Bill Scudder d'AspenTech : IA, automatisation et tendances main-d'œuvre pour 2022

Bill Scudder, SVP et GM, Solutions AIoT, AspenTech partage ses réflexions sur l'IA en 2022.

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

Les effectifs à travers toutes les industries subissent des changements majeurs, tectoniques. C'est particulièrement vrai dans le secteur industriel. Les employés vétérans atteignent l'âge de la retraite, la Grande Démission affecte les travailleurs à travers de nombreuses industries, et simplement combler le gap 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 ayant appris des technologies et concepts à l'école qui ne correspondent pas à la réalité de comment beaucoup de workflows et systèmes des organisations sur le sol d'usine opèrent réellement.

Tout cela va provoquer une accélération majeure des technologies et processus d'automatisation de la connaissance en 2022. Le partage automatisé de connaissance et applications riches en intelligence comblent le gap de compétences émergent entre travailleurs partants et tout nouveaux, en préservant la connaissance domaine historique et la rendant largement accessible à travers les équipes, peu importe les silos. Cela a le double bénéfice de servir aussi d'outil de recrutement ; plus l'automatisation de la connaissance rend le travail facile et donne aux employés les outils dont ils ont besoin pour réussir, plus le job devient attrayant pour les recrues potentielles.

Les data scientists industriels émergent pour faciliter la stratégie IA industrielle

Le brassage générationnel dans la main-d'œuvre industrielle inspirera une autre tendance : l'émergence généralisée de data scientists industriels comme figures centrales dans l'adoption et la gestion de nouvelles technologies, comme l'IA industrielle — et tout aussi important, les stratégies pour déployer et maximiser ces technologies à leur plein potentiel. De nouvelles recherches ont révélé que tandis que 84 % des décideurs industriels clés acceptaient le besoin d'une stratégie IA industrielle pour piloter un avantage concurrentiel — et 98 % reconnaissaient comment l'absence d'une telle stratégie pourrait présenter des défis à leur business — seulement 35 % en avaient réellement déployé une jusqu'ici. Avec un pied dans la data science traditionnelle et l'autre dans l'expertise domaine unique, les data scientists industriels serviront un rôle critique en étant ceux qui pilotent la création et le déploiement d'une stratégie IA industrielle.

Les investissements IA passent des modèles génériques à l'IA industrielle plus précise

2022 verra la maturation de l'IA en IA industrielle atteindre sa pleine floraison, diplômant vers des déploiements de produits réels avec time-to-value concret. Pour y parvenir, on verra plus d'organisations industrielles faire un shift conscient des investissements dans des modèles IA génériques vers des applications IA industrielles plus fit-for-purpose, précises, qui les aident à atteindre leurs objectifs de rentabilité et durabilité. Cela signifie s'éloigner des modèles IA entraînés sur de gros volumes de données usine qui ne peuvent pas couvrir la gamme complète des opérations potentielles, vers des modèles IA industriels plus spécifiques qui exploitent l'expertise domaine pour interpréter et prédire avec de l'analytics profonde et du machine learning. La data industrielle sera transformée en résultats business réels à travers le cycle de vie complet d'actif.

Ce shift aura le double bénéfice de aussi faciliter de nouvelles alliances best-of-breed construites autour de l'IA industrielle. Précédemment, les partenariats étaient très tech-centriques, pilotés par des services ou un gros vendeur. Le focus plus spécialisé de l'IA industrielle requerra un ensemble plus large de fournisseurs de solutions, mettant en commun leur expertise indépendante et customisée. Non seulement cela aide à faire évoluer les partenariats loin des projets IA plus génériques, cela placera aussi un focus plus grand sur les partenariats time-to-value plutôt que les approches do-it-yourself, aidant à abaisser la barrière à l'adoption de l'IA plus que jamais.

L'appropriation executive et le changement culturel accéléreront les déploiements IA industriels

Alors que les organisations industrielles montent en charge leurs déploiements de stratégies et applications IA industrielles à l'échelle entreprise, l'appropriation executive et un investissement dans le changement culturel seront critiques pour récolter les bénéfices de la transformation digitale. Les executives digitaux comme les Chief Digital Officers seront cruciaux pour surmonter ces obstacles. Les CDO auront un rôle unique à jouer en guidant la transformation digitale et l'IA industrielle à travers leur organisation — comblant le gap entre systèmes legacy et nouvelles technologies, favorisant la collaboration à travers les silos, et passant de la collecte massive de données à la gestion stratégique de data industrielle. Tous ces devoirs seront essentiels pour s'assurer qu'une organisation industrielle peut exécuter un plan de transformation digitale qui voit une adoption plus large d'applications IA industrielles fit-for-purpose et de stratégie autour.