선도적인 PLM(제품 수명주기 관리) 및 디지털 스레드 솔루션 제공업체인 "2024년 미래에 대한 스포트라이트" 전시회는 산업 부문에서 AI 채택 준비 상태가 크게 불일치함을 나타냅니다. 보고서에 따르면, 산업재 제조 및 가공에 종사하는 기업 중 약 80%가 AI의 개념이나 AI를 효과적으로 활용하는 데 필요한 전략적 수준의 역량을 파악하지 못하는 것으로 나타났다. 그럼에도 불구하고 전 세계적으로 낙관적인 정서(기업의 84%)는 AI가 새롭거나 개선된 서비스에 생명을 불어넣을 것으로 기대하고 있으며, 그 중 82%는 품질 표준이 갑자기 향상될 것으로 예상하고 있습니다.
준비 상태와 기대 상태에 대한 설문 조사 인사이트
미국, 유럽, 일본 내 외국 및 국내 기업의 권위 있는 고위 간부 835명을 대상으로 실시된 광범위한 연구는 다양한 산업 배경으로 구성되었습니다. 이는 기업의 중요한 부분이 용량 병목 현상(79%), 전문 지식 부족(77%), IT 솔루션이 일반적으로 고립되어 있음(75%), 데이터 품질에 대한 우려(70%)를 겪고 있다는 사실을 시급한 문제로 강조합니다. )은 업계의 주요 문제입니다.
이러한 장애물은 산업 부문에서 AI 기술의 조화로운 사용과 적절한 작동을 저해하는 실질적인 요소로 구성됩니다. 보다 긍정적인 관점으로 나아가면서, 보고서는 PLM 프로세스의 일부로 AI를 도입할 때 얻을 수 있는 이점에 대한 합의를 trac 합니다. dent 의 75%가 비즈니스 전략에서 AI가 인공지능에 대한 긍정적인 요소라는 생각을 지지하는 것으로 확인되었습니다. 설문 조사에 참여한 사람들 중 3분의 1이 현재 PML과 데이터 인프라가 AI 기술을 지원하기에 매우 좋은 위치에 있다고 생각하는 반면, 2/3는 그 반대라고 생각한다는 점은 더욱 흥미롭습니다. 이는 동일한 수의 dent 사이에 분열이 있다는 표시입니다.
데이터 품질의 중요한 역할
Ara의 보고서는 AI 이니셔티브에서 고품질 데이터를 최우선으로 생각하고 방법에 중점을 둡니다. 참가자 설문조사에는 제품정보 데이터, 품질관리 데이터, 생산 데이터, 소비자 데이터의 중요성이 반영되어 있으나, 현재 데이터의 품질로 인해 여전히 비즈니스 목표에 미치지 못할 수 있습니다. 이 문제의 증가에 맞서기 위해 응답자의 51%는 생산성 프로세스를 높이기 위한 활동을 가속화하고 있는 반면, 46%는 서비스 데이터에, 45%는 연구 및 개발 데이터 세트에 있습니다.
이러한 작업 진행 양식의 다양한 성격은 AI가 업계에서 사용되는 방식에서 이제 예상할 수 있는 변화를 보여줍니다. 이는 현재 업계가 품질 데이터의 역할을 보고 있기 때문입니다. Aras의 CEO인 Roque Martin은 제품 개발부터 생산, 판매에 이르기까지 AI의 혁신적인 기술을 향한 회사 전체의 접근 방식에서 적극적이어야 한다고 지적하면서, 역동적이고 역동적인 모습을 갖춘 기업을 보고 싶어합니다. 오래된 PLM은 데이터가 풍부한 새로운 기술 분야에 잘 맞는 PLM보다 훨씬 더 중요합니다. AI 채택을 통해 기업은 기술 발전과 이를 통해 얻을 수 있는 기회를 통해 훨씬 더 많은 이익을 얻을 수 있습니다.
산업적 도전에 따른 AI 낙관론
설문 조사 참가자 중 다른 비율은 낙관적이라고 밝혔습니다. 84%는 AI가 다른 서비스 또는 개선된 서비스를 보낼 것이라고 생각하고 82%는 서비스의 품질과 신뢰성을 개선으로 간주합니다. 이러한 전망은 AI가 기업과 고객을 더 좋게 만들 수 있는 기회를 제시하며, 현재의 한계가 두려움의 원인이 되어서는 안 됩니다.
AI에 대한 산업 부문 배치 준비 상태는 Aras가 수행한 "The Industrial Sector Today" 보고서에서 확인할 수 있습니다. 표면적으로 결과는 지식, 용량 및 데이터 품질의 defi 에 대한 흠 없는 비판적 평가를 구현합니다. 그러나 AI를 변혁의 주체로 보는 매우 tron 낙관론이 저류되고 있습니다. ALM은 이러한 과제를 해결하기 위해 노력하면서 PLM 시스템의 품질 개선과 현대화에 계속 관심을 기울이고 있습니다. 단기적인 성공이라는 현재 목표 외에도 AI가 주요 결정 요인인 시대에 장기적인 지속 가능성과 경쟁력 있는 생존 노력입니다.
연구를 통해 생성된 통찰력은 기업이 AI 도입을 위한 새로운 통합 모델의 필요성을 인식하도록 하는 모닝콜이 됩니다. 이러한 각성은 또한 기술과 인간의 전문 지식이 서로의 강점을 결합하여 지금까지 볼 수 없었던 수준의 효율성과 혁신을 강화하는 새로운 시대의 시작을 가져옵니다.
이 기사는 원래 Plants & Work Engineering
