Per molte grandi aziende, la forma di intelligenza artificiale più utile al momento ha poco a che fare con la scrittura di e-mail o la risposta a domande. In PepsiCo, l’intelligenza artificiale viene testata in luoghi in cui gli errori sono costosi e i cambiamenti sono difficili da annullare: layout di fabbrica, linee di produzione e operazioni fisiche.
Questo cambiamento è visibile nel modo in cui PepsiCo utilizza l’intelligenza artificiale e i gemelli digitali per modellare e adattare i propri impianti di produzione prima di apportare cambiamenti nel mondo reale. Invece di sperimentare interfacce di chat o strumenti da ufficio, l’azienda sta applicando l’intelligenza artificiale a uno dei suoi problemi principali: come configurare le fabbriche più velocemente, con meno rischi e meno interruzioni.
I gemelli digitali sono modelli virtuali di sistemi fisici. Nella produzione, possono simulare il posizionamento delle apparecchiature, il flusso dei materiali e la velocità di produzione. Se combinati con l’intelligenza artificiale, questi modelli possono testare migliaia di scenari che sarebbe poco pratico – o costoso – provare su una linea di produzione in tempo reale.
PepsiCo ha collaborato con i partner per applicare i gemelli digitali basati sull’intelligenza artificiale a parti della sua rete di produzione, con i primi progetti pilota focalizzati sul miglioramento del modo in cui le strutture vengono progettate e adattate nel tempo.
L’obiettivo non è l’automazione fine a se stessa. È il tempo del ciclo. Invece di impiegare settimane o mesi per convalidare le modifiche attraverso prove fisiche, i team possono testare virtualmente le configurazioni, identificare i problemi in anticipo e agire più rapidamente quando sono necessari aggiornamenti.
Dal collo di bottiglia della pianificazione alla scorciatoia operativa
Nelle grandi aziende di beni di consumo, i cambiamenti di fabbrica tendono a procedere lentamente. Anche piccole modifiche, come un nuovo layout della linea, un diverso flusso di confezionamento o un aggiornamento delle apparecchiature, possono richiedere lunghi cicli di pianificazione, approvazioni e test graduali. Ogni ritardo ha effetti a catena sulle catene di approvvigionamento e sulla disponibilità dei prodotti.
I gemelli digitali offrono un modo per aggirare questo collo di bottiglia. Simulando gli ambienti di produzione, i team possono vedere come i cambiamenti potrebbero influenzare la produttività, la sicurezza o i tempi di inattività prima di toccare la struttura reale.
I primi progetti pilota di PepsiCo hanno mostrato tempi di convalida più rapidi e segni di miglioramento della produttività nei siti iniziali, sebbene la società non abbia ancora pubblicato parametri dettagliati. Ciò che conta più dei numeri è lo schema: l’intelligenza artificiale viene utilizzata per comprimere i cicli decisionali nelle operazioni fisiche, non per sostituire i lavoratori o eliminare il giudizio umano.
Questo tipo di caso d’uso si adatta a una tendenza più ampia. Le imprese che vanno oltre i progetti pilota spesso si concentrano su problemi ristretti e ben definiti in cui l’intelligenza artificiale può ridurre gli attriti nei flussi di lavoro esistenti. Le operazioni manifatturiere, logistiche e sanitarie stanno mostrando una maggiore trazione rispetto al lavoro basato sulla conoscenza a tempo indeterminato.
Perché PepsiCo considera l’intelligenza artificiale come ingegneria operativa e non come produttività d’ufficio
L’approccio di PepsiCo evidenzia anche un cambiamento più graduale nel modo in cui i programmi di intelligenza artificiale vengono giustificati all’interno delle grandi aziende. Il valore è legato ai risultati operativi – tempo risparmiato, meno interruzioni, migliore pianificazione – piuttosto che ad affermazioni generali sulla produttività.
