هوش مصنوعی در خط مقدم: تحول هوش مصنوعی برای نیروی کار بدون میز کار

شرکت‌های مطرح حوزه  Deep Tech نظیر Anthropic  و Boston Dynamics به دنبال توسعه کسب‌وکارهای خود در حوزه صنعتی از طریق شراکت‌های استراتژیک هستند.

تحول بزرگ بعدی هوش مصنوعی در کف انبارها و عملیات میدانی صنعتی رخ خواهد داد؛ جایی که استقرار هوش مصنوعی، اتوماسیون را برای ۲.۷ میلیارد نیروی کار بدون میز در جهان به ارمغان می‌آورد.

مطالعه‌ای که در تاریخ ۱ دسامبر توسط مرکز حمل‌ونقل و لجستیک ام‌آی‌تی منتشر شد و حاصل نظرسنجی از بیش از ۲۰۰۰ متخصص زنجیره تأمین و انبارداری در ۲۱ کشور بود، نشان داد که بیش از نیمی از شرکت‌کنندگان در نظرسنجی، سطح بلوغ عملیاتی خود را پیشرفته یا کاملاً خودکار گزارش کرده‌اند. این امر به‌ویژه در میان کسب‌وکارهای بزرگتر با شبکه‌های لجستیکی پیچیده و چندسایتی مشهود است.

مطالعه ام‌آی‌تی همچنین نشان داد که اکثر شرکت‌ها ۱۱ تا ۳۰ درصد از بودجه فناوری انبار خود را به ابتکارات هوش مصنوعی و یادگیری ماشین اختصاص می‌دهند و دوره بازگشت سرمایه (ROI) به‌طور متوسط دو تا سه سال است.

در بازار وسیع‌تر عملیات میدانی، پذیرش هوش مصنوعی توسط پیشرفت‌های فناوری هدایت می‌شود که تعمیر و نگهداری پیش‌بینانه مؤثر را برای کارایی عملیاتی امکان‌پذیر کرده است. همچنین، پیشرفت‌ها در رباتیک و اتصالات که تولید صنعتی و ساخت را تسهیل می‌کنند، منجر به گذار به سمت هوش مصنوعی فیزیکی شده است. استقرار سیستم‌های بینایی ماشین برای کنترل دقیق‌تر عملیات و پیشرفت‌ها در فناوری دوقلوی دیجیتال برای بهینه‌سازی فرآیندها نیز از دیگر محرک‌های این روند هستند.

گزارش ام‌آی‌تی ترس از جابجایی شغلی انسان‌ها را به عنوان یکی از بزرگترین موانع پذیرش ذکر می‌کند. با این حال، بیش از سه چهارم سازمان‌های مورد بررسی پس از پیاده‌سازی ابزارهای هوش مصنوعی، افزایش بهره‌وری و رضایت کارکنان را مشاهده کردند و بیش از نیمی از آن‌ها گزارش دادند که اندازه نیروی کار خود را افزایش داده‌اند.

نتایج مثبت نظرسنجی کارکنان، همراه با ظهور نقش‌های جدید از جمله مهندسان هوش مصنوعی/یادگیری ماشین(AI/ML)، متخصصان اتوماسیون، کارشناسان بهبود فرآیند و دانشمندان داده، بازتاب‌دهنده رایج‌ترین روایت صنعت برای پرداختن به ترس‌های ناشی از جابجایی شغلی است.

داغ‌ترین شرکت‌های هوش مصنوعی صنعتی می‌شوند

کسب‌وکارهایی که در لبه مرزی هوش مصنوعی قرار دارند و اکنون وارد بخش صنعتی می‌شوند، از فرصت بازاری بهره‌مند خواهند شد که طبق برخی برآوردها، قرار است از ۲۰.۰۲ میلیارد دلار در سال ۲۰۲۴ به ۹۰.۲۸ میلیارد دلار تا سال ۲۰۳۳ برسد و با نرخ رشد مرکب سالانه (CAGR) معادل ۱۸.۶ درصد رشد کند.

در تاریخ ۱۳ نوامبر، شرکت هوش مصنوعی صنعتی  IFS شراکت‌هایی را با آنتروپیک، بوستون داینامیکس، زیمنس و وان‌اکس (1X) اعلام کرد که نشان‌دهنده روند گسترده‌تری است که در آن برخی از نوآورترین شرکت‌های هوش مصنوعی و رباتیک امروز، هوش مصنوعی صنعتی را به عنوان مرز بعدی برای توسعه فناوری خود هدف قرار داده‌اند.

این شراکت‌ها در کنفرانس "Industrial X Unleashed" شرکت IFS در نیویورک اعلام شد، جایی که Mark Moffat، مدیرعامل شرکت، به مبالغ هنگفتی تا سقف ۱۰ تریلیون دلار اشاره کرد که برای بازسازی دنیای صنعتی با هوش مصنوعی هزینه می‌شود. اما به گفته Moffat، شکاف بین این سرمایه‌گذاری عظیم و کاربرد عملی هوش مصنوعی در فرآیندهای صنعتی تازه به‌طور جدی در حال نمود است.

