Внедрение физического искусственного интеллекта ускоряется, но для достижения успеха требуется ранняя интеграция, передовое проектирование и стратегическое развертывание, чтобы выйти за рамки пилотных проектов, пишет на портале InformationWeek Вибха Рустаги, вице-президент Cognizant по IoT и инженернии.

Физический ИИ больше не является футуристической концепцией. Эта новая технология, существующая в различных формах — автономные роботы и дроны, беспилотные транспортные средства, промышленная автоматизация, — проникает в мир вокруг нас.

По мере ускорения ее внедрения организации быстро переходят к использованию ее коммерческих и операционных возможностей. Согласно январскому отчету Barclays, интерес к внедрению машин и систем с поддержкой ИИ вырастет до такой степени, что, по прогнозам, к 2035 г. гуманоидный сектор рынка робототехники достигнет 200 млрд. долл.

Но готовы ли организации внедрить эту технологию в свою деятельность? Для переноса ИИ из облака в физическую среду руководителям проектов необходимо сначала решить сложные технические задачи.

Физический ИИ включает в себя машины и системы, которые могут воспринимать, понимать, рассуждать и действовать автономно в реальном мире. Организации должны доказать, что их решения безопасны, надежны, совместимы и масштабируемы, с четкой ответственностью за риски в реальных условиях. Если они не смогут этого сделать, проекты не пройдут стадию проверки концепции.

В то же время руководители должны управлять текущими операционными расходами. Когда они контролируются, а инвестиции ориентированы на четкую ценность, организации имеют больше шансов выйти за рамки пилотных проектов, обеспечивая повышение эффективности, энергопотребления и времени безотказной работы.

Внедряйте физический ИИ как можно раньше

Руководители могут повысить вероятность успеха, внедрив интеллект с самого начала. Раннее встраивание ИИ в системы создает прочную основу для масштабируемого развертывания и более быстрого получения эффекта.

Поздняя интеграция приводит к фрагментации оборудования, встроенного сфота, ПО и облака. Наблюдение за данными оказывается затруднено, системам ИИ сложно получать точную информацию, что приводит к неоптимальной производительности.

Когда физический ИИ не учитывается на ранних этапах проектирования и разработки, накапливается технический долг. Это может препятствовать способности организации к инновациям. По оценкам Gartner, организации, активно управляющие этим «ИИ-долгом», в течение следующих трех лет будут взрослеть в пять раз быстрее.

Хотя ИИ можно внедрять в существующие операции для получения значительных преимуществ, ранняя интеграция обеспечивает более гладкое масштабирование и более эффективные долгосрочные операции, особенно если она поддерживается моделированием и цифровыми двойниками для проверки решений перед развертыванием.

Освойте периферийную инженерию

Встраивание физического ИИ в продукты и операции требует тщательного проектирования. В отличие от облачных сред, эти развертывания должны учитывать ограниченные вычислительные мощности, память и энергопитание. Поэтому обеспечение инференса в реальном времени на периферии требует аккуратного компромисса между такими элементами, как размер модели, частота ее обновления, выбор оборудования и архитектура.

Эти ограничения можно устранить с помощью комбинации подходов. Локальные рабочие нагрузки можно расширить с помощью энергоэффективных графических процессоров и специализированных ИИ-ускорителей, а методы оптимизации моделей, такие как сжатие и квантование, снижают вычислительные требования без ущерба для производительности.

В ограниченных средах распределенные периферийные архитектуры могут перекладывать определенные задачи на близлежащие устройства. Если учитывать особенности периферии в решениях с самого начала, организации могут использовать аналитику ближе к месту принятия решений, уменьшая чрезмерную зависимость от облака. Это также обеспечивает обновление моделей, мониторинг производительности и скоординированную оркестровку всех парков устройств для поддержания реальной производительности в любом масштабе.

Сначала смоделируйте

В отличие от облачных развертываний, физический ИИ часто требует крупных капиталовложений. Соответственно, вначале необходимо предоставить подтверждение концепции. Руководители должны продемонстрировать, какое влияние эти проекты окажут на операционную деятельность и потенциальную рентабельность инвестиций. Без этих доказательств старшее руководство не сможет решительно двигаться вперед.

Помимо возможности ранней проверки проекта, моделирование в виртуальных средах повышает уверенность в успехе крупномасштабного развертывания. Такие платформы, как Omniverse от Nvidia, позволяют организациям создавать цифровых двойников и оценивать операционный эффект, прежде чем совершать капитальные затраты.

С их помощью руководители могут тестировать различные сценарии, оценивать альтернативные решения, чтобы увидеть, как они повлияют на стратегии автоматизации, использование энергии и взаимодействие между сотрудниками. Они могут делать это, не прерывая живые операции. Это упрощает демонстрацию рентабельности инвестиций и получение поддержки руководства.

Управляйте стратегиями развертывания

Моделирование помогает руководителям выявить способы достижения быстрых результатов и продемонстрировать успех на раннем этапе, что позволяет разработать стратегию поэтапного развертывания.

Поэтапный подход дает командам возможность собирать доказательства безопасности, надежности, соответствия нормативным требованиям и способности обеспечивать высокую окупаемость инвестиций. Это позволяет продвигать внедрение и помогает руководителям избежать потенциальной ловушки «пилотного чистилища». Наряду с поэтапным внедрением, развертывание должно поддерживаться программой управления изменениями, чтобы подготовить организацию к операционному воздействию физического ИИ.

Управляйте организационными изменениями

Поскольку физический ИИ требует навыков проектирования периферийных решений, которые обычно не нужны в проектах облачного ИИ, может потребоваться расширение штата сотрудников и изменение организационных структур. Необходимо будет пересмотреть обязанности сотрудников, процессы и управление.

Также необходимо учитывать влияние этой новой технологии на все заинтересованные стороны. Для обеспечения широкого принятия необходимо четкое информирование о причинах внедрения технологии и о том, как она повлияет на роли людей. Могут потребоваться обучение и постоянная поддержка.

Проникновение физического ИИ в наши рабочие места, дома и общественную инфраструктуру будет иметь трансформационные последствия. Его возможности значительны, но организации должны быть готовы как к самой технологии, так и к изменениям, которые она приносит. Им потребуются решения, адаптированные к их конкретным потребностям, и стратегии внедрения, чтобы ускорить развертывание во всех их операциях.