Produkcja oparta na inteligentnych komponentach automatyki oraz robotach przemysłowych jest optymalizowana nie poprzez fizyczną modyfikację linii produkcyjnej i przezbrajanie parku maszyn, ale za pomocą modyfikacji poleceń oprogramowania sterującego. Przemysł 4.0 nie oznacza jednak, że człowiek będzie zastępowany przez automaty produkcyjne i roboty. Wręcz przeciwnie – w ramach coraz bardziej automatyzowanych procesów produkcyjnych i biznesowych możliwa staje się coraz lepsza współpraca maszyn z człowiekiem, co znacząco wpływa na wzrost efektywności pracy. Zastosowania SI mogą być nieograniczone w niemal wszystkich obszarach działalności wytwórczej. O tym, jakie jest zainteresowanie SI ze strony przemysłu, świadczy m.in. statystyka wyszukiwania hasła AI in manufacturing w przeglądarce Google – w ciągu ostatnich 3 lat zainteresowanie to wzrosło ponad 2-krotnie.

SI w zastosowaniach

Sztuczną inteligencję, z punktu widzenia jej umiejscowienia i ogólnych zadań, można podzielić na dwa główne obszary:

• Programy komputerowe – ich zadaniem jest przetwarzanie danych i wyciąganie wniosków opartych na „uczących się” algorytmach – np. oprogramowanie do analizy danych cyfrowych, modelowanie i automatyzacja procesów biznesowych, zarządzanie finansami, systemy decyzyjne, analiza obrazów, dźwięków, naśladowanie naturalnej mowy, a także zaawansowane wyszukiwarki;
• Systemy sterujące – pełnią rolę „mózgów” urządzeń wykonujących pracę fizyczną – np. sterowanie automatami i robotami przemysłowymi, pojazdami autonomicznymi, dronami i statkami, różnego rodzaju sprzęty – tzw. internet rzeczy (ang. Internet of Things, IoT), a także znajdują zastosowane w medycynie i służbie zdrowia.

SI w produkcji przemysłowej

Produkcja przemysłowa od kilkudziesięciu lat podlega głębokiej informatyzacji (systemy klasy MRP/ERP), automatyzacji oraz robotyzacji, a współcześnie właściwie nie może się obywać bez wdrożonej SI.

Modelowanie procesów biznesowych

Zrobotyzowana Automatyzacja Procesów. (ang. Robotic Process Automation, RPA) to systemy, których rolą jest przejęcie obsługi seryjnych i powtarzalnych działań na procesach. Oprogramowanie tej klasy integruje różne używane w firmie systemy informatyczne, a dzięki elementom uczenia maszynowego pozwala reagować na zmiany i odpowiednio modyfikować oraz optymalizować procesy biznesowe firmy. Identyfikacja oraz eliminacja wąskich gardeł w procesach umożliwia lepsze zarządzanie logistyką i produkcją, zasobami i kosztami. Pozwala to firmie zdecydowanie lepiej odpowiadać na zapotrzebowanie rynku. Szczególnie istotne jest to w organizacjach rozproszonych – np. dla firmy, która ma kilka fabryk zlokalizowanych w różnych krajach, istotną kwestią może być zbudowanie spójnego systemu dostaw surowców i materiałów oraz nadzór nad wydajnością poszczególnych etapów procesów produkcyjnych i dystrybucyjnych.