Segons l'informe sobre la IA industrial i el mercat de la IA 2021-2026 publicat recentment, la taxa d'adopció de la IA en entorns industrials va augmentar del 19% al 31% en poc més de dos anys. A més del 31% dels enquestats que han implementat totalment o parcialment la IA a les seves operacions, un altre 39% està provant o pilotant la tecnologia actualment.
La IA està emergint com una tecnologia clau per als fabricants i les empreses energètiques de tot el món, i l'anàlisi de la IoT prediu que el mercat de solucions industrials d'IA mostrarà una forta taxa de creixement anual composta (CAGR) postpandèmica del 35% fins a arribar als 102.170 milions de dòlars el 2026.
L'era digital ha donat lloc a la Internet de les Coses. Es pot veure que l'aparició de la intel·ligència artificial ha accelerat el ritme del desenvolupament de la Internet de les Coses.
Fem una ullada a alguns dels factors que impulsen l'auge de la IA industrial i l'AIoT.
Factor 1: Cada cop més eines de programari per a la IAoT industrial
El 2019, quan l'analítica de la IoT va començar a cobrir la IA industrial, hi havia pocs productes de programari d'IA dedicats de proveïdors de tecnologia operativa (TO). Des de llavors, molts proveïdors de TO han entrat al mercat de la IA desenvolupant i proporcionant solucions de programari d'IA en forma de plataformes d'IA per a la planta de fàbrica.
Segons les dades, gairebé 400 proveïdors ofereixen programari d'IAoT. El nombre de proveïdors de programari que s'uneixen al mercat de la IA industrial ha augmentat dràsticament en els darrers dos anys. Durant l'estudi, IoT Analytics va identificar 634 proveïdors de tecnologia d'IA a fabricants/clients industrials. D'aquestes empreses, 389 (61,4%) ofereixen programari d'IA.
La nova plataforma de programari d'IA se centra en entorns industrials. Més enllà d'Uptake, Braincube o C3 AI, un nombre creixent de proveïdors de tecnologia operativa (TO) ofereixen plataformes de programari d'IA dedicades. Alguns exemples són el conjunt d'anàlisis industrials i IA Genix d'ABB, el conjunt FactoryTalk Innovation de Rockwell Automation, la plataforma de consultoria de fabricació pròpia de Schneider Electric i, més recentment, complements específics. Algunes d'aquestes plataformes s'adrecen a una àmplia gamma de casos d'ús. Per exemple, la plataforma Genix d'ABB proporciona anàlisis avançades, incloent-hi aplicacions i serveis preconstruïts per a la gestió del rendiment operatiu, la integritat dels actius, la sostenibilitat i l'eficiència de la cadena de subministrament.
Les grans empreses estan posant les seves eines de programari d'IA a la fàbrica.
La disponibilitat d'eines de programari d'IA també està impulsada per noves eines de programari específiques per a casos d'ús desenvolupades per AWS, grans empreses com Microsoft i Google. Per exemple, el desembre de 2020, AWS va llançar Amazon SageMaker JumpStart, una característica d'Amazon SageMaker que proporciona un conjunt de solucions preconstruïdes i personalitzables per als casos d'ús industrials més comuns, com ara PdM, visió per computador i conducció autònoma. Implementeu-les amb només uns quants clics.
Les solucions de programari específiques per a casos d'ús estan impulsant millores d'usabilitat.
Els paquets de programari específics per a casos d'ús, com ara els que se centren en el manteniment predictiu, són cada cop més comuns. IoT Analytics va observar que el nombre de proveïdors que utilitzen solucions de programari de gestió de dades de productes (PdM) basades en IA va augmentar a 73 a principis del 2021 a causa d'un augment en la varietat de fonts de dades i l'ús de models de preentrenament, així com l'adopció generalitzada de tecnologies de millora de dades.
Factor 2: El desenvolupament i el manteniment de solucions d'IA s'estan simplificant
L'aprenentatge automàtic automatitzat (AutoML) s'està convertint en un producte estàndard.
A causa de la complexitat de les tasques associades a l'aprenentatge automàtic (AA), el ràpid creixement de les aplicacions d'aprenentatge automàtic ha creat la necessitat de mètodes d'aprenentatge automàtic estàndard que es puguin utilitzar sense experiència. El camp de recerca resultant, l'automatització progressiva per a l'aprenentatge automàtic, s'anomena AutoML. Diverses empreses estan aprofitant aquesta tecnologia com a part de les seves ofertes d'IA per ajudar els clients a desenvolupar models d'AA i implementar casos d'ús industrials més ràpidament. El novembre de 2020, per exemple, SKF va anunciar un producte basat en autoML que combina dades de processos de màquina amb dades de vibració i temperatura per reduir costos i habilitar nous models de negoci per als clients.
Les operacions d'aprenentatge automàtic (ML Ops) simplifiquen la gestió i el manteniment de models.
La nova disciplina de les operacions d'aprenentatge automàtic té com a objectiu simplificar el manteniment dels models d'IA en entorns de fabricació. El rendiment d'un model d'IA normalment es degrada amb el temps, ja que es veu afectat per diversos factors dins de la planta (per exemple, canvis en la distribució de dades i els estàndards de qualitat). Com a resultat, el manteniment del model i les operacions d'aprenentatge automàtic s'han tornat necessaris per complir els requisits d'alta qualitat dels entorns industrials (per exemple, els models amb un rendiment inferior al 99% poden no identificar comportaments que posin en perill la seguretat dels treballadors).
