Ang artificial intelligence sa computing ay nagbigay daan patungo sa mga bago at mas matalinong proseso, na nagbibigay-daan sa mas tumpak na predictive analytics, mga autonomous system, at higit pa. Kamakailan, lumitaw ang mas advanced na AI - generative AI - na gumagamit ng mga algorithm sa pag-aaral ng machine, na nagbubukas ng mga bagong pinto sa mas matalinong mga kakayahan kaysa dati.
Generative AI, bahagyang binuo mula sa generative adversarial networks (GANs), ay isang uri ng AI na nagsasangkot ng pagsasanay sa dalawang neural network upang magtulungan upang makabuo ng bagong data. Sa nakalipas na taon, ang generative AI ay nakaranas ng isang meteoric na pagtaas sa katanyagan sa pagdating ng AI-powered chatbots, gaya ng ChatGPT.
Sa pagmamanupaktura, lalong nagiging mahalaga ang generative AI sa mga smart manufacturing solution kasama ng iba pang advanced na teknolohiya tulad ng digital twins, augmented at virtual reality, at industrial internet of things (IIoT) na mga tool. Sa potensyal nitong i-optimize ang mga proseso ng pagmamanupaktura, pagbutihin ang disenyo ng produkto, at pagbutihin ang pangkalahatang kahusayan ng industriya ng pagmamanupaktura, hindi nakakagulat na ang pangkalahatang halaga ng market ng generative AI sa sektor ay inaasahang tataas mula sa US$225 milyon noong 2022 hanggang US$6,963.45 milyon pagsapit ng 2032.
Ngunit hindi lamang ito ang advanced na teknolohiya na gumagawa ng mga alon sa industriya. Ang paggamit ng pang-industriya na metaverse - isang virtual na representasyon ng pisikal na mundo - ay nagiging mas karaniwan habang mas maraming mga tagagawa ang digital na nagbabago, na nagpapagana sa pagsasama ng mga digital at pisikal na sistema. Magkasama, binabago ng generative AI at ng industrial metaverse ang industriya ng pagmamanupaktura sa pamamagitan ng pagpapagana ng higit na kahusayan, kakayahang umangkop, at pagbabago.
Ang potensyal ng generative AI sa pagmamanupaktura
Ang Generative AI ay isang makapangyarihang tool para sa mga manufacturer dahil pinapayagan nito ang paglikha ng mga bagong disenyo, proseso, at produkto na mahirap o imposibleng makamit sa pamamagitan ng mga tradisyonal na pamamaraan. Sa pamamagitan ng paggamit ng generative AI, maaaring makakuha ang mga manufacturer ng mas mataas na antas ng pag-optimize ng proseso, pagbabawas ng basura, at pangkalahatang pagpapahusay ng kalidad. Bukod pa rito, makakatulong ang generative AI sa mga manufacturer na matukoy ang mga bagong pagkakataon para sa inobasyon at paglago.
Generative AI case study: industriya ng abyasyon
Ang Generative AI ay inilalapat at sinusubok na sa loob ng industriya ng abyasyon sa pagbutihin ang mga komunikasyon at pahusayin ang karanasan sa serbisyo sa customer, bilang karagdagan sa pagpapatupad nito para sa pagpapabuti ng pamamahala ng imbentaryo. Bukod pa rito, maaaring i-tap ng mga manufacturer ng sasakyang panghimpapawid ang generative AI para sa paggawa ng mga piyesa ng sasakyang panghimpapawid, na nag-o-optimize sa proseso ng pagdidisenyo at prototyping sa tulong ng AI-powered automation at digital twins.
Mas maraming hakbang ang ginagawa sa loob ng aviation bilang paghahanda para sa mas advanced na paggamit ng AI – inilabas ng European Union Aviation Safety Agency (EASA) ang kanilang AI Roadmap 2.0 mas maaga noong Mayo, na binabalangkas ang isang detalyadong plano para sa pagsasama ng AI sa industriya.
Generative AI case study: industriya ng sasakyan
Ang isa pang halimbawa ng generative AI sa aksyon ay software ng pagbuo ng disenyo sa industriya ng automotive. Sinimulan ng mga tagagawa ang paggamit ng software na ito na pinapagana ng AI upang lumikha ng malawak na hanay ng mga bago at kumplikadong disenyo ng sistema ng sasakyan salamat sa malaking bilang ng data at simulation na magagawa nito.
Binibigyang kapangyarihan din ng Generative AI ang mga tagagawa ng sasakyan na may kakayahang mas malalim na pag-aralan ang data ng makina at sensor sa mga sasakyan para sa napakatumpak na predictive na pagtataya sa pagpapanatili. Ang pagsusuring ito gamit ang makasaysayang data ay nakakatulong na matukoy ang mga isyu nang mas maaga, na nagbibigay-daan sa mga tagagawa na gumawa ng mga proactive na hakbang upang maiwasan at ayusin ang mga isyu para sa mas mahusay na kahusayan at mas kaunting basura.
