Připravte svou logistiku na AI revoluci. O zkušenosti se dělí řečníci konference TAL 2025
Aimtec
29. 5. 2025
7 minut čtení
Automotive průmysl čelí revoluci. Nástup umělé inteligence mění zavedené procesy a přináší nové možnosti. Jaké překážky ale musí firmy překonat, aby mohly AI efektivně nasadit? Odborníci a lídři z oboru, kteří vystoupili na konferenci Trends in Automotive Logistics 2025 s podtitulem „Digital. Future-Proof?“, sdílejí své zkušenosti a pohledy na klíčové výzvy implementace AI.
Tobias MayrGeneral Manager IT Inbound LogisticsBMW Group
Tobias vede globální IT tým pro příchozí logistiku ve všech závodech BMW Group a má za sebou dvacetiletou kariéru v IT rolích napříč kontinenty.
Na konferenci TAL 2025 mluvil o cestě k digitalizaci logistiky v BMW Group a o komplexní logistické analytické platformě, která pomáhá reagovat na proměnlivé podmínky trhu. Přiblížil také zavádění standardizované globální šablony založené na systému SAP S/4HANA.
Jaké jsou hlavní výzvy při implementaci AI v průmyslu a jak je úspěšně překonat?
1. Kvalita a dostupnost dat
V automobilovém průmyslu mohou být data roztříštěná a nekonzistentní.
Řešení: Zaveďte spolehlivé postupy správy dat, které zajistí jejich sběr, čištění a standardizaci napříč odděleními.
2. Integrace s původními systémy
Starší systémy nemusí být kompatibilní s moderními technologiemi AI.
Řešení: Vypracujte postupný plán integrace, který umožní modernizaci a zajistí, aby nová řešení mohla fungovat společně se stávajícími systémy. Zvažte využití middlewaru k překlenutí mezer mezi technologiemi.
3. Dodržování předpisů a bezpečnost
Kvůli regulacím v automotive může být při implementaci AI náročné zajištění souladu s bezpečnostními normami.
Řešení: Prostudujte veškeré regulace již na počátku vývoje, abyste porozuměli všem požadavkům. Nezapomeňte na přísné testování a validaci, abyste zajistili, že systémy umělé inteligence splňují bezpečnostní normy.
4. Nedostatek kvalifikovaných pracovníků
Chybí odborníci, kteří rozumí AI a zároveň automobilovému průmyslu.
Řešení: Investujte do rozvoje stávajících zaměstnanců. Spolupracujte se vzdělávacími institucemi a vytvořte programy, které připraví budoucí talenty na role v oblasti AI a automobilových technologií.
5. Kulturní odpor
Zaměstnanci se mohou bránit změnám, které přináší zavádění AI, kvůli obavám z přesunu pracovních míst nebo neznalosti nových technologií.
Řešení: Podpořte kulturu inovací a neustálého zlepšování. Jasně informujte o výhodách AI a zapojte zaměstnance do procesu implementace, abyste získali jejich podporu.
Tomáš BrotzAutomation Engineer for Automotive StandardsSiemens
Do společnosti Siemens nastoupil jako expert na standardizaci průmyslové automatizace po více než dvaceti letech zkušeností s globálními projekty v oblasti automotive.
Na konferenci rozebral přínosy standardizace, technická řešení a příklady praktické implementace v rámci průmyslové automatizace.
Jaké jsou hlavní výzvy při implementaci AI v průmyslu a jak je úspěšně překonat?
Michal ŠtěrbaChief Executive OfficerGZ Media
Generální ředitel a člen představenstva společnosti GZ Media, která je světovou jedničkou ve výrobě gramofonových desek a která nedávno expandovala do USA a Kanady.
Ve své přednášce představil projekt chytré logistiky, automatizace a využití AI, jeho vznik, průběh a přínosy pro efektivitu výroby. Vysvětlil, v čem je jejich transformace revoluční.
Jaké jsou hlavní výzvy při implementaci AI v průmyslu a jak je úspěšně překonat?
Thilo JörglManaging Partner, impact media projectsTEST CAMP INTRALOGISTICS
Novinář a odborník na dodavatelské řetězce, automatizaci a robotiku. Působí jako jednatel firmy impact media projects a je aktivní ve vedení několika významných logistických iniciativ.
