Европа все еще может победить с помощью ИИ, если сосредоточится на физическом ИИ

В гонке за головокружительными темпами развития искусственного интеллекта (ИИ) Европа может «победить», сосредоточившись на физическом ИИ. Индустриальная игра в области искусственного интеллекта имеет смысл для Европы и извлекает выгоду из истории Европы как инженерно-производственного центра и ее нынешнего производственного лидерства в ключевых отраслях, таких как химическая, фармацевтическая и аэрокосмическая промышленность.

Европейские компании основаны на сильных возможностях, которые обеспечивают эффективность и результативность, обеспечивают качество и достигают операционного совершенства. Лидеры европейского бизнеса имеют явную возможность использовать эти сильные стороны, применяя ИИ в цепочках поставок, логистике, операциях, оборудовании и робототехнике.

Кроме того, акцент на физическом ИИ также согласуется с регулированием ИИ в Европейском Союзе (ЕС), поскольку все основные правила касаются конфиденциальности данных потребителей/граждан, а не конфиденциальной корпоративной интеллектуальной собственности.

Основополагающее инженерное наследие Европы дает ей хорошие перспективы на будущее. От физического ИИ больше всего выигрывают страны с высокой стоимостью рабочей силы, поскольку отдача от них происходит быстрее и более предсказуема.

Европейские компании могут использовать потенциал ИИ, инвестируя в «скрытых чемпионов». В то время как в Соединенных Штатах полно промышленных гигантов и предпринимательских выскочек, сила Европы находится посередине.

Скрытые чемпионы — это компании среднего размера, которые, возможно, и не попадают в заголовки газет, но они добиваются совершенства и лидируют на рынках в своей нише, и многие из них можно найти в Европе. Они владеют патентами, формируют рынок и являются идеальным примером использования новых усовершенствований на базе искусственного интеллекта в робототехнике и машиностроении.

Европа может удвоить свои сильные стороны, внедрив физический искусственный интеллект для этих «скрытых чемпионов».

В то время как экосистема стартапов в США оптимизирована для программного обеспечения, корпоративная экосистема Европы оптимизирована для ресурсоемких отраслей: например, автомобилестроение в Германии, Франции, Италии и Швеции; промышленное оборудование в Германии, Австрии и Италии; логистика и производство в Нидерландах, Бельгии, Чехии и Польше; и здравоохранение/фармацевтика в странах Северной Европы, Германии, Швейцарии и Италии.

Европейская среда промышленных конгломератов, скрытых чемпионов с инженерным наследием и государственно-частным партнерством благоприятствует долгосрочным, капиталоемким инновациям, если ими правильно пользоваться.

В Европе есть сильные исследовательские институты, но ей не хватает масштабов для коммерциализации искусственного интеллекта и робототехники. Чтобы конкурировать, Европе необходимо будет разработать регулирование, благоприятное для искусственного интеллекта, развивать экспертные знания в области искусственного интеллекта и обеспечить обмен данными.

Нормативные изменения ускорят вступление Европы в эпоху искусственного интеллекта. Страны могли бы создать совместные европейские программы для воплощения моделей искусственного интеллекта, аналогичные прошлым региональным инициативам в области полупроводников и аэрокосмической промышленности.

Правительства могли бы разработать гармонизированные стандарты безопасности, чтобы робот, сертифицированный в одной стране ЕС, мог работать по всему блоку.

Кроме того, правительствам следует стимулировать общую инфраструктуру (вычислительные кластеры, испытательные стенды робототехники и среды моделирования). Лидерам следует также рассмотреть возможность ускоренного регулирования для тестирования автономных физических систем, таких как дроны, промышленные роботы и гуманоиды.

В целом, принятие гибкой модели регулирования позволит компаниям экспериментировать в контролируемых средах, сохраняя при этом общественное доверие.

Большинство руководителей согласны с тем, что традиционная оптимизация и автоматизация процессов достигли своего предела, поэтому переход к физическому ИИ потребует от лидеров, готовых думать в первую очередь об ИИ.

Мы увидели, что подход, ориентированный на искусственный интеллект, может превратить компании с традиционными линейными операциями в механизмы трансформации на основе искусственного интеллекта, которые работают в масштабе.

В более широком смысле, Европе нужна стратегия развития навыков и труда, которая включает в себя развитие рабочей силы для техников по робототехнике, инженеров по искусственному интеллекту, специалистов по техническому обслуживанию и роли во взаимодействии человека и робота.

Европа не добьется успеха, если продолжит идти по пути дезинтеграции; вместо этого организации должны сотрудничать и обмениваться неконфиденциальными данными для создания «симуляций мира» и «цифровых двойников», а также обучения моделей ИИ.

