Az előállított termékekből származó bevétel akár 15 százalékát is kitehetik a csúszásokból, nem tervezett leállásokból, utólagos javításokból, minőségi problémákból és az eszközök nem optimális használatából adódó veszteségek a Schneider Electric friss felmérése szerint. A „2026 Industrial AI in CPG Survey” című kutatás egyik fő megállapítása, hogy a fogyasztói csomagolt termékek gyártói fokozódó költségnyomásra és a termelési hatékonyságot csökkentő tényezők erősödésére számítanak, amire reagálva az „ipari intelligenciával” igyekeznek fokozni versenyképességüket.
A következő években jelentős mértékben emelkedhet a gyártási problémák miatti veszteségek árbevételhez viszonyított aránya a fogyasztói csomagolt termékek (CPG – Consumer Packaged Goods) gyártóinak várakozásai szerint. A Schneider Electric, a világ egyik vezető energia-technológiai vállalata által nyilvánosságra hozott „2026 Industrial AI in CPG Survey” című felmérés szerint míg idén még csak 15 százalékos lehet a csúszásokból, nem tervezett leállásokból, utólagos javításokból, minőségi problémákból és az eszközök nem optimális használatából adódó veszteség, addig jövőre már 21,37 százalékos, 2030-ra pedig akár 29,14 százalékos lehet ez az érték. A kutatás további fontos megállapítása, hogy a megkérdezett gyártók jelzései alapján a termelésben tapasztalható késések, leállások és a berendezések hibái becslések szerint már most a végtermékek gyártási költségének mintegy ötödét adják.
A felmérésből kiderült az is, hogy sok gyártó bízik a mesterséges intelligencia (MI) ipari célú felhasználásában, a technológiától azt remélik, hogy segítségével mérsékelhetik az elkerülhető veszteségekből adódó károkat. Jelenleg a kutatásban résztvevő gyártók mindössze 13 százaléka jelezte, hogy az MI-t már végponttól-végpontig terjedően beépítették a kulcsfontosságú műveleteikbe és a döntéshozatalba. Ugyanakkor a válaszadók több mint harmada azzal számol, hogy 2030-ra a mesterséges intelligencia a működésük központi eleme lesz, ami azt jelenti, hogy mindössze négy év alatt háromszorosára nőhet a CPG-gyártók körében a technológiát széleskörűen alkalmazók aránya.
A kutatás alapján az érintett vállalkozásoknál azzal számolnak, hogy az MI projektek a jövőben majd nagyon gyorsan visszahozzák a befektetett összegeket. A válaszadók harmada 2030-ra 50–74 százalékos megtérülést vár az MI-projektektől, közel tizedük pedig 100 százalék felettit, ami azt jelenti, hogy várakozásaik szerint a mesterséges intelligencia alkalmazása kapcsán végrehajtott befektetések kevesebb mint egy év alatt megtérülnek. Ilyen szintű teljesítménnyel jelenleg csak a Világgazdasági Fórum által Példaképként jellemzett üzemekben, illetve az autonóm gyárakban találkozhatunk.
Bár a jövőbeli, MI befektetésekkel kapcsolatos megtérülési remények igen optimisták, a jelenben már korántsem ennyire derűlátók a megkérdezett vállalkozások. A válaszadók 70 százaléka úgy véli, hogy jelenleg 20 százalék alatt van a mesterséges intelligencia projektjei esetében a ROI (Return of Investment), közel harmaduk pedig 5 százalékos, vagy annál alacsonyabb megtérülést lát. Vagyis megállapítható, hogy az ágazat egyelőre csak korlátozottan tud élni az MI-beruházásokban rejlő lehetőségekkel.
„A gyártók 2030-ra a végponttól-végpontig terjedő MI megoldások használatában háromszoros növekedést várnak és ugrásszerű javulást remélnek a beruházásaik megtérülési ütemében is, ami olyan szintet érhet el, amely napjainkban legfeljebb csak a Példakép és autonóm gyárakra jellemző. Ezek az elvárások évek óta a legerőteljesebb jelzések arra, hogy sürgős lépésekre van szükség. A mesterséges intelligencia csak akkor hozhatja el a tőle várt, valóban mélyreható átalakulást, ha valódi ipari intelligenciát nyújt: azt a képességet, hogy a valós idejű üzemeltetési adatok, a modern automatizálás és a mesterséges intelligencia együtt segítik az egymással összhangban lévő, a hatékonyságot nagy mértékben javító döntések meghozását. Sok szervezet még mindig küzd a régi rendszerekkel és a nem egységes adatokkal, gátolva ezzel a mesterséges intelligencia bevezetését és azt, hogy a technológia valóra válthassa a benne rejlő lehetőségeket. Jelenleg a CPG-szektor számára a szándékok és a felkészültség között meglévő szakadék áthidalása az egyik legfontosabb versenyképességi prioritás" – mondta Neil Smith, a Schneider Electric CPG területért felelős elnöke.
Az ipari intelligenciához szükséges felkészültség hiánya a fő akadály
A mesterséges intelligencia kínálta lehetőségek iránti erős bizalom ellenére a technológia szélesebb körül alkalmazását több, főként strukturális akadály is gátolja. A válaszadók 43 százaléka emelte ki az MI-vel és az adattudományokkal kapcsolatos ismeretek hiányát, míg az elavult automatizálási rendszereket és infrastruktúrát 37,5 százalékuk említette a gátló tényezők között. Szintén sokan, a megkérdezettek több mint harmada jelezte, hogy komoly problémát okoz a megfelelő, kontextusba helyezett adatok hiánya. A munkavállalók részéről tapasztalható ellenállást a válaszadók negyede, míg a kiberbiztonsági, valamint jogi megfelelési problémákat kicsit több mint ötödük emelte ki.
„A kutatás eredményei alapján egyértelmű, hogy ahhoz, hogy mindössze négy év alatt sikerüljön elérni azt a szintű fejlődést a ROI-ban, amit az ipari mesterséges intelligencia kapcsán várnak a felmérés résztvevő, jelentős változásra van szükség az együttműködés, az átláthatóság és a közös szabványok terén. Az SE Advisory Services révén máris világszerte alkalmazzuk ügyfeleinknél a saját Példakép gyárainkban felhalmozott tudást, segítve őket abban, hogy digitális ambícióikat mérhető eredményekké alakítsák. Hisszük, hogy a bevált gyakorlatok és az ágazatspecifikus szakértelem megosztása és alkalmazása beindítja az ipari digitális átalakulás következő hullámát” – mutatott rá Cecile Vercellino, a Schneider Electric „Services, Industrial Automation” területért felelős alelnöke.
A Schneider Electric és az AVEVA együttműködésében megjelent új tanulmány, melynek címe: „Beyond the Hype: Practical AI for Competitive Consumer Goods Manufacturing”, útmutatást nyújt a mesterséges intelligencia sikeres bevezetéséhez, többek között az élelmiszeriparban és az italgyártásban. A tanulmány felvázolja, hogyan vezet az ipari adatok hasznosítása, a moduláris automatizálás, az elektrifikáció és az ipari mesterséges intelligencia bevezetése az autonóm működéshez.
