Připravte svou logistiku na AI revoluci. O zkušenosti se dělí řečníci konference TAL 2025

• Trendy
• Článek

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. 

---

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.
 

---

Jaké jsou hlavní výzvy při implementaci AI v průmyslu a jak je úspěšně překonat?

Výzvy jsou různé z pohledu implementace ve vlastní výrobě a v koncových produktech. Ve výrobě lze AI použít při plánování, kontrole kvality nebo při projektování. Nemohu nevzpomenout úspěšné použití AI při automatizované tvorbě standardizovaných projektů a následný vývoj softwaru pomocí nástrojů, jako je Industrial Copilot. Velkou výzvou je nasazení AI pro autonomní řízení vozidel, kde je teprve potřeba vytvořit regulační a právní rámce. Tuto výzvu musí překonat automobilový průmysl v součinnosti s politickou reprezentací a věnovat se zejména etickým otázkám a získání důvěry veřejnosti.
 

---

Jaké jsou hlavní výzvy při implementaci AI v průmyslu a jak je úspěšně překonat?

Největší výzvou je změna myšlení a kultury ve firmě. Nespoléhejte na to, že přijde externí konzultant a přinese zázračné řešení. Používejte selský rozum a přirozenou inteligenci i při aplikaci AI. Začněte od cíle, kterého chcete dosáhnout, a poté pro něj hledejte vhodný prostředek.
 

---

Jaké jsou hlavní výzvy při implementaci AI v průmyslu a jak je úspěšně překonat?

Odpověď bych shrnul do pěti bodů.

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.
 

---

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.
 

---

Jaké jsou hlavní výzvy při implementaci AI v průmyslu a jak je úspěšně překonat?

Jako u každé technologie je to o připravenosti systémů a lidí. U systémů je důležité znát cílovou architekturu a mít dobře přemyšlenou otázku integrací, dat a platforem, abychom zajistili co nejsnadnější, nejrychlejší, ale také nejudržitelnější chod celého ekosystému. Co se týká lidí, je potřeba osvěta a aktivní komunita. Pokud se vám podaří vybudovat komunitu nadšenců, výrazně to zrychlí implementaci a rozvoj.
 

---

Jaké jsou hlavní výzvy při implementaci AI v průmyslu a jak je úspěšně překonat?

Mezi jedno z největších úskalí patří bezesporu to, že AI systémy musí odpovídat legislativě EU, a to zejména z pohledu transparentnosti, bezpečnosti a ochrany osobních dat. Dodavatelé budou muset informovat řidiče a další uživatele, že AI využívají a jak. Nezapomínejme na bezpečnost a spolehlivost s nutností důkladného testování a zavedení bezpečnostních opatření, která zabrání zneužití.

Data o používání AI budou muset společnosti shromažďovat a dále využívat zodpovědným způsobem, tedy např. zajistit souhlas řidičů a dalších uživatelů, zajistit ochranu těchto dat před neoprávněným přístupem atd. V neposlední řadě budou společnosti muset zvážit etické důsledky používání AI systémů ve svých vozidlech a řešit odpovědnost za nehody způsobené autonomními vozy, rizika spojená se špatnou detekcí objektů apod.

Sdílejte článek