Christian Pederson، مدیر ارشد محصول IFS، می‌گوید این شراکت‌ها نشان‌دهنده تغییری به سمت ادغام هوش مصنوعی است که «از پشت میز بیرون می‌آید» تا به اکثریت نیروی کار جهانی که در محیط‌های صنعتی فعالیت می‌کنند، خدمت کند.

به عنوان یکی از شرکتهای نادر یونیکورن اروپا، این شرکت سوئدی ۱۶ میلیارد دلاری که دفتر مرکزی آن در لندن است و به صورت خصوصی اداره می‌شود، به دنبال شراکت با شرکت‌های Deep Tech خبرساز مانند آنتروپیک و بوستون داینامیکس است. اما دور از تیتر خبرها، یک انقلاب آرام هوش مصنوعی در حال وقوع است؛ زیرا بخش صنعتی به دنبال مهار هوش مصنوعی پیشرو برای اتوماسیون کلی گردش کار است.

همکاری IFS و بوستون داینامیکس بر خدمت‌رسانی به صنایعی تمرکز دارد که عملیات میدانی در آن‌ها حیاتی است، از جمله تولید، انرژی، خدمات شهری، معدن و سایر بخش‌های دارایی‌محور. Pederson می‌گوید هدف این شراکت، آزادسازی ارزش در عملیات میدانی است؛ حوزه‌ای که توسط برنامه‌های عمومی هوش مصنوعی کمتر مورد توجه قرار گرفته است.

Pederson گفت: این بدان معناست که آنچه ما به عنوان کارگران دیجیتال می‌شناسیم، اکنون می‌توانند کارهای فیزیکی انجام دهند. آن‌ها نه تنها یک دستور کار برای کسی ایجاد می‌کنند، بلکه دستوری به یک ربات ارسال می‌کنند تا کار را برای آن‌ها انجام دهد.

Pederson مطرح می‌کند که ماهیت یقه سفید صنعت فناوری و ذهنیت رهبران آن باعث شده است که این صنعت، به‌طور طبیعی، تاکنون بر حوزه‌های غیرصنعتی تمرکز کند. او خاطرنشان می‌کند که از منظر محصول، هوش مصنوعی به‌طور کلی به سطحی از کیفیت با نرخ توهّم پایین‌تر رسیده است که باید اجازه استقرار کلی هوش مصنوعی در فرآیندهای میدانی صنعتی را بدهد.

برخلاف هوش مصنوعی سازمانی یقه سفید، محیط‌های صنعتی نیازمند دقت صددرصدی هستند. Pederson توضیح می‌دهد: در دنیای صنعتی، هرگونه توهّم به معنای مرگ افراد خواهد بود.

IFS و شرکای هوش مصنوعی آن نشان می‌دهند که Kriti Sharma، مدیرعامل NexusBlack، چه چیزی را یک حوزه کمتر خدمت‌رسانی شده و تنها حوزه‌ای می‌داند که هوش مصنوعی در آن واقعاً کمتر از حد تبلیغ شده است. IFS آزمایشگاه هوش مصنوعی خود، NexusBlack، را در آوریل امسال راه‌اندازی کرد تا به موارد استفاده زیرساخت‌های حیاتی با تحلیل‌های پیش‌بینانه برای تعمیر و نگهداری و برنامه‌ریزی تداوم بپردازد.

ابزار جدید این شرکت، Resolve، بر روی مدل‌های کلود شرکت آنتروپیک ساخته شده و از خرید استراتژیک شرکت هوش مصنوعی عاملی (Agentic AI) دِلوپس (TheLoops) توسط IFS در اوایل امسال بهره می‌برد.

به گفته Pederson، هوش مصنوعی فیزیکی، تلاقی سخت‌افزار رباتیک، اتصالات پیشرفته و هوش مصنوعی، پتانسیل تأمین یک «نیروی کار نامحدود» و حل برخی از دشوارترین چالش‌های صنعتی جهان را دارد. تیم NexusBlack ماهیت فیزیکی کار خود را جدی می‌گیرد و اغلب، به معنای واقعی کلمه، در آشیانه‌های هواپیما زندگی می‌کنند یا در کف خطوط تولید تأسیسات صنعتی مشتریان خود می‌خوابند. این‌ها استقرارهای فناوری نیستند که اکثر متخصصان فناوری در دفاتر دارای تهویه مطبوع خود به آن عادت کرده‌اند.

Pederson می‌گوید برخی از شراکت‌هایی که برخی از «داغ‌ترین» شرکت‌های هوش مصنوعی را با شرکت‌های حاضر در حوزه صنعتی در یک محیط دارایی‌محورتر پیوند می‌دهند، مبتنی بر انتقال دانش هستند. برای مثال، آنتروپیک عادت به کار در محیط صنعتی ندارد و IFS می‌تواند به این شرکت کمک کند تا مدل‌های خود را بر روی داده‌ها و سناریوهای مرتبط با صنعت آموزش دهد.

