AI炒作週期在2023年爆炸，並在生成AI和隨後的資金注射下爆炸。它帶來了一種盲目的AI樂觀感，該組織在沒有清楚地了解其ROI和實際用例的情況下擁護該技術。有些人只是跟隨AI人群，出於害怕被拋在後面而採用了這項技術。回顧過去，思考2025年將要發生的事情，就AI期望發生了很大變化嗎？我們仍處於盲人AI樂觀階段嗎？
簡而言之，不。幸運的是，我們沿著成熟路徑移動。我們可以看到炒作週期消散，並從盲人AI樂觀到 經過證明 AI樂觀 – 或可靠的AI。在可靠的AI中取得了巨大進步的製造業是這一旅程的案例研究，而其他行業可以向其他行業學習。但是，在走這條路之前，我們必須解決可能破裂的AI氣泡的真正可能性。
非理性的AI旺盛？
盲目的AI樂觀情緒 – 或對最新，最閃亮的AI技術的興奮，沒有清楚地了解其含義和切實成就 – 引起了很多關注和資本。例如，分析師正在觀看Microsoft，Meta和Amazon對NVIDIA的AI驅動GPU進行大量投資，但是人們擔心這些投資不會帶來這些公司正在尋找的收入收益。
我們開始看到這種特定的AI氣泡破裂的耳語。麻省理工學院的經濟學家達倫·阿克莫格魯（Daron Acemoglu）警告說，湧入AI基礎設施投資的錢可能與投資者的投資回報率期望不符。人們對AI的承諾感到興奮，但是現在他們開始擔心它會反映出互聯網泡沫。這樣的事件可能會觸發其他投資者對AI敘事更加懷疑，並尋求更快的回報時間或減少這些投資。幻滅正在冒泡。
毫無疑問，AI將改變行業的工作方式，但是通過遵循閃亮的對像不會發生這種情況。可靠的AI是可量化的，會產生真正的影響，通常在幕後並嵌入現有過程中。
那麼，可靠的AI的一個例子是什麼示例，它已經顯示出成功並會經受時間的考驗？製造業提出了重要的用例。
衡量製造業的成功
一家領先的化學公司希望提高其機器的效率和可靠性，以避免未定決策的停機時間和操作中斷。他們投資了AI驅動的預測維護解決方案，該解決方案使他們的團隊擁有機器健康的見解和建議，以主動解決問題。他們在不到一年的時間內實現了7倍的投資回報率。
同樣，世界上最頂級的食品和飲料公司之一希望減少產品浪費並優化其工廠容量，因此他們在四個工廠進行了啟用AI支持的機器監控。他們看到每年的容量增加了4,000小時，浪費超過200萬磅的產品減少了。結果非常有影響力，飛行員將其擴展到其所有北美設施。
這些現實世界的例子證明了可靠的AI的可測量影響，它們與更廣泛的行業趨勢一致。在最近對700多種全球製造商的調查中，量化AI對業務目標的影響的最高領域是供應鏈管理/優化（41％），通過規定性分析改善決策（41％），以及過程健康/最大化。產量和容量（40％）。
年份的調查結果揭示了從盲目樂觀到可靠的結果的這一旅程中取得的真正進步。與前一年相比，許多受訪者現在能夠量化AI對流程健康的影響的三倍，並且可以衡量其對計劃外機停機時間的影響的兩倍。這表明製造商在使用AI方面變得越來越舒適，這有助於他們實現更深刻的投資回報。
隨著這種信心的提高，有83％的全球製造業領導者正在增加其AI預算 – 這是業務增長的關鍵，並有效地可視化和對工廠數據的行動。那麼，其他在AI成功中落後的行業呢？他們的擴展不夠快。
縮放速度慢
到目前為止，製造商和其他行業領導者的擴展性AI規模較慢，這阻礙了我們看到有意義的結果的速度。實際上，根據Tech.co報告，在10（67％）的商業領導者中有近7個正在慢慢採用AI。
AI是一種工具，而不是結果。為了實現這些投資的真正好處，必須進行文化轉變 – 它不僅僅是將傳感器放在機器上。熟練的勞動已經很難保留，甚至更難找到。美國人口以更快的速度衰老，而進入勞動力的人則更少。現在是推進可靠AI的時候了，因為它必須保留知識並推動行業前進。
像Chatgpt這樣的生成AI工具令人印象深刻，但商業世界還需要更多。它需要針對特定和困難問題的專門建造的AI，並且需要結果。這就是可靠的AI進入的地方，製造業提供了一本令人印象深刻的劇本。