En els darrers anys, moltes startups s'han unit a l'espai ML Ops, com ara DataRobot, Grid.AI, Pinecone/Zilliz, Seldon i Weights & Biases. Empreses consolidades han afegit operacions d'aprenentatge automàtic a les seves ofertes de programari d'IA existents, com ara Microsoft, que ha introduït la detecció de la deriva de dades a l'Azure ML Studio. Aquesta nova funció permet als usuaris detectar canvis en la distribució de les dades d'entrada que degraden el rendiment del model.
Factor 3: Intel·ligència artificial aplicada a aplicacions i casos d'ús existents
Els proveïdors de programari tradicionals estan afegint capacitats d'IA.
A més de les grans eines de programari d'IA horitzontals existents, com ara MS Azure ML, AWS SageMaker i Google Cloud Vertex AI, ara es poden millorar significativament els conjunts de programari tradicionals com ara els sistemes de gestió de manteniment informatitzats (CAMMS), els sistemes d'execució de fabricació (MES) o la planificació de recursos empresarials (ERP) injectant-hi capacitats d'IA. Per exemple, el proveïdor d'ERP Epicor Software està afegint capacitats d'IA als seus productes existents a través del seu Epicor Virtual Assistant (EVA). Els agents EVA intel·ligents s'utilitzen per automatitzar processos ERP, com ara la reprogramació d'operacions de fabricació o la realització de consultes senzilles (per exemple, obtenir detalls sobre el preu del producte o el nombre de peces disponibles).
Els casos d'ús industrials s'estan millorant mitjançant l'ús de la IAoT.
Diversos casos d'ús industrial s'estan millorant afegint capacitats d'IA a la infraestructura de maquinari/programari existent. Un exemple clar és la visió artificial en aplicacions de control de qualitat. Els sistemes tradicionals de visió artificial processen imatges a través d'ordinadors integrats o discrets equipats amb programari especialitzat que avalua paràmetres i llindars predeterminats (per exemple, alt contrast) per determinar si els objectes presenten defectes. En molts casos (per exemple, components electrònics amb diferents formes de cablejat), el nombre de falsos positius és molt elevat.
Tanmateix, aquests sistemes s'estan reviscolant a través de la intel·ligència artificial. Per exemple, el proveïdor de visió artificial industrial Cognex va llançar una nova eina d'aprenentatge profund (Vision Pro Deep Learning 2.0) el juliol de 2021. Les noves eines s'integren amb els sistemes de visió tradicionals, permetent als usuaris finals combinar l'aprenentatge profund amb les eines de visió tradicionals en la mateixa aplicació per satisfer entorns mèdics i electrònics exigents que requereixen una mesura precisa de ratllades, contaminació i altres defectes.
Factor 4: Millora del maquinari industrial d'IAoT
Els xips d'IA estan millorant ràpidament.
Els xips d'IA de maquinari integrat estan creixent ràpidament, amb una varietat d'opcions disponibles per donar suport al desenvolupament i desplegament de models d'IA. Alguns exemples són les darreres unitats de processament gràfic (Gpus) d'NVIDIA, l'A30 i l'A10, que es van introduir el març de 2021 i són adequades per a casos d'ús d'IA com ara sistemes de recomanació i sistemes de visió per computador. Un altre exemple són les unitats de processament Tensors (TPus) de quarta generació de Google, que són potents circuits integrats (ASics) d'ús especial que poden aconseguir fins a 1.000 vegades més eficiència i velocitat en el desenvolupament i desplegament de models per a càrregues de treball d'IA específiques (per exemple, detecció d'objectes, classificació d'imatges i punts de referència de recomanació). L'ús de maquinari d'IA dedicat redueix el temps de càlcul del model de dies a minuts, i ha demostrat ser un punt de canvi en molts casos.
El potent maquinari d'IA està disponible immediatament a través d'un model de pagament per ús.
Les empreses superescala actualitzen constantment els seus servidors per fer que els recursos informàtics estiguin disponibles al núvol, de manera que els usuaris finals puguin implementar aplicacions d'IA industrials. El novembre de 2021, per exemple, AWS va anunciar el llançament oficial de les seves últimes instàncies basades en GPU, Amazon EC2 G5, impulsades per la GPU NVIDIA A10G Tensor Core, per a una varietat d'aplicacions d'aprenentatge automàtic, incloent-hi motors de visió per computador i recomanació. Per exemple, el proveïdor de sistemes de detecció Nanotronics utilitza exemples d'Amazon EC2 de la seva solució de control de qualitat basada en IA per accelerar els esforços de processament i aconseguir taxes de detecció més precises en la fabricació de microxips i nanotubs.
Conclusió i perspectiva
La IA està sortint de fàbrica i serà omnipresent en noves aplicacions, com ara el PdM basat en IA, i com a millores al programari i als casos d'ús existents. Les grans empreses estan implementant diversos casos d'ús d'IA i informen d'èxit, i la majoria dels projectes tenen un alt retorn de la inversió. En definitiva, l'auge del núvol, les plataformes d'Internet de les Coses i els potents xips d'IA proporcionen una plataforma per a una nova generació de programari i optimització.
Data de publicació: 12 de gener de 2022