Побудова безпечнішого шляху до автономного промислового ШІ

Промисловий ШІ вступає в нову фазу. Після десятиліть предиктивної аналітики та інших спеціалізованих застосувань розвиток базових моделей, фізичного ШІ та агентного ШІ дає змогу автоматизувати складніші завдання в промислових середовищах. Але, на відміну від ШІ, який працює винятково в цифровому світі, промисловий ШІ може безпосередньо взаємодіяти з фізичними системами, де несподіване рішення може мати наслідки для безпеки, надійності та критичної інфраструктури.

Саме тому відповідальне впровадження є центральним елементом наступної хвилі промислової автоматизації. «Як нам використовувати ці технології, водночас забезпечуючи безпеку, надійність роботи й виконання обіцянок, які дають нові можливості?» — запитує Арті Гарг, головна технологиня AVEVA. Це завдання особливо актуальне, оскільки новіші системи ШІ стають потужнішими, але водночас їх важче передбачати та пояснювати.

Однією з основ для успішного переходу є дані. Промислові системи часто містять інформацію в телеметрії, журналах обслуговування, інженерній документації та інших розрізнених джерелах. Нові технології можуть допомогти швидше поєднувати й зіставляти цю інформацію, надаючи операторам підтримку в реальному часі під час діагностування проблем. Роботи на основі ШІ можуть зробити ще один крок уперед, збираючи інформацію в небезпечних середовищах без необхідності для працівників заходити туди.

Але більша автономність також потребує нових підходів до управління. Рамкова модель AVEVA для відповідального ШІ наголошує на безпеці, ефективності, безпеці людей і людському нагляді. Гарг стверджує, що в критично важливих циклах ухвалення рішень ШІ має доповнювати людей, а не замінювати їх, причому обмеження повинні визначати, де автоматизовані системи можуть діяти самостійно, а де відповідальність залишається за наглядачами-людьми.

Сталий розвиток — ще одна складова цього рівняння. ШІ може допомогти керувати складними енергетичними системами в міру зростання виробництва відновлюваної енергії, а організаціям також потрібні кращі способи оцінювання власного впливу ШІ на довкілля. Гарг бере участь у робочій групі IEEE, яка розробляє стандартну методологію вимірювання такого впливу в частині електроенергії, енергії, ресурсів, води та вуглецю.

Наступна фаза може ще глибше залучити промисловий ШІ до фізичного світу — від автономних роботів і дронів до програмування за допомогою ШІ, що дає змогу фахівцям галузі створювати нові застосунки. Але, за словами Гарг, реалізація цього потенціалу вимагатиме не лише впровадження нових технологій. Організаціям потрібно буде переосмислити бізнес-процеси, встановити належні запобіжники й надати досвідченим працівникам нові способи застосовувати свої знання, створюючи модель автоматизації, яка буде не лише автономнішою, а й безпечнішою, ефективнішою та стійкішою.

«Автономні системи — роботи чи дрони — справді змінять спосіб нашої роботи на підприємствах, в енергетичних системах і на гірничодобувних об’єктах, — каже Гарг. — Певною мірою це зробить такі операції ефективнішими, значно безпечнішими для залучених людей і продуктивнішими».

Цей епізод Business Lab створено в партнерстві з AVEVA.

Повна розшифровка

Меган Тейтум: Я Меган Тейтум із MIT Technology Review, і це Business Lab — програма, яка допомагає керівникам компаній зрозуміти нові технології, що виходять із лабораторій на ринок.

Промисловий ШІ може бути не новим, але він розвивається з неймовірною швидкістю. Від сучасної предиктивної аналітики, здатної заздалегідь попереджати про відмови обладнання, до автономних роботів, яким доручено перевіряти техніку підвищеного ризику, нові застосування можуть трансформувати операційну ефективність. Але промисловий ШІ часто використовується в середовищах із високою ціною помилки, де майже немає простору для похибки. Якщо його впроваджувати без ясності, безпеки чи підзвітності, з часом це також може мати катастрофічні наслідки для критичної інфраструктури. Поки галузі поспішають освоювати найновіші технології, метою завжди має бути відповідальний ШІ, створений для підтримки, а не заміни людського судження, яке відіграє надзвичайно важливу роль.