Физический ИИ требует огромных, гетерогенных данных из реального мира. Ни одна европейская компания, какой бы крупной она ни была, не имеет достаточного охвата различных сред, отраслей и условий эксплуатации для обучения надежных моделей.

Таким образом, общее пространство данных и подход к сотрудничеству позволят расширить статистическое разнообразие, снизить хрупкость моделей и ускорить разработку основополагающих моделей для физического мира.

Обмен данными ускорит инновации во всех отраслях. Например, если бы автомобильные компании делились данными о цепочке поставок и сотрудничали напрямую, они могли бы создать систему автономного вождения, конкурирующую с системой Tesla.

В фармацевтической отрасли компаниям необходимо сотрудничать по всей цепочке поставок. Чтобы быстрее создавать автомобильные инновации, автомобильным компаниям необходимо обмениваться данными.

Моделирование мира (цифровые двойники, физические движки, генеративное 3D), которые будут способствовать физическому ИИ, настолько хороши, насколько хороши распределения реального мира, которые они аппроксимируют.

Благодаря общим пространствам данных компании могут создавать высокоточные цифровые двойники производственных, логистических, мобильных, энергетических и медицинских сред; циклы обучения, в которых смоделированные и реальные данные постоянно улучшают друг друга; и сценарии, которые было бы небезопасно или непрактично создавать в реальном мире.

Европа имеет огромное преимущество, поскольку ее отрасли уже производят структурированные оперативные данные. Недостающим элементом является совместимость и объединение данных, а не доступность данных. Серебряная пуля — не новая технология; это сотрудничество.

Компании уже применяют подход «ИИ прежде всего» для изменения своей промышленной деятельности. Например:

Глобальная промышленная компания планировала амбициозный рост в течение следующего десятилетия, но для достижения этой цели ей требовалась более сильная работа цепочки поставок. Годы слияний и поглощений привели к фрагментации их ландшафта интеллектуальной собственности, а постоянные сбои в глобальной цепочке поставок отрицательно сказывались на их способности обеспечивать надежные поставки.

Руководители цепочки поставок внедрили модель запасов на базе искусственного интеллекта. Модели были основаны на данных планирования ресурсов предприятия (ERP), которые они проверили и откалибровали с помощью местных менеджеров по запасам на заводах. Он определил, как сократить уровень запасов на 17% по SKU (кодам складских единиц) и заводам, сэкономив миллионы евро.

Ведущему мировому производителю оригинального автомобильного оборудования необходимо было преобразовать неэффективные и подверженные ошибкам процессы ручных закупок.

Лидеры использовали ИИ для трансформации процесса закупок: они автоматизировали и оптимизировали функцию закупок, используя готовые средства автоматизации, приложения ИИ и точечные решения, что привело к повышению эффективности более чем на 20 % и созданию беспрепятственного процесса закупок.

Чтобы полностью реализовать потенциал физического ИИ, предприятиям необходимо обеспечить обмен данными. Европейское регулирование ИИ защищает данные потребителей и граждан, а не корпоративную интеллектуальную собственность. Данные, не относящиеся к потребителям, выходят за рамки государственного регулирования, поэтому их использование остается за лидерами бизнеса.

Многие лидеры инстинктивно накапливают данные, но их изоляция ограничивает обучение и создание ценности. Более разумный вопрос больше не звучит так: «Как нам построить ров вокруг наших данных?» но «Какой новый ров мы можем построить с помощью данных и искусственного интеллекта?»

Пришло время сотрудничать. Постгенеративный искусственный интеллект Европа будет формироваться компаниями, которые открыто делятся своими собственными данными, учатся на их основе и черпают идеи из разных отраслей.

Когда мы читаем об ИИ, мы сталкиваемся со спектром сценариев: от пугающих до оптимистичных и скептических. Одно можно сказать наверняка: когда мы смотрим на все инвестиции в ИИ, происходит нечто важное, но мы до сих пор не можем прийти к единому мнению о том, как эта технология изменит человечество.

Политические и деловые лидеры должны принимать активные решения, чтобы гарантировать, что люди не будут
устареют в эпоху ИИ. Нам нужно больше дебатов о том, как мы используем ИИ в общественной жизни.
прогресс. В Европе наши изменения, основанные на искусственном интеллекте, должны быть направлены на рост процветания и социальной сплоченности, основанный на нашей промышленной мощи.

Авторы хотели бы поблагодарить Роланда Шаррера, партнера Kearney, за его ценный вклад в эту статью.