Результаты исследования показывают, что отрасль постепенно переходит от отдельных цифровых проектов к модели, в которой связанные данные, автоматизация и искусственный интеллект становятся частью повседневных производственных процессов.
При этом главным технологическим приоритетом становится ИИ. 46% опрошенных назвали искусственный интеллект и машинное обучение технологиями, которые, по их ожиданиям, способны обеспечить наибольший бизнес-эффект. Далее следуют автоматизация процессов — 44% и кибербезопасность — 39%.
Цели инвестиций в основном связаны с конкретными производственными результатами. Улучшение качества продукции назвали приоритетом 43% респондентов, а 36% указали цифровизацию операций и снижение рисков.
Однако за высокими ожиданиями от ИИ скрывается проблема с данными. Среди компаний, которые уже используют искусственный интеллект, 64% рассчитывают расширить его применение в течение ближайшего года, а 49% намерены увеличить инвестиции в ИИ в течение следующих пяти лет. При этом лишь 32% респондентов заявили, что эффективно используют более половины собираемых ими данных.
ИИ требует не просто большего количества данных
Этот разрыв может стать особенно заметным по мере перехода ИИ из экспериментальных проектов непосредственно в производственные процессы. Для таких приложений важны не только объём данных, но и их качество, доступность, происхождение, целостность и управляемость.
В промышленной среде эти требования имеют особое значение. Если алгоритм используется, например, для контроля качества или оптимизации технологического процесса, недостаточные или некорректные данные могут повлиять не только на аналитические выводы, но и на решения, принимаемые непосредственно в производстве.
Исследование основано на ответах 104 менеджеров и руководителей, работающих в компаниях отрасли наук о жизни, среди производителей оригинального оборудования, системных интеграторов и закупочных организаций в 16 странах. Оно вошло в 11-й ежегодный отчёт Rockwell Automation «Состояние умного производства», в рамках которого в общей сложности были опрошены 1560 лиц, принимающих решения в различных отраслях.
Чем больше подключённого оборудования, тем выше киберриск
Одновременно с расширением цифровой инфраструктуры растёт и поверхность атаки. Более половины — 54% — опрошенных организаций в отрасли наук о жизни сообщили как минимум об одной кибератаке за предыдущий год.
Наиболее часто затрагивались ИТ-системы и корпоративные сети — на них указали 41% респондентов. Далее следуют удалённый доступ и подключённое оборудование — 33%, а также точки интеграции ИТ- и ОТ-систем — 29%.
Последняя категория особенно важна для производственных предприятий. Подключение технологического оборудования к корпоративным сетям и цифровым платформам позволяет получать данные для аналитики и ИИ, но одновременно создаёт дополнительные точки взаимодействия между информационными и операционными технологиями.
Таким образом, цифровизация производства создаёт своеобразную дилемму: чем больше оборудования и процессов подключается к единой цифровой среде, тем больше данных получает предприятие — но одновременно увеличивается потенциальная поверхность для кибератак.
Соответствие требованиям становится постоянным процессом
Исследование также показывает изменение подхода компаний к соблюдению нормативных требований. Вместо периодических проектов, направленных на подготовку к инспекциям или изменениям регулирования, производители стремятся сделать необходимые данные, средства контроля и доказательства соответствия частью повседневной работы.
«Раньше производители воспринимали готовность к регуляторам как проект — к чему они стремились. Теперь это должна быть ежедневная дисциплина, встроенная в работу объекта», — заявил Мэтт Уивер, вице-президент Rockwell Automation по глобальной индустрии наук о жизни.
В отчёте производителям рекомендуется сосредоточиться на управлении доказательствами соответствия, киберустойчивости, эксплуатации промышленных данных, конкретных сценариях применения ИИ и управлении самими ИИ-системами.
Последний пункт становится особенно важным по мере того, как алгоритмы переходят от пилотных проектов к эксплуатации на реальных производствах. Компании должны понимать не только то, где применяется ИИ, но и какие данные он использует, как контролируется его работа и кто отвечает за решения, основанные на его результатах.
Первые приоритеты — качество, безопасность и оптимизация
Практическое применение ИИ уже распространяется на несколько ключевых направлений. В течение ближайших 12 месяцев 50% респондентов планируют использовать ИИ и машинное обучение для повышения эффективности контроля качества. Ещё 45% собираются применять эти технологии в сфере кибербезопасности, а 44% — для оптимизации процессов.
Получается парадоксальная ситуация: производители в отрасли наук о жизни готовы значительно увеличить инвестиции в искусственный интеллект, но значительная часть собираемых ими данных пока остаётся практически неиспользованной. Одновременно подключение оборудования и систем расширяет поверхность кибератак.
ИИ действительно может стать следующим крупным инструментом повышения эффективности производства, но только если предприятия сначала решат менее заметную и куда более фундаментальную задачу — научатся управлять собственными данными и защищать инфраструктуру, на которой работает искусственный интеллект.
Источник: https://automationnews.com/solutions/safety-compliance/life-sciences-manufacturers-accelerate-ai-inv...Если вам понравился материал, кликните значок — вы поможете нам узнать, каким статьям и новостям следует отдавать предпочтение. Если вы хотите обсудить материал —не стесняйтесь оставлять свои комментарии : возможно, они будут полезны другим нашим читателям!