Garvan Doyle، رهبر هوش مصنوعی کاربردی در آنتروپیک، می‌گوید مجموعه وسیعی از مراحل وجود دارد که شرکت برای اولویت‌بندی اینکه با چه کسی و کجا کار کند، طی می‌کند. او می‌گوید: این بر اساس ردپای جهانی ماست. بر اساس بخش‌های مختلفی است که در آن‌ها فعالیت می‌کنیم. این یک گام چندعاملی است، اما ما سعی می‌کنیم اطمینان حاصل کنیم که تیم‌های خود را با اندیشه توسعه می‌دهیم.

لحظه‌ای حیاتی برای استقرار هوش مصنوعی صنعتی

Vijay Guntur، مدیر ارشد فناوری و رئیس اکوسیستم‌ها در HCLTech، می‌گوید در حالی که هوش مصنوعی صنعتی مدتی است مستقر شده، بازار در مقطعی حیاتی قرار دارد.

 Guntur اشاره می‌کند که پیشرفت سریع پلتفرم‌های هوش مصنوعی، همراه با افزایش دسترسی به شبیه‌سازی قدرتمند، رباتیک و فناوری‌های محاسبات لبه‌ای، به این معنی است که شرکت‌ها سرانجام قادر به پر کردن شکاف بین مدل‌های دیجیتال و استقرار در دنیای واقعی هستند.

تولید، لجستیک، انرژی، خدمات شهری، معدن و های‌تک، همگی حوزه‌هایی هستند که در آن‌ها دوقلوهای دیجیتال، سیستم‌های خودگردان و اتوماسیون مبتنی بر هوش مصنوعی بهبودهای قابل توجهی در بهره‌وری، تاب‌آوری و پایداری ایجاد می‌کنند. این سیستم‌های خودگردان که دنیای فیزیکی و دیجیتال را به هم متصل می‌کنند، به معنای تأسیسات صنعتی هستند که زمان‌بندی تعمیر و نگهداری پیشگیرانه، تحلیل شکست پیش‌بینانه و تشخیص ناهنجاری خودکار را اجرا می‌کنند.

کارگران در میدان می‌توانند داده‌ها را به سیستم‌های سازمانی بازگردانند و تصمیم‌گیری و اقدام خودگردان را در منبع تحریک کنند، و همچنین دستورالعمل‌هایی برای اقدام مورد نیاز در میدان ارسال کنند، که همه در یک پلتفرم یکپارچه واحد انجام می‌شود.

Guntur می‌گوید که به‌طور قابل توجهی، استنتاج لبه‌ای  به‌شکل چشمگیری مقرون‌به‌صرفه‌تر شده و مانع اصلی استقرار را از میان برداشته است؛ به‌طوری که هزینه هر استنتاج در لبه طی دو سال گذشته به لطف جهش‌های سخت‌افزاری، ۴ تا ۲۰ برابر کاهش یافته است.

در ۱۷ نوامبر، HCLTech یک آزمایشگاه نوآوری هوش مصنوعی فیزیکی را با همکاری تراشه‌ساز آمریکایی انویدیا (Nvidia) در سیلیکون‌ولی راه‌اندازی کرد. این آزمایشگاه در سانتا کلارا، کالیفرنیا، به شرکت‌ها کمک خواهد کرد تا برنامه‌های کاربردی هوش مصنوعی فیزیکی و رباتیک شناختی صنعتی را کاوش، رشد و توسعه دهند. این تأسیسات اختصاصی که با شبکه جهانی آزمایشگاه هوش مصنوعی HCLTech ادغام شده است، پشته فناوری انویدیا و پلتفرم‌های اصلی آن را با مجموعه راهکارهای هوش مصنوعی فیزیکی HCLTech ترکیب خواهد کرد.

 Guntur درباره شراکت انویدیا با HCLTech و زمان‌بندی آن، همراه با سایر شراکت‌های پیشرو در این فضا، می‌گوید که این واقعاً نشان‌دهنده آغاز عصر جدیدی برای پذیرش هوش مصنوعی صنعتی است.

او می‌افزاید: همگرایی پشته‌های سخت‌افزاری/نرم‌افزاری بلوغ‌یافته هوش مصنوعی، نیاز مبرم به عملیات هوشمندتر و پایدارتر، و افزایش اعتماد سازمانی به تحول دیجیتال، همگی در حال حاضر محرک اوج‌گیری گسترده‌تر هوش مصنوعی فیزیکی هستند.

Guntur می‌گوید که انگیزه سازمان‌ها برای رقابتی ماندن به معنای همکاری‌های بسیار بیشتر در حوزه هوش مصنوعی صنعتی خواهد بود که به گفته او به شکل اکوسیستم‌های مشارکتی مانند آزمایشگاه HCLTech/انویدیا و NexusBlack IFS ظاهر خواهد شد و می‌افزاید: آن‌ها به عنوان توانمند سازهای کلیدی برای پیشرفت‌های دنیای واقعی در اتوماسیون، ایمنی و هوش عملیاتی در حال ظهور هستند.