Hatékonyan alkalmazza a MI erőforrásokat a működés során

A Szövetségi Környezetvédelmi Minisztérium (BMU) megbízásából készült tanulmány, a „Gyenge mesterséges intelligencia potenciálja a vállalati erőforrás-hatékonyságban”, konkrét alkalmazási lehetőségeket vizsgál a MI területén, különösen kis- és középvállalkozások (KKV) erőforrás-hatékonyságának növelése érdekében.

Május 5-én ismét eljött a nap: a németországi túlterheltség napja. Már egy hónapja újra a környezet kárára élünk, a jövő generációinak rovására. Túllépjük a bolygó határait, és több erőforrást fogyasztunk, mint amit a Föld képes regenerálni. Ez volt a rossz hír.

És most a jó: a fenntartható gazdaságosság egyre inkább szükségszerűségként kerül felismerésre – többek között a középvállalkozások jövőképeségének biztosítása érdekében. Ennek mozgatórugói többek között az ügyfelek, befektetők és a társadalom követelései, valamint a jogalkotó által szigorodó előírások és szabályozások. Ezért egyre több vállalkozás lép működésbe.

Segítség a vállalaton belüli megvalósításban

Ezért a legmagasabb idő, hogy fenntarthatóvá tegyük termelési és életmódunkat. Ehhez hozzátartozik az erőforrás-hatékonyság jelentős növelése. Mennyire alkalmasak a gyenge mesterséges intelligencia módszerei arra, hogy hatékonyan felhasználják a természetes erőforrásokat, mint a víz, energia, anyag a feldolgozóiparban, és ezáltal elkerüljék a üvegházhatású gázok kibocsátását, azt vizsgálja a most megjelent tanulmány a Fraunhofer Ipartechnika és Automatizálás IPA és a Deloitte Artificial Intelligence & Data vállalati tanácsadó cégtől. A tanulmány fókuszában a KKV-k állnak. Mert különösen a KKV-k számára nehéz megtalálni a megfelelő kiindulópontokat a MI alkalmazásához. Gyakran hiányzik az idő és a személyzet ahhoz, hogy áttekintést nyerjenek a MI lehetőségeiről, módszereiről és technológiáiról. Szintén gyakran hiányzik a szükséges szakértelem a MI projektek kiválasztásához és megvalósításához saját vállalkozásukban. Így a MI bevezetése és alkalmazása gyakran nagy kihívást jelent. Ezért a tanulmány nemcsak példákat mutat be a vállalati erőforrás-hatékonyságot növelő MI alkalmazásokról, hanem gyakorlati segítséget is nyújt a saját vállalkozásban való megvalósításhoz.

Kutatási kérdések

A tanulmány az alábbi kérdések mentén szerveződik:

- Milyen technológiák és módszerek a gyenge MI alkalmazhatók a feldolgozóipari KKV-k számára az erőforrás-hatékonyság növelése érdekében?
- Milyen potenciálok rejlenek a gyenge MI-ben a vállalati erőforrás-hatékonyság szempontjából a KKV-k esetében?
- Mely gyenge MI alkalmazási forgatókönyvek ígéretesek a vállalati erőforrás-hatékonyság növeléséhez KKV-k esetében?
- Milyen sikertényezők és akadályok léteznek a gyenge MI rendszeres alkalmazásában a vállalati erőforrás-hatékonyság növelése érdekében KKV-kban?
- Milyen példák vannak a sikeres vállalati erőforrás-hatékonyság növelésére gyenge MI alkalmazásával KKV-kban?

Versenyelőnyök és egyedi jellemzők KKV-k számára

Mivel a nagy adatmennyiségek elemzése és a lehetséges optimalizációs lépések levonása gyakran csak digitalizációs megoldások bevezetésével lehetséges, a digitalizáció már egy ideje a gyártó vállalatok fenntarthatóságának javításának központi eszközeként ismert. „A MI módszereinek alkalmazása a következő lépés a gyártási környezetek erőforrás-hatékonysági potenciáljának kiaknázásában” – mondja Alexander Sauer professzor, a Fraunhofer IPA és a Stuttgart Egyetem Energiahatékony Gyártási Intézet (EEP) vezetője. „Különösen a KKV-k számára kínálnak lehetőséget a célzott MI alkalmazásával versenyelőnyök elérésére és az egyedi jellemzők megerősítésére vagy kialakítására.”

A Bundesministerium für Umwelt, Naturschutz und nukleare Sicherheit (BMU) megbízásából készült tanulmányt a VDI Ressourcehatékonysági Központ (VDI ZRE) koordinálta, és a Fraunhofer Ipartechnika és Automatizálás IPA együttműködésében, a Deloitte Artificial Intelligence & Data vállalattal végezték el. A tanulmány 2021. június 7-én jelent meg, és a „Mesterséges intelligencia – lehetőségek és kihívások a erőforrás-hatékonyságban” című 25. hálózati konferencián mutatták be első ízben nyilvánosan.

A „Gyenge mesterséges intelligencia potenciálja a vállalati erőforrás-hatékonyságban” című tanulmány letölthető itt: https://www.ressource-deutschland.de/fileadmin/user_upload/downloads/studien/VDI-ZRE_Studie_KI-betriebliche-Ressourceneffizienz_Web_bf.pdf

Mi az a gyenge MI?

Általánosságban a „gyenge” és a „erős” MI (angolul: artificial narrow intelligence vs. artificial general intelligence) között különböztetünk meg. Az erős MI elsősorban azzal jellemezhető, hogy kognitív képességekkel rendelkezik, amelyek szinte minden aspektusban felülmúlják vagy egyenrangúak az emberével. Ezzel szemben a gyenge MI bár felülmúlhatja az embert, ez általában csak azokban a területeken igaz, amelyekre kifejezetten programozták és tréningezték. A gyenge MI a konkrét alkalmazási problémák megoldására összpontosít, ismert módszerek alapján, mint a matematika és informatika. A kifejlesztett rendszerek képesek az önoptimalizációra.