Два слова для вас: стала автоматизація.

Сьогодні мій гість — Арті Гарг, головна технологиня AVEVA.

Цей подкаст створено в партнерстві з AVEVA.

Вітаю, Арті.

Арті Гарг: Дякую, Меган. Рада бути тут.

Меган: Дуже дякую, що приєдналися до нас. Для початку, щоб окреслити контекст нашої розмови, чи могли б ви трохи розповісти про поточний стан промислового ШІ та про те, над чим зараз працює AVEVA?

Арті: Звичайно. І я хочу повернутися до того, що ви вже зазначили: певною мірою промисловий ШІ не є новим. Навіть тут, у AVEVA, ми працюємо над ним понад 20 років, замислюючись над тим, як ШІ може вдосконалити застосунки в промисловому секторі.

Але за останні кілька років суттєво змінився тип ШІ. Ми справді перейшли до універсальних базових моделей, які дають значно більшій кількості людей змогу використовувати передові технології ШІ. Крім того, лише за останні пару років відбувся вибуховий розвиток так званого фізичного ШІ та типів ШІ, здатних істотно прискорити можливості робототехніки й автономних систем. А також агентного ШІ, який дає змогу автоматизувати більше процесів на рівні програмного забезпечення.

Ми бачимо, що в минулому існувала певна стриманість щодо впровадження моделей, результати роботи яких не можна було повністю передбачити. Але нині впровадження ШІ стрімко прискорилося навіть у промисловому секторі. Одне дослідження припускає, що за останні два роки в промисловому секторі воно зросло майже на 78%. Тож так, це точка перелому, але якщо подумати про це в контексті впровадження ШІ, то це майже схоже на ступінчасту функцію.

І зараз у AVEVA ми справді розмірковуємо над тим, як працювати з цим. Як інтегрувати ці нові й дуже потужні технології ШІ в середовища, де клієнти мають критично важливі операції, а безпека людей є суттєвим фактором? Це одні з головних проблем, які хвилюють наших клієнтів, коли вони думають про впровадження будь-якої нової технології. Ми працюємо в умовах, де нові типи ШІ не обов’язково є передбачуваними з погляду їхньої поведінки. Одне з питань, над якими ми справді замислюємося: як використовувати ці технології, водночас забезпечуючи безпеку, надійність роботи й виконання обіцянок, які дають нові можливості?

Меган: Одразу потрібно враховувати так багато речей, чи не так? Ви окреслили деякі масштабні розробки, які ми спостерігали в цій сфері останніми роками. Чому саме зараз промисловий ШІ переживає такий переломний момент? Що змінилося й зробило деякі з, можливо, більш сміливих гіпотез значно реалістичнішими?

Арті: Думаю, однією з основних речей і одним із головних викликів у промисловому ШІ — і це те, що закладено в основу ДНК AVEVA, — є те, що для повноцінного використання будь-якої цифрової технології в промисловій сфері часто потрібно спочатку зібрати й зіставити дані з розрізнених систем. Наприклад, я можу отримувати телеметрію від насоса чи змішувача й хотіти зіставити її з журналами обслуговування, щоб знати, коли востаннє хтось проводив технічне обслуговування цього насоса чи змішувача. Можливо, я також захочу зіставити ці дані з початковою проєктною документацією та документацією щодо технічного обслуговування, щоб у разі виникнення проблеми краще зрозуміти, що саме пішло не так і як це виправити. Це завжди було основним викликом у промисловій сфері.

Думаю, тепер нові технології — зокрема графові бази даних і можливість використовувати ШІ для значно швидшого зіставлення розрізнених наборів даних — дають нам змогу досягти такого рівня, коли в разі несправності оператору не потрібно витрачати час на дослідження, щоб зрозуміти, як пов’язані різні фрагменти інформації. Він може просто мати планшет із ШІ, який дуже швидко знаходить і зіставляє цю інформацію та майже в реальному часі допомагає діагностувати, що відбувається.

