Prédictions IA 2022 d'AspenTech

Bill Scudder, SVP et GM, AIoT Solutions, AspenTech donne son avis sur l'IA en 2022

Bill Scudder, SVP et GM des solutions AIoT chez AspenTech, partage ses prédictions sur l'IA, l'automatisation et la culture d'entreprise pour 2022.

Les changements générationnels de la main-d'œuvre accéléreront l'automatisation des connaissances

Les effectifs de toutes les industries subissent des changements tectoniques majeurs. Cela est particulièrement vrai dans le secteur industriel. Les employés vétérans arrivent à l'âge de la retraite, la grande démission affecte les travailleurs de nombreux secteurs, et le simple fait de combler le manque de main-d'œuvre avec de nouvelles recrues fraîchement sorties de l'école ne fera pas l'affaire - souvent, ces nouveaux diplômés arrivent au travail après avoir appris les technologies et concepts à l'école qui ne correspondent pas à la réalité du fonctionnement réel des flux de travail et des systèmes de nombreuses organisations dans l'usine.

Tout cela entraînera une accélération majeure des technologies et des processus d'automatisation des connaissances en 2022. Le partage automatisé des connaissances et les applications riches en intelligence comblent le fossé des compétences qui apparaît entre les travailleurs qui partent et les nouveaux, en préservant les connaissances historiques du domaine et en les rendant largement accessibles à travers équipes, indépendamment des silos. Cela a le double avantage de servir également d'outil de recrutement; plus l'automatisation des connaissances facilite le travail et donne aux employés les outils dont ils ont besoin pour réussir, plus le travail devient attrayant pour les recrues potentielles.

Des scientifiques des données industrielles émergent pour faciliter la stratégie d'IA industrielle

Le roulement générationnel qui se produit dans la main-d'œuvre industrielle inspirera une autre tendance :l'émergence généralisée des scientifiques des données industrielles en tant que figures centrales dans l'adoption et la gestion des nouvelles technologies, comme l'IA industrielle - et tout aussi important, les stratégies de déploiement et de maximisation de ces technologies à leur plein potentiel. potentiel. Une nouvelle étude a révélé que si 84 % des principaux décideurs industriels acceptaient la nécessité d'une stratégie d'IA industrielle pour générer un avantage concurrentiel - et 98 % reconnaissaient que le fait de ne pas en avoir une pouvait présenter des défis pour leur entreprise - seuls 35 % avaient effectivement déployé une telle stratégie. jusqu'à présent. Avec un pied dans la science des données traditionnelle et l'autre dans une expertise de domaine unique, les scientifiques des données industrielles joueront un rôle essentiel en étant ceux qui piloteront la création et le déploiement d'une stratégie d'IA industrielle.

Les investissements dans l'IA passent de modèles génériques à une IA industrielle plus précise

2022 verra la maturation de l'IA en IA industrielle atteindre son plein essor, passant à des déploiements de produits dans le monde réel avec un délai de rentabilité concret. Pour y parvenir, nous verrons de plus en plus d'organisations industrielles passer consciemment des investissements dans des modèles d'IA génériques à des applications d'IA industrielles plus adaptées et plus précises qui les aideront à atteindre leurs objectifs de rentabilité et de durabilité. Cela signifie s'éloigner des modèles d'IA formés sur de grands volumes de données d'usine qui ne peuvent pas couvrir toute la gamme des opérations potentielles, vers des modèles d'IA industriels plus spécifiques qui tirent parti de l'expertise du domaine pour l'interprétation et la prédiction avec des analyses approfondies et l'apprentissage automatique. Les données industrielles seront transformées en résultats commerciaux réels tout au long du cycle de vie des actifs.

Ce changement aura le double avantage de faciliter également de nouvelles alliances de premier ordre construites autour de l'IA industrielle. Auparavant, les partenariats étaient très axés sur la technologie, pilotés par des services ou un seul grand fournisseur. L'orientation plus spécialisée de l'IA industrielle nécessitera un ensemble plus large de fournisseurs de solutions, mettant en commun leur expertise indépendante et personnalisée. Non seulement cela aide à faire évoluer les partenariats loin des projets d'IA plus génériques, mais cela mettra également davantage l'accent sur les partenariats à valeur ajoutée par opposition aux approches de bricolage, ce qui contribuera plus que jamais à réduire les obstacles à l'adoption de l'IA.

L'actionnariat exécutif et le changement culturel accéléreront les déploiements d'IA industrielle

Alors que les organisations industrielles intensifient leurs déploiements de stratégies et d'applications d'IA industrielle à l'échelle de l'entreprise, la propriété des cadres et un investissement dans le changement culturel seront essentiels pour récolter les bénéfices de la transformation numérique. Les cadres du numérique comme les Chief Digital Officers seront cruciaux pour surmonter ces obstacles. Les CDO auront un rôle unique à jouer dans la conduite de la transformation numérique et de l'IA industrielle à travers leur organisation - en comblant le fossé entre les systèmes hérités et les nouvelles technologies, en favorisant la collaboration entre les silos et en passant de la collecte de données de masse à la gestion stratégique des données industrielles. Toutes ces tâches seront essentielles pour s'assurer qu'une organisation industrielle peut exécuter un plan de transformation numérique qui prévoit une adoption plus large et une stratégie autour d'applications d'IA industrielles adaptées.