Jurang yang Semakin Besar antara Pelaburan AI dengan Hasil Perniagaan
Pengilang mempercepat pelaburan mereka dalam kecerdasan buatan. Daripada melantik Ketua Pegawai AI dan menubuhkan pusat kecemerlangan AI hinggalah melaksanakan automasi pintar dalam operasi pengeluaran dan penyelenggaraan, AI telah menjadi sebahagian besar daripada strategi transformasi digital industri.
Namun, pelaburan yang lebih besar tidak secara automatik menghasilkan nilai perniagaan yang boleh diukur. Kajian terkini McKinsey menunjukkan bahawa hampir dua pertiga organisasi masih belum melaporkan kesan positif AI terhadap pendapatan pada peringkat perusahaan. Hal ini menimbulkan persoalan penting: Adakah cabarannya benar-benar terletak pada teknologi itu sendiri, atau pada cara syarikat mengatur dan mengurus keputusan berasaskan AI?
Dalam persekitaran industri, perbezaan ini penting. Sistem AI mungkin mengenal pasti masalah dengan lebih pantas, memproses jumlah data operasi yang lebih besar dan menjana cadangan dengan lebih tepat. Namun, keupayaan ini sahaja tidak dapat menjamin prestasi pengeluaran yang lebih baik atau kos operasi yang lebih rendah.
Apabila Cadangan AI Bercanggah dengan Keutamaan di Peringkat Loji
Bayangkan sebuah kemudahan pembuatan yang sistem penyelenggaraan ramalan berkuasa AI-nya mengesan peningkatan kebarangkalian kerosakan pada mesin pengeluaran yang kritikal.
Pasukan penyelenggaraan mengesyorkan penghentian operasi serta-merta untuk mengelakkan kerosakan peralatan. Namun, pengurus pengeluaran menghadapi tekanan untuk memenuhi pesanan pelanggan dan mengelakkan gangguan jadual. Pasukan rantaian bekalan melaporkan bahawa alat ganti akan mengambil masa tiga hari untuk tiba, manakala pihak kewangan bimbang tentang implikasi kos akibat penghentian operasi yang tidak dirancang.
Setiap jabatan mempunyai keperluan operasi yang wajar, tetapi keutamaan mereka tidak semestinya selaras.
Ejen AI boleh menilai keadaan peralatan, jadual pengeluaran, ketersediaan alat ganti, kos penyelenggaraan dan potensi masa henti. Ejen itu malah boleh mengira beberapa senario yang mungkin dan mengesyorkan pilihan dengan kesan keseluruhan terhadap perniagaan yang paling rendah.
Namun, satu persoalan asas masih belum terjawab: Siapakah yang mempunyai kuasa untuk meluluskan cadangan itu?
Ini bukan sekadar soal keupayaan AI. Hal ini melibatkan tanggungjawab operasi, kuasa membuat keputusan dan keupayaan mengimbangi objektif perniagaan yang bersaing.
Daripada Penyelenggaraan Ramalan kepada Keputusan Operasi dengan Bantuan AI
Automasi industri secara tradisinya berfokus pada pengumpulan data proses, pemantauan keadaan peralatan dan penyelenggaraan operasi pengeluaran yang stabil. PLC, platform DCS, sistem SCADA dan penyelesaian pemantauan keadaan menyediakan maklumat yang diperlukan oleh operator untuk memahami perkara yang berlaku di dalam loji.
Analitik ramalan telah memperluas keupayaan ini dengan mengenal pasti corak operasi yang tidak normal dan menganggarkan kemungkinan kerosakan peralatan sebelum ia berlaku.
Peringkat seterusnya lebih penting. Ejen AI mula beralih daripada sekadar mengenal pasti masalah dan meramalkan hasil kepada menilai pilihan serta mengesyorkan tindakan operasi.
Sebagai contoh, platform AI industri boleh menggabungkan ukuran getaran, corak suhu, sejarah operasi peralatan, rekod penyelenggaraan dan keperluan pengeluaran untuk menilai sama ada mesin patut terus beroperasi atau dihentikan buat sementara waktu.
Namun begitu, terdapat perbezaan penting antara menjana saranan dengan melaksanakan tindakan kawalan.
Saranan penyelenggaraan yang dijana AI tidak seharusnya secara automatik mencetuskan arahan untuk menghentikan mesin. Saling kunci keselamatan, sistem perlindungan, prosedur operasi dan kakitangan yang diberi kuasa mesti kekal sebagai sebahagian daripada proses membuat keputusan. Tahap autonomi hendaklah ditentukan berdasarkan aplikasi, penilaian risiko dan keperluan keselamatan yang berkenaan.
Kebertanggungjawaban Organisasi Ialah Pautan yang Hilang
Salah satu cabaran yang kurang dibincangkan dalam pelaksanaan AI industri ialah jurang antara keupayaan teknikal dengan tanggungjawab organisasi.