Ще більш сміливий, але не такий уже й неймовірний сценарій: я все ще описую його за участю людини-оператора, яка потенційно має мобільний планшет, але уявімо, що тепер у цьому середовищі також може пересуватися робот, збираючи дані. Він може або обробляти їх на борту, або швидко передавати оператору, якому вже не обов’язково самому заходити в небезпечний чи потенційно ризикований простір. Так можна збирати дані й забезпечувати дуже швидку діагностику. І саме це, на мою думку, зараз захоплює найбільше: усі ці нові технології, про які я говорила, допомагають зробити це можливим.

А з нашого погляду, намагаючись по-справжньому використати всі ці можливості, ми тепер маємо багато думати про наш підхід до управління. Як використовувати ШІ так, щоб він залишався контрольованим, якщо можна так висловитися?

Меган: Так, безумовно. Якщо говорити про управління, як AVEVA визначає відповідальний ШІ та які, на вашу думку, його основні переваги?

Арті: Для нас відповідальний ШІ ґрунтується на потрійному мандаті: він має бути безпечним, ефективним — зокрема екологічно ефективним — і передусім зберігати безпеку людей та людський нагляд. Це деякі з основних принципів відповідального ШІ для нас. На практиці це означає, що під час створення інструментів усередині компанії ми використовуємо багаторівневий підхід до управління: окремо щодо того, як ми застосовуємо ШІ як компанія, і щодо того, як ми впроваджуємо ШІ у свої продукти. Для обох напрямів ми використовуємо подібну рамкову модель — своєрідну спільну модель управління, яка охоплює і використання ШІ, і його інтеграцію в наші продукти, щоб клієнти могли застосовувати ШІ у своїх операціях.

Але я б сказала, що одним із ключових фундаментальних принципів є те, що люди залишаються в центрі нашого підходу до використання ШІ. Людське судження, людська відповідальність і людська етика залишаються основою нашого розуміння того, де ШІ може приносити користь. Ми розглядаємо його радше як інструмент доповнення людей, а не їх заміни в критично важливих циклах ухвалення рішень.

Меган: Так, це дуже важливе розмежування, чи не так? Що стосується наступного етапу розвитку, дедалі більше людей вважають, що агентний ШІ незабаром дасть змогу цим промисловим системам працювати значно автономніше. Чим ризики в промислових середовищах відрізняються від ризиків ШІ в суто цифровому контексті? І, з іншого боку, які переваги та можливості дає така автоматизація, визначена програмним забезпеченням?

Арті: Думаю, можна почати з ризиків, а потім перейти до переваг. Зрештою, найбільший ризик у промисловому середовищі полягає в тому, що ми взаємодіємо з реальними фізичними системами — часто такими, які здатні забезпечувати важливі результати, завдяки яким працює наш світ: виробляти електроенергію чи добувати природні ресурси. Але зазвичай ці фізичні системи також працюють у небезпечних середовищах, а саме обладнання може створювати ризики для безпеки людей. Щоразу, коли ви поєднуєте програмне забезпечення з фізичною системою, яка може мати реальні наслідки, потрібно бути особливо обережними. Це завжди було частиною нашої ДНК в AVEVA: від самого початку ми пам’ятали про кінцевого користувача й кінцеве застосування, яке є не просто зображенням на екрані комп’ютера.

Навіть коли протягом останніх десятиліть ми впроваджували ШІ у свої системи, ми зазвичай намагалися обирати найкращу модель для конкретного завдання й добре розуміти її поведінку. Наприклад, у нас є власна модель виявлення аномалій, яка працює в багатьох операційних середовищах. Тепер, коли ми розмірковуємо про нові можливості ШІ, які за своєю природою важко зрозуміти, вони не є повністю пояснюваними в тому сенсі, у якому ми раніше розглядали навіть моделі ШІ чи статистичні моделі. Ба більше, їхня поведінка може змінюватися з часом, коли вони навчаються й налаштовуються на нові можливості. Потенційний ризик автоматизації фізичної системи на основі можливостей, які можуть із часом змінюватися, полягає саме в тому, що ми маємо дуже уважно й обдумано визначати, де готові застосовувати підвищений рівень автоматизації.

