Из 179 респондентов-представителей производственного сектора в недавнем исследовании OutSystems и KPMG 50% заявили, что планируют инвестировать в агентный ИИ для модернизации приложений и миграции устаревших систем в течение следующих 12 месяцев. Для производителей агентный ИИ заключается в объединении существующих систем, производственного контекста и людей, чтобы агенты могли улучшать принятие решений без погони за автономностью ради самой автономности.
Производители усердно работают над внедрением агентного ИИ в технологии
Технологическая инфраструктура производителей обычно включает долговечные проproprietary (проприетарные) системы и специализированное оборудование, которые нельзя легко заменить. Тем не менее, в секторе наблюдаются серьезные успехи в использовании агентных систем в цепочках поставок и логистике, где агентов внедрили 71% компаний. 56% заявили, что ускорили процессы в этих областях.
Производитель из Пенанга (Малайзия) наглядно показывает, как это выглядит на практике. Используя агентов OutSystems, компания ACM создала многоагентную систему, которая извлекает спецификации материалов и цены из чертежей и формирует отчеты о затратах в цепочке поставок. Раньше эта задача требовала часов ручной работы. Теперь на это уходят минуты, а команды ACM принимают более быстрые и обоснованные решения.
Цепочка поставок является естественной отправной точкой для внедрения агентного ИИ в производстве, поскольку она напрямую влияет на финансовый результат. Кроме того, годы сбоев — от волатильности рынка стали до пандемии COVID-19 и продолжающейся геополитической напряженности — фактически заставили решить этот вопрос.
Теперь важно уметь масштабировать полученную ценность на всех операциях завода без потери контроля. Это делает управляемую оркестрацию критически важным драйвером дальнейших инноваций в то время, когда производители сталкиваются с растущим давлением с необходимостью работать быстрее и становиться более гибкими.
Проблемы связанной надежности
Для производителей редко бывает целесообразно рассматривать агентную трансформацию как проект с чистого листа. Основные системы зачастую трудно или дорого заменять, а это может приостановить работу завода на неприемлемо долгое время. Поэтому производители проводят модернизацию с учетом этого ограничения.
Потребность в функциональной совместимости становится еще более явной по мере масштабирования агентного ИИ по всем функциям. Связанные рабочие процессы являются значительным источником проблем: 42% производителей называют надежность и обработку ошибок главным препятствием при оркестрации.
Например, агент может казаться надежным изолированно, но все равно выдавать плохой результат, когда он зависит от других нижестоящих или вышестоящих систем, таких как MES, ERP, системы техобслуживания, управления запасами или контроля качества.
Проблема усугубляется тем, что производственные операции часто охватывают предприятия разных лет постройки, приобретенные компании, специализированных поставщиков операционных технологий и корпоративные системы, которые редко работают на едином стеке.
Децентрализация инноваций и централизация управления с помощью открытого слоя агентной оркестрации
Преодоление этих разрывов требует создания открытого слоя агентной оркестрации, охватывающего все системы, имеющие отношение к конкретному сценарию использования. Другими словами, слоя, который поддерживает децентрализованные инновации при централизованном управлении. Это дает производителям свободу развертывать новых агентов, модели и инструменты без необходимости каждый раз перестраивать уровень управления и интеграции.
Действительно, 65% респондентов оценили возможность использования нескольких моделей и вендоров параллельно как «очень или чрезвычайно важную». При этом около двух третей сообщили об использовании более 20 различных инструментов ИИ, моделей или платформ вендоров.
Большинство производителей хотят, чтобы агенты снижали когнитивную нагрузку на операторов, специалистов по обеспечению качества, техническому обслуживанию и безопасности. Цель состоит в том, чтобы автоматизировать процессы, гарантируя при этом, что люди несут конечную ответственность за важные исключения. Те производители, которые успешно масштабируют агентный ИИ, — это те, кто превращает изолированные достижения в надежный уровень операционной аналитики, охватывающий системы, рабочие процессы и людей.
Хотите узнать больше?
Прочитайте полный отчет Building Governed Agentic Systems for Manufacturing, чтобы узнать больше о том, как производители внедряют ИИ в работу.
Энтони Оффреди руководит разработкой стратегии, определением и расстановкой приоритетов для производственных решений на базе платформы OutSystems, задавая видение того, как ИИ, современные рабочие процессы и инженерия агентных систем могут трансформировать производственные операции. Ранее он был отраслевым консультантом в Quickbase, служил в Афганистане и занимал руководящие должности в Amazon, Jeep и Ford.
Посмотреть все публикации этого автора
