Sztuczna inteligencja w produkcji: potencjał jest, ale brakuje fundamentów

Generatywna sztuczna inteligencja coraz śmielej wkracza do fabryk, przekształcając dotychczasowe procesy zarządzania, kontroli jakości i automatyzacji. Nowe dane z badania NTT Data, obejmującego ponad 500 menedżerów produkcji na całym świecie, pokazują, że sektor przemysłowy z entuzjazmem przyjmuje GenAI — ale ma też poważne braki, które mogą zahamować tempo transformacji.

Technologia ta obiecuje wzrosty wydajności i odporności łańcuchów dostaw, zwłaszcza w połączeniu z danymi z IoT i cyfrowymi bliźniakami. W branży motoryzacyjnej niemal wszyscy ankietowani spodziewają się, że GenAI zrewolucjonizuje działy R&D. Wdrażanie nie ogranicza się już do pilotaży — AI trafia do środowisk produkcyjnych na dużą skalę.

Jednak za tą dynamiką kryje się złożony problem niedopasowania ambicji do realiów. Aż 92% respondentów wskazuje na przestarzałą infrastrukturę IT jako główną barierę. Tylko co druga firma posiada wystarczające zasoby do przetwarzania danych. Jeszcze mniej — zaledwie 41% — deklaruje gotowość infrastrukturalną do obsługi GenAI na pełną skalę.

Nie lepiej wygląda sytuacja kadrowa i organizacyjna. Brak wykwalifikowanych pracowników, niewystarczające inwestycje w szkolenia i słabe przygotowanie do zagrożeń cyberbezpieczeństwa tworzą trójkąt ryzyk, który zagraża skutecznemu wdrożeniu AI. Mniej niż połowa firm znalazła balans między ryzykiem a wartością dodaną.

To nie jest tylko problem dużych korporacji — także tradycyjne, lokalne zakłady produkcyjne widzą potencjał AI, ale brakuje im ścieżki dojścia. Jasna strategia wdrożenia, która uwzględnia infrastrukturę, kompetencje i politykę etyczną, staje się dziś kluczowa.

Wniosek? GenAI w produkcji przestaje być eksperymentem, ale bez twardych fundamentów technologicznych i kompetencyjnych, łatwo może pozostać drogim, niedokończonym projektem. Czy sektor nadąży za własnymi ambicjami — to pytanie otwarte.