Водночас тут є і справжня можливість, адже я побіжно згадала, що моделі розвиваються, але люди теж розвиваються — і це часто добре. Ми говоримо про людську експертизу та про те, як протягом кар’єри люди набувають розуміння роботи системи. Якщо ми зможемо використати здатність нових можливостей ШІ — зокрема так званих моделей міркування, які часто мають агентні можливості, — швидше навчатися й накопичувати досвід, а можливо, ще важливіше, переносити досвід, здобутий на одному об’єкті, на інший, це стане справжньою можливістю. Ми зможемо використати те, що вже знаємо про людей: іноді потрібно просто навчатися на практиці — і застосовувати та масштабувати це за допомогою ШІ. Саме тут я бачу значний потенціал.

Одне з того, що нас особливо турбує в промисловому секторі, — зміни в робочій силі. Думаю, майже половина, хоча й не зовсім половина, промислових працівників має вийти на пенсію протягом наступних п’яти років. Це означає, що сектор втратить багато знань і досвіду. Якщо ми зможемо зберегти їх у практичній формі, яка допоможе новому поколінню працівників, звиклих сприймати досвід інакше, застосовувати ці знання, то, на мою думку, це буде величезною можливістю для промислової сфери.

Меган: Так, безумовно. Як ви зазначили, на тлі інших змін на ринку та у складі робочої сили тут відкриваються значні можливості. Якщо розвинути цю тему, який потенціал мають відповідально створені й упроваджені автономні системи промислового ШІ для ще швидших і стійкіших промислових процесів?

Арті: Думаю, на це можна поглянути з кількох боків. По-перше, які вимоги висувають потенційно екологічно стійкіші процеси? Наведу приклад роботи, яку моя команда виконує у партнерстві з Національною лабораторією Айдахо в США в межах їхнього проєкту з тестування стійкості електромереж за допомогою ШІ.

Одним із викликів для електромережі під час переходу до майбутнього, у якому буде набагато більше нестабільних джерел відновлюваної генерації — наприклад, розподілених сонячних панелей на дахах, — є те, що керувати мережею стає значно складніше. Потрібно добре розуміти, звідки надходить електрична потужність і як електричне навантаження забирає її з мережі. Крім того, необхідно підтримувати якість електроенергії: замість одного генератора, який забезпечує частоту електроенергії в мережі, ми маємо багато менших систем. ШІ справді критично важливий для управління електромережею майбутнього. Саме над цим ми працюємо в партнерстві: як допомогти операторам мережі краще розуміти, що відбувається в їхній системі, виявляти аномальну поведінку й завчасно її фіксувати, а потім усувати наслідки?

Водночас я завжди наголошую, що це приклад того, як ШІ може допомогти нам прискорити перехід до енергетичного майбутнього з нижчим рівнем викидів вуглецю. Але паралельно точиться багато розмов про сталість самого ШІ. Скільки електроенергії й ресурсів потрібно для його роботи? Перш ніж перейти до того, як ми розглядаємо це питання в AVEVA — адже це безумовно одна з тем, над якими ми думаємо, як і багато інших учасників галузі, — хочу зазначити одну проблему: наразі не існує узгодженої методики вимірювання впливу ШІ на довкілля. Ви бачите чимало повідомлень на кшталт: один запит у певному чат-інтерфейсі потребує X галонів води або такої-то кількості електроенергії. Але на рівні спільноти немає єдиного узгодженого стандарту.

Я беру участь у робочій групі зі стандартизації, яку IEEE започаткував два роки тому, трохи більше ніж два роки тому. Я очолюю цю робочу групу, яка називається робочою групою зі стандарту P7100 щодо вимірювання впливу ШІ на довкілля. Ми намагаємося визначити всі сфери, які потрібно враховувати під час оцінювання екологічної сталості, пов’язаної з ШІ, а потім створити єдину стандартну методологію, яку можна буде застосовувати і для звітності, і потенційно для нагляду чи регулювання. Це надзвичайно важливо для реального розуміння впливу ШІ на довкілля: ми просто маємо знати, що саме він використовує. Ми хочемо оцінювати це комплексно. Наші стандарти охоплюють споживання електроенергії та енергії, використання ресурсів, споживання води, а також викиди вуглецю.