Jabatan IT mungkin menyediakan infrastruktur pengkomputeran dan platform data. Pasukan transformasi digital mungkin membangunkan strategi AI, manakala jurutera automasi mengintegrasikan aplikasi AI dengan sistem industri sedia ada. Pasukan penyelenggaraan dan pengeluaran menyumbangkan pengetahuan operasi serta menilai saranan.
Namun, apabila keputusan yang dijana AI menjejaskan ketersediaan peralatan, kualiti produk, sasaran pengeluaran atau keselamatan kakitangan, tanggungjawab tidak boleh diagihkan begitu luas sehingga tiada sesiapa yang jelas bertanggungjawab.
Rangka kerja AI industri yang praktikal perlu menetapkan beberapa sempadan:
- Tanggungjawab teknikal: Siapakah yang membangunkan, mengesahkan, memantau dan menyelenggara model AI serta saluran data yang menyokongnya?
- Kuasa operasi: Siapakah yang meluluskan perubahan pada jadual pengeluaran, pelan penyelenggaraan dan keadaan operasi peralatan?
- Tanggungjawab keselamatan: Kakitangan yang diberi kuasa dan sistem perlindungan manakah yang mempunyai kuasa muktamad terhadap tindakan berkaitan keselamatan?
- Kebertanggungjawaban perniagaan: Siapakah yang menilai sama ada pelaksanaan AI benar-benar meningkatkan produktiviti, mengurangkan kos dan menyokong objektif perniagaan jangka panjang?
Tanpa sempadan ini, penyelesaian AI yang canggih dari segi teknikal sekalipun boleh menimbulkan kekeliruan dan bukannya meningkatkan kecekapan operasi.
Peranan CEO dalam Memperluas AI Industri
Ketua Pegawai Maklumat, Ketua Pegawai Transformasi Digital dan Ketua Pegawai AI boleh menerajui pembangunan teknologi, mewujudkan rangka kerja tadbir urus dan menyelaraskan pelaksanaan AI di seluruh organisasi.
Namun, transformasi AI di seluruh perusahaan memerlukan lebih daripada kepimpinan teknikal.
Ketua Pegawai Eksekutif mesti memastikan pelbagai jabatan berusaha mencapai objektif perniagaan bersama, bukannya mengoptimumkan petunjuk prestasi masing-masing. Hal ini mungkin memerlukan perubahan pada keutamaan pelaburan, prosedur operasi, kaedah penilaian prestasi dan struktur pembuatan keputusan.
Bagi pengilang, ini bermakna AI perlu dinilai bukan sahaja berdasarkan ketepatan model atau bilangan projek yang diselesaikan, tetapi juga berdasarkan peningkatan terukur dalam ketersediaan peralatan, perancangan penyelenggaraan, kecekapan pengeluaran, penggunaan tenaga dan risiko operasi.
AI harus menyokong strategi operasi yang terselaras, bukannya menjadi satu lagi inisiatif digital yang terasing.
Perspektif Jurutera Perindustrian: Pastikan Kuasa Manusia Kekal Terhubung dengan Kecerdasan Mesin
Dari perspektif kejuruteraan automasi perindustrian, perkembangan yang paling penting bukan sekadar keupayaan AI untuk menganalisis lebih banyak data atau menghasilkan saranan yang lebih canggih. Sebaliknya, AI kini mula mempengaruhi keputusan yang secara tradisinya dibuat melalui kerjasama antara pengendali, jurutera penyelenggaraan, pengurus pengeluaran dan pasukan pengurusan.
Hal ini membuka peluang untuk menambah baik cara kemudahan perindustrian bertindak balas terhadap kegagalan peralatan, penyimpangan proses dan perubahan keperluan pengeluaran. Namun, hal ini juga menjadikan integrasi sistem dan tadbir urus lebih penting.
Pengilang harus menetapkan batas keputusan yang jelas sebelum memperluas autonomi AI. AI boleh menganalisis keadaan peralatan, membandingkan senario operasi dan mengesyorkan tindakan pembetulan. Kakitangan yang diberi kuasa harus mengekalkan kawalan terhadap keputusan yang memerlukan pertimbangan kejuruteraan, khususnya keputusan yang melibatkan keselamatan proses dan perlindungan peralatan.
Dari semasa ke semasa, sesetengah tindakan berisiko rendah yang telah disahkan dengan baik mungkin sesuai untuk diautomasikan dengan lebih meluas. Walaupun begitu, kebolehkesanan, kawalan akses, prosedur sandaran dan pengawasan manusia perlu dipertimbangkan semasa mereka bentuk sistem.
Ukuran sebenar kematangan AI perindustrian bukanlah bilangan keputusan yang boleh dibuat oleh algoritma secara sendiri. Sebaliknya, ukuran itu ialah sejauh mana organisasi menggabungkan kecerdasan mesin dengan kepakaran kejuruteraan, kuasa operasi dan akauntabiliti perniagaan yang boleh diukur.
Akhirnya, AI boleh membantu pengilang menentukan tindakan yang sesuai. Menentukan siapa yang diberi kuasa untuk mengambil tindakan itu tetap menjadi tanggungjawab pihak pengurusan.
