си процеси, преминават през забележим първоначален спад в производителността, преди да постигнат дългосрочни ползи и устойчив растеж.

 

Необичайното явление, добило популярност като "J-крива", поставя под въпрос широко разпространеното схващане, че технологичната модернизация води до незабавни резултати. Изкуственият интелект очевидно изисква време, за да разгърне потенциала си и първо забавя развитието на бизнеса, преди да го ускори.

 

Това сочи публикуваното наскоро проучване на MIT Sloan – бизнес училището към Масачузетския технологичен институт, което обхваща данни от десетки хиляди производствени компании в САЩ за период от четири години. В екипа, провел изследването, участват експерти от университетите в Торонто и Колорадо, Бюрото за преброяване на населението на Съединените щати и Университета Станфорд.

 

Изкуственият интелект не е plug-and-play решение

 

Особено уязвими към неочаквания ефект на J-кривата се оказват утвърдените предприятия, използващи остарели системи, докато по-гъвкавите и млади фирми изглежда по-лесно преодоляват първоначалния шок от интегрирането на AI. Анализаторите посочват феномена като обяснение на един все по-очевиден парадокс – положителното икономическо въздействие на изкуствения интелект на практика често се оказва недостатъчно, въпреки трансформативния потенциал на технологията.

 

"AI не е "plug-and-play" решение – включваш и започваш да "береш плодовете". Изкуственият интелект изисква съществени организационни и системни промени, а те са процес, създаващ множество трудности, особено при по-старите компании", коментира Кристина МакЕлхеран, която е сред авторите на доклада "Възходът на индустриалния AI в Америка: микроосновите на J-кривата в производителността".

 

Статистиките показват, че краткотрайните загуби след внедряването на изкуствен интелект са много по-отчетливи при компаниите с по-дълга история, докато много стартиращи или в по-ранен етап на развитие бизнеси са успели до голяма степен да компенсират спадовете чрез целенасочени стратегии. Нещо повече – интегриралите технологията по-рано са реализирали по-голям ръст с течение на времето, става ясно още от проучването на MIT Sloan.

 

 

А ето и някои от основните изводи в повече детайли:

 

1. Внедряването на AI първоначално намалява производителността

 

Според изследването внедряването на AI в масовия случай води до краткосрочен спад в ефективността и продуктивността на предприятията (вариращ от 1-2% до цели 60%), независимо от техния мащаб, капиталов запас, IT инфраструктура и т. н. Разграничаващ фактор се явява основно "възрастта" на компанията. Същевременно ранните потребители постигат по-кратък период на възвръщаемост и по-скоро започват да реализират печалби.

 

Изследователите смятат, че резултатите разкриват дълбок разрив между новите дигитални инструменти и традиционните оперативни процеси. AI платформите, използвани за превантивна поддръжка, контрол на качеството или прогнозиране на търсенето, обикновено изискват значителни капиталовложения – в инфраструктура за обработка на данни, обучения на персонала и реорганизация на работните потоци. Без всички тези елементи да са налице, дори най-авангардната технология може да се окаже пълно разочарование или да създаде нови проблеми за предприятието, посочват от MIT Sloan.

 

 

2. Краткосрочните загуби обикновено предшестват дългосрочни печалби

 

Въпреки че в масовия случай първоначалният ефект от внедряването на AI в производствените компании се изразява в "буксуване" и дори връщане назад, резултатите от проучването открояват отчетлив модел на възстановяване и последващи подобрения (макар и с различни графики). По-голямата част от фирмите достигат до този етап след известен период на фино вътрешно регулиране на процесите и инструментите и идентифициране на различни възможности за монетизиране на огромните обеми от данни, генерирани от AI платформите, разкриват анализаторите.

 

Важен извод от изследването сочи, че най-големи печалби реализират предприятията, които са били с по-високо ниво на дигитална зрялост преди интегрирането на изкуствен интелект. По-тясната интеграция на технологиите и стратегическото преразпределение на ресурсите се оказват ключови в процеса на възстановяване, тъй като фирмите постепенно се насочват към по-съвместими с AI операции, често инвестирайки в модерни решения за автоматизация, например в промишлени роботи, откриват изследователите.

 

 

3. По-старите и консервативни предприятия изпадат в по-дълбока дупка

 

Краткосрочните загуби – на производителност, средства, персонал и т. н., далеч не са еднакви по мащаб, тежест и влияние при различните по възраст компании, категорично показва проучването. Докато при някои предприятия те са едва забележими и бързо се преодоляват, други (с комплексни йерархии, тромави и сложни процеси и морално амортизирани системи) изключително трудно и бавно се адаптират към новостите и често се оказват на ръба на провала. При тях често липсват и жизненоважни практики за управление на производството като мониторинг на ключовите показатели за ефективност (KPI).

 

Като основна причина изследователите посочват, че по-младите фирми имат по-малко "упорити навици", с които да се преборят при модернизацията, което ги прави по-гъвкави и готови да интегрират AI, по-бързо и с по-малко подривни ефекти.

 

Проучването показва двойнствената роля на изкуствения интелект – като трансформативна, но и подривна технология, която в краткосрочен план "потапя" голяма част от предприятията, преди да ги подготви за "изплуване", обобщават анализаторите. Те изтъкват важността на целенасочените мерки и стратегии за смекчаване на ефекта от J-кривата, както и на т. нар. фина настройка на AI решенията, за да могат в дългосрочен план те да се превърнат в мощен катализатор на ползи и печалби.

 

Източник: MIT Sloan; снимки: Dreamstime

Ключови думи: MIT Sloan   изкуствен интелект   AI   проучване   производство   производителност   ефективност   предприятия   J-крива  

Област: Автоматизация