Попри все це, я вважаю важливим розуміти вплив ШІ, але водночас потрібно пам’ятати: більша модель потребує більше обчислень, а більша кількість обчислень, імовірно, потребує більше ресурсів. Що свідоміше ми обиратимемо модель правильного розміру для конкретного застосування, то швидше зможемо почати рухатися до більшої екологічної ефективності ШІ, який використовуємо. Потенційно приємним побічним ефектом є те, що чим більш спеціалізованою є модель, тим менша ймовірність її непередбачуваної неправильної поведінки, якщо архітектуру обрано правильно. Отже, існують додаткові переваги, що виходять за межі екологічної сталості.

Меган: Надзвичайно цікаво. Справді дуже цікаво почути про роботу, яка відбувається за лаштунками, адже, як ви зазначили, ми всі, мабуть, чули статистику щодо впливу на довкілля. Тож чудово зрозуміти, що робиться для його точнішого визначення.

Раніше ми трохи говорили про те, як ШІ доповнює людей. У міру того як системи стають автономнішими, як організаціям слід розмірковувати про баланс між автоматизацією із замкненим циклом і підзвітністю людини в контурі? Які запобіжники мають бути встановлені? І як уряди та транскордонні учасники також підходять до цих питань?

Арті: У цьому запитанні дуже багато всього, тож я спробую відповісти на нього по черзі. Спочатку про баланс між замкненим циклом і участю людини, автоматизацією та підзвітністю. У промисловому секторі ми говоримо про перехід від оператора-людини до наглядача-людини над системами, зокрема промисловими. Якщо чесно, ми все ще намагаємося зрозуміти, як саме це має працювати. Коли людина перебуває в контурі автоматизованої системи, зазвичай ідеться про те, що система обробляє всі дані, а потім надає рекомендацію.

Ми працюємо над рішенням у співпраці з кількома клієнтами. Воно дає змогу отримувати велику кількість операційних даних, а також результати моделювання роботи їхніх систем і надавати, наприклад, рекомендації на кшталт: тепер слід працювати з таким заданим значенням, а не з іншим, з огляду на зміни інших умов на підприємстві. Багато хто зацікавлений у переході від рекомендації щодо заданого значення до автоматизації, яка сама його змінюватиме. Ми вже провели кілька успішних пілотних проєктів у реальних умовах.

Але коли йдеться про зміну заданих значень на промисловому обладнанні, це, звичайно, дуже непокоїть людей. Саме тут можна зберегти певні запобіжники: наприклад, не дозволяти виходити за межі певного діапазону роботи або дозволяти автоматизацію лише в окремих сферах. Це подібно до того, як наглядач-людина може надати працівникам значну свободу ухвалення рішень у певних питаннях, але в інших встановлює чіткі правила — наприклад, визначає кінцевий термін чи виробничий план. Потрібно думати про те, як встановити належні запобіжники.

Проблема в тому, що ШІ — не люди, тому запобіжники мають виглядати інакше. І це одне з питань, над якими ми все ще думаємо. Які саме запобіжники потрібно встановити? Гадаю, це певною мірою залежатиме від конкретного застосування, але з часом ми всі навчимося, тож важливо бути максимально відкритими й обдумано підходити до цього процесу.

Водночас потенційні можливості справді величезні. Я вже згадувала, що ШІ може бути дуже корисним для узагальнення великого обсягу інформації та винесення на передній план того, що має значення. Тут варто створити простір для експериментів, але важливо переконатися, що людина розуміє ризик.

Наведу особисту історію, яка може це проілюструвати. Цими вихідними я купила маленького робота-іграшку й вирішила запрограмувати його на виконання певних завдань. ШІ виявився надзвичайно корисним, щоб допомогти мені почати й опрацювати всю документацію. Зібрати робота було нескладно — інструкції були хорошими, — але вже існує досить складний комплект засобів розробки програмного забезпечення, і його документацію можна читати досить довго. ШІ дуже допоміг мені знайти потрібну функцію та почати роботу. Але час від часу він давав дуже невдалі рекомендації щодо найкращого способу усунути проблему.

Саме тут участь людини в контурі є дуже корисною. Я розуміла, що ШІ не обов’язково буде найкращим архітектором програмного забезпечення чи фахівцем із пошуку несправностей. Водночас я могла використати ШІ для того, у чому він сильний: узагальнення та пошуку великого обсягу інформації. Але я також могла сказати: «Не думаю, що це найефективніший перший крок. Спробуймо щось інше». Це справді інший спосіб роботи, але в міру того, як люди звикають до можливостей і обмежень ШІ, їх можна навчити співпрацювати з ним. І це дуже відрізняється від роботи з іншими цифровими інструментами.