Questa distinzione è importante. Molti sforzi di intelligenza artificiale aziendale si bloccano perché faticano a collegare l’utilizzo con un impatto misurabile. Gli strumenti vengono distribuiti, ma i flussi di lavoro rimangono gli stessi.
I gemelli digitali cambiano questa dinamica perché si inseriscono direttamente nei processi di pianificazione e ingegneria. Se una modifica simulata riduce di settimane l’aggiornamento della fabbrica, il vantaggio è visibile. Se riduce il rischio di tempi di inattività, i team operativi possono misurarlo nel tempo.
Questa attenzione al cambiamento dei processi, piuttosto che agli strumenti, rispecchia ciò che sta accadendo in altri settori. Nel settore sanitario, ad esempio, Amazon sta testando un assistente AI all’interno della sua app One Medical che utilizza la storia del paziente per ridurre l’assunzione ripetitiva e supportare le interazioni assistenziali. commenti dal CEO Andy Jassy ha riferito questa settimana. L’assistente è integrato nel flusso di lavoro dell’assistenza e non viene offerto come funzionalità autonoma.
Entrambi i casi portano alla stessa lezione: l’adozione dell’IA si muove più velocemente quando si adatta al modo in cui il lavoro viene già svolto, invece di chiedere ai team di inventare nuove abitudini.
Perché questo è importante per altre imprese
È improbabile che il lavoro di gemello digitale di PepsiCo rimanga unico a lungo. I grandi produttori di prodotti alimentari, chimici e industriali si trovano ad affrontare vincoli di pianificazione e pressioni sui costi simili. Molti utilizzano già software di simulazione. L’intelligenza artificiale aggiunge velocità e scala a questi modelli.
Ciò che è più interessante è ciò che questo dice sulla prossima fase di adozione dell’intelligenza artificiale aziendale.
In primo luogo, il centro di gravità si sta spostando da strumenti ampi e generici verso sistemi mirati legati a decisioni specifiche. In secondo luogo, il successo dipende meno dalla qualità del modello e più dalla qualità dei dati, dalla proprietà dei processi e dalla governance. Un gemello digitale è utile tanto quanto lo sono i dati operativi che lo alimentano.
In terzo luogo, questo tipo di lavoro sull’intelligenza artificiale tende a rimanere lontano dai riflettori. Non genera dimostrazioni appariscenti, ma può rimodellare il modo in cui le aziende pianificano le spese in conto capitale e gestiscono il rischio.
Ciò spiega anche perché molte aziende rimangono caute. La creazione e il mantenimento di gemelli digitali accurati richiedono tempo, coordinamento tra team e conoscenza approfondita dei sistemi fisici. Il profitto deriva dall’uso ripetuto, non da vittorie una tantum.
Il lavoro sull’intelligenza artificiale manifatturiera di PepsiCo è un segnale silenzioso che vale la pena guardare
Nella copertura AI, è facile concentrarsi su nuovi modelli, agenti o interfacce. Storie come quella di PepsiCo puntano in una direzione diversa. Mostrano che l’intelligenza artificiale viene trattata come un’infrastruttura, qualcosa che sta alla base delle decisioni quotidiane e cambia gradualmente il modo in cui il lavoro scorre attraverso un’organizzazione.
Per i leader aziendali, la conclusione è non copiare lo stack tecnologico. Significa cercare i luoghi in cui i ritardi di pianificazione, i cicli di convalida o i rischi operativi rallentano l’azienda. Questi punti di attrito sono i punti in cui l’IA ha le migliori possibilità di restare.
I progetti pilota del gemello digitale di PepsiCo suggeriscono che la fabbrica potrebbe essere uno dei terreni di prova più pratici per l’intelligenza artificiale oggi, non perché sia di moda, ma perché l’impatto è più facile da vedere quando il tempo e gli errori hanno un costo chiaro.
(Foto di NICHIL)
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx e co-localizzato con altri importanti eventi tecnologici. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