Promluvil o vlivu křemíkové ekonomiky na řízení dodavatelských řetězců a o roli umělé inteligence a představil také oceňované automatizační řešení testované na TEST CAMP INTRALOGISTICS.
Jaké jsou hlavní výzvy při implementaci AI v průmyslu a jak je úspěšně překonat?
1. Žádná reálná přidaná hodnota
Mnoho společností chce využívat umělou inteligenci jen proto, že se o ní mluví, a ne proto, že by hledaly jasnou přidanou hodnotu například v oblasti spokojenosti zákazníků, rozvoje cross-sellingu a upsellingu, optimalizace procesů nebo zlepšení kvality.
2. Nedostatečná komunikace
Pokud nejsou uživatelé informováni o použití umělé inteligence, ani si neuvědomují, že komunikují se systémem podporovaným AI. To může později vést ke ztrátě důvěry a k odmítnutí.
3. Nekvalitní datová základna
Systémy umělé inteligence zpravidla identifikují opakující se vzorce z velkého množství dat; pokud je databáze nedostatečná, výsledky nejsou relevantní.
4. Slepá důvěra
I když IT systémy vykazují v některých případech úžasnou „inteligenci“, ne vždy jsou pro AI vhodné; například pokud nelze poskytnout dostatečně operacionalizovatelná data.
5. Nedostatek transparentnosti
Vzhledem k velkému množství ovlivňujících faktorů a metod určování výsledků AI může být obtížné, nebo dokonce nemožné dodatečně pochopit, jak bylo určitého výsledku dosaženo.
Rostislav SchwobSupply Chain Solutions DirectorAimtec
Ve firmě Aimtec působí také jako člen představenstva a dlouhodobě vede projekty zaměřené na digitalizaci a automatizaci logistiky a výroby po celém světě. Stál u zrodu systému Aimtec DCIx a aktivně se podílí na strategii firmy a vývoji produktů, které reflektují nejnovější trendy a potřeby zákazníků.
Jaké jsou hlavní výzvy při implementaci AI v průmyslu a jak je úspěšně překonat?
Hlavní výzvou při zavádění AI v automobilovém průmyslu – a nejen tam – je zajistit, aby měla skutečnou hodnotu. AI může připravit řešení, které člověk jednoduše využije, zreviduje a potvrdí. Někdo další ho pak musí finálně schválit. AI zatím nedokáže nahradit lidi, ale může jim usnadnit práci.
Pokud ale zpětná vazba není snadná a přirozená, lidé ji nebudou poskytovat, protože jim to nebude dávat smysl. Když se ale celý proces dobře nastaví, získáme funkční řešení i systém pro trvalou změnu.
Mojmír Barákkoordinátor systémů logistikyŠkoda Auto
V současné době vede Digital Delivery Center v logistice Škoda Auto, kde má jeho tým za cíl akcelerovat digitální transformaci.
V rámci své prezentace představil nejen současné a budoucí záměry v oblasti AI, ale také výzvy, které je třeba překonat na cestě k budoucnosti poháněné umělou inteligencí.
Jaké jsou hlavní výzvy při implementaci AI v průmyslu a jak je úspěšně překonat?
Václav KopeckýHead of Key Accounts ČRSTILL ČR
Ve společnosti STILL ČR vede tým Key Account manažerů a v oblasti logistiky má více než dvacetiletou praxi. Vedle konvenčních řešení se v posledních letech zaměřuje především na automatizační projekty realizované napříč různými segmenty trhu.
Na konferenci se zapojil do panelové diskuse o trendech v české logistice, kde sdílel své zkušenosti s implementací automatizace u zákazníků.
Jaké jsou hlavní výzvy při implementaci AI v průmyslu a jak je úspěšně překonat?
Dostávejte souhrn novinek ze světa logistiky, výroby a IT.
Přihlášením k odběru novinek souhlasím se zpracováním osobních údajů.
Mohlo by Vás také zajímat
Jak může správný upgrade zachránit provoz? Petr Stejskal ze společnosti Aimtec má jasno