Paano mapapahusay ng generative AI ang pang-industriyang metaverse
Bagama't ang generative AI ay may napakalaking potensyal sa digital transformation journey ng industriya ng pagmamanupaktura, hindi lang ito ang advanced na digital na solusyon na nagtutulak sa sektor na sumulong. Ang pagtaas ng manufacturing metaverse ay humantong din sa mas malawak na pag-optimize ng proseso kaysa dati, salamat sa kakayahang lumikha ng mga virtual na mundo sa tulong ng mga digital twins.
Ang paggamit ng mga digital twin sa pagmamanupaktura ay nakatulong sa mga tagagawa na magkaroon ng higit na kakayahang umangkop dahil maaari nilang gayahin ang mga proseso ng pagpapatakbo, mga input ng makina, at automation sa isang halos ginagaya na bersyon ng mga real-world system. Sa pamamagitan ng pagsasama-sama ng kapangyarihan ng generative AI sa pang-industriyang metaverse, makakamit ng mga manufacturer ang mas mataas na antas ng kahusayan, liksi, at pagbabago.
Halimbawa, ang mga digital twin na nilikha gamit ang generative AI ay maaaring maging mas tumpak, makakapagsuri ng mas real-time na data, at pagbutihin ang paggamit ng enerhiya kumpara sa tradisyonal na AI at machine learning algorithm. Ang ika-15 taunang ulat ng Tech Trends ni Deloitte nagsasaad din na ang generative AI - kapag ipinares sa bagong spatial computing at ang industrial metaverse - ay magiging isang bagong "growth catalyst" na magbibigay-daan sa mga manufacturer na hindi lamang makamit ang mga bagong pag-unlad sa loob ng kanilang industriya, kundi pati na rin ang mga mataas na kakayahan.
Mga potensyal na hamon ng paggamit ng generative AI sa pang-industriyang metaverse
Ang mga potensyal na benepisyo ng paggamit ng generative AI sa pang-industriyang metaverse ay marami. Gayunpaman, mayroon ding mga hamon para sa mga tagagawa na isaalang-alang kapag gumagamit ng mga advanced na tool at solusyon na hinimok ng AI.
Maaaring mabuwis ang mga proseso ng AI para sa mga organisasyong hindi wastong nilagyan upang patakbuhin ang mga paggana na masinsinang mapagkukunan dahil sa malaking halaga ng data na kinakailangan. Dahil sa kung gaano kahirap ang mga generative AI algorithm, dapat alam ng mga manufacturer kung paano balansehin ang kanilang mga mapagkukunan upang ang mga umiiral na imprastraktura ay makasabay sa mga pang-araw-araw na pangangailangan sa pagpapatakbo sa loob ng organisasyon.
Higit pa rito, mayroong apat na iba pang pangkalahatang panganib na kasangkot kapag gumagamit ng generative AI. Gaya ng nakabalangkas sa Ang playbook ng pamamahala ng peligro ng PwC para sa AI, ito ay mga panganib sa data, mga panganib sa modelo at bias, mga panganib sa maagap o input, at mga panganib ng user.
Dapat alam ng mga tagagawa ang mga panganib na ito at kung paano pamahalaan ang mga ito. Kabilang dito ang pagbuo ng mga tamang diskarte sa pamamahala ng AI, pagtiyak na hindi nasisira ang data, pagpigil sa paggamit ng data na naiimpluwensyahan ng error ng user, at higit pa.
Inihahanda ang iyong organisasyon para sa generative AI
Ang Generative AI ay nagkakaroon ng malaking epekto sa matalinong pagmamanupaktura at sa industriyal na metaverse. Habang lumalaki ang Industry 4.0, ang mga mas bago at mas advanced na teknolohiya sa pagmamanupaktura ay maaaring magmaneho ng mga manufacturer na mas malapit sa kanilang mga layunin sa digital transformation upang makamit ang mas mataas na kahusayan at flexibility habang binabawasan ang gastos, pag-aaksaya, at downtime.
Gayunpaman, dapat na maunawaan ng mga pinuno ng pagmamanupaktura na hindi nila mapapabuti ang kanilang mga operasyon kung hindi nila matukoy ang mga lugar na tutugunan. Sa tulong ng mga neutral na tool sa benchmarking at maturity assessment frameworks tulad ng Index ng Kahandaan ng Smart Industry (SIRI), maaari silang umasa sa malawak na mga pagpapabuti ng organisasyon upang dalhin ang kanilang mga operasyon sa susunod na antas.
Matuto pa tungkol sa SIRI o makipag-ugnayan sa amin dito para magsimula ng usapan.