Що стосується ШІ, важливо усвідомлювати широту сфер, яких він торкається, і масштаб впливу, який він матиме: на довкілля, як ми вже обговорювали; на продуктивність, що фактично лежить в основі всієї цієї розмови; на робочу силу; на сам принцип функціонування економік. З мого погляду — хоча я аж ніяк не експертка з політики в цій сфері — я бачу, що різні уряди визначають різні пріоритети, формуючи свої підходи до регулювання та інших видів управління.

Меган: У різних країнах світу ми справді бачимо дуже різні підходи, чи не так? Щоб проілюструвати це, чи могли б ви поділитися кількома прикладами, які вам траплялися, і розповісти, які уроки вони можуть дати іншим організаціям, що перебувають на дещо раннішому етапі свого шляху до впровадження ШІ?

Арті: Я думаю, що в більшості сфер, де ми бачимо очевидні переваги впровадження ШІ в промисловому секторі, спільною основою є правильна робота з даними та створення належного фундаменту даних, на якому можна будувати ШІ.

Один із наших клієнтів, SCG Chemicals, нафтохімічна компанія в Таїланді, мав бачення створити для своїх операцій платформу надійності, максимально орієнтовану на ШІ. Але важливою частиною цього завдання було правильне впорядкування даних: потрібно було розмістити всю інформацію належним чином, використовуючи для цього деякі інструменти AVEVA. Компанія об’єднала операційні та інженерні дані. Потім поверх цього додала можливості ШІ — у цьому випадку одну з наших функцій під назвою AVEVA Predictive Analytics, яка використовує власні моделі для виявлення аномалій. Завдяки цьому компанія могла значно раніше виявляти потенційні операційні ризики. А замість незапланованих простоїв переводити їх у заплановані. Перехід від незапланованих простоїв до запланованих може істотно підвищити надійність підприємства.

Наразі компанія прагне до надійності підприємства на рівні близько 99% і дуже високої окупності інвестицій у створену платформу. Уже на ранньому етапі пілотного проєкту ROI становив майже 9 разів, і це справді вражає. Але я хочу наголосити, що для правильного результату потрібно розв’язати багаторівневу проблему.

Меган: Однак результати справді вражають. Керівникам промислових компаній, які, можливо, досі не наважуються досліджувати можливості ШІ, я хотіла б поставити таке запитання: якою, на вашу думку, є ціна вичікувального підходу?

Арті: Думаю, і тут промисловому сектору потрібно застосовувати дещо інший підхід до оцінювання цієї проблеми. Загалом, гадаю, більшість бізнес-експертів сказала б, що компанії не можуть дозволити собі вичікувати щодо ШІ, адже він трансформує кожен сектор суспільства та економіки. Промислова сфера, звичайно, не є винятком. Але, на мою думку, деякі виклики, про які я сьогодні говорила, змушують керівників промислових компаній іноді обирати роль швидкого послідовника, а не першого впроваджувача нових технологій, просто тому, що ризик надто високий.

Водночас проблема полягає в тому, що ризики, про які ми говорили сьогодні, — зокрема інтеграція систем із непередбачуваною поведінкою у фізичні системи — навряд чи будуть розв’язуватися в багатьох інших галузях. Саме тому я бачу значний інтерес і захоплення новими експериментами, а також готовність їх проводити, адже існує розуміння: якщо правильно застосувати ці технології та встановити належні запобіжники й заходи безпеки, вони мають справді трансформаційний потенціал з погляду використання ресурсів, безпеки людей і продуктивності.

Думаю, підхід у секторі трохи змінився: ми справді хочемо випробувати ці технології. Але тепер питання полягає в тому, як робити це в середовищах, які можна перетворити на своєрідні безпечні тестові майданчики, щоб перевірити унікальні виклики, з якими ми зіткнемося в промисловому секторі.

Меган: Так, безумовно. Сьогодні важко ігнорувати потенціал, чи не так? І на завершення хотілося б трохи зазирнути в майбутнє: що найбільше захоплює вас у довгостроковому потенціалі відповідальних автономних систем промислового ШІ?

Арті: Думаю, тут є кілька напрямів розвитку. Упродовж наступних 18 місяців ми точно побачимо, як люди з глибокою галузевою експертизою, які, можливо, не мають програмістського минулого, почнуть використовувати методи програмування за допомогою ШІ. Це дасть їм змогу створювати речі, які раніше вони не могли створити.

Для мене це особливо захопливо. На початку своєї кар’єри я працювала фахівчинею з промислових даних і завжди почувалася найбільш натхненною та дізнавалася найбільше, спілкуючись із людьми на передовій операційної діяльності, які мали контролювати безліч різного обладнання й розуміти, як усе воно взаємодіє. Вони мають величезний досвід, і можливість дати їм інструменти для дуже швидкої розробки нових застосунків, на мою думку, породить безліч нових ідей. Багато з них ми, представники промислового програмного забезпечення, можливо, навіть не змогли б придумати, не кажучи вже про те, щоб зрозуміти, як їх реалізувати. Це справді захопливо.

Якщо дивитися далі, я була дещо скептичною щодо робототехніки — не те щоб я не вірила в неї, адже очевидно, що робототехніка й автономні системи будуть важливими, особливо з огляду на середовища, у яких працює промислове обладнання: небезпечні чи віддалені. Але я справді вважаю, що все розвивається набагато швидше, ніж я очікувала. Мені дуже цікаво побачити, як ці фізичні втілення систем ШІ почнуть кардинально змінювати наше уявлення про операційну діяльність.

Будь-яка нова технологія в будь-якому середовищі приносить справжню цінність лише тоді, коли ви змінюєте спосіб роботи. Уже майже 10 років я виступаю з доповідями про впровадження ШІ й завжди кажу, що найбільша перешкода для цього не пов’язана безпосередньо з технологією. Вона навіть не завжди пов’язана з даними, хоча дані часто є найскладнішим питанням. Насправді йдеться про те, чи готові ви змінити свої бізнес-процеси, щоб працювати з урахуванням того, що ця технологія вміє або не вміє робити.

Автономні системи — роботи чи дрони — справді змінять спосіб нашої роботи на підприємствах, в енергетичних системах і на гірничодобувних об’єктах. Думаю, це зробить такі операції ефективнішими, значно безпечнішими для залучених людей і продуктивнішими. Тож це мене дуже захоплює.

Я не знаю точно, у якому напрямі все розвиватиметься, але часто думаю про те, що в книжці Айзека Азімова «Я, робот» передбачалося: робототехніка стане першим широко впровадженим видом ШІ, а не комп’ютерні системи. Ми пішли іншим шляхом, і тепер дуже цікаво спостерігати, як усе це починає сходитися.

Меган: Так, безумовно. Схоже, робототехніка нарешті наздоганяє. Попереду справді стільки захопливого. Дуже дякую за ваш час.

Це була Арті Гарг, головна технологиня AVEVA, з якою я розмовляла з Брайтона в Англії.

На цьому цей епізод Business Lab завершується. Я ваша ведуча Меган Тейтум. Я редакторка Insights — підрозділу MIT Technology Review, що створює спеціалізований контент. Ми засновані 1899 року при Массачусетському технологічному інституті, і щороку ви можете знайти нас у друкованих виданнях, в інтернеті та на заходах у різних країнах світу. Щоб дізнатися більше про нас і нашу програму, відвідайте наш вебсайт technologyreview.com.

Цю програму можна слухати всюди, де ви отримуєте подкасти. Якщо вона вам сподобалася, сподіваємося, ви знайдете хвилину, щоб оцінити її та залишити відгук. Business Lab — це проєкт MIT Technology Review, а цей епізод створено Giro Studios. Дуже дякуємо, що слухали нас. До побачення.

Дізнайтеся більше на aveva.com.

Цей матеріал створено Insights — підрозділом MIT Technology Review, що займається спеціалізованим контентом, а не його редакцією. Його досліджували та писали люди, а будь-які інструменти ШІ, які могли використовуватися, були обмежені виробничими процесами під людським наглядом.