"Аннушка уже разлила масло"

Jak pisał w powieści *Mistrz i Małgorzata* Michaił Bułhakow: "Anuszka już rozlała olej". Czy po serii kryzysów inwestycyjnych, braku widoku na zwroty oraz spektakularnych deklaracjach gigantów o zaprzestaniu kontynuacji projektów GenAI (McDonald i IBM w zakresie samoobsługi klientów, czy firmy farmaceutyczne rezygnujące z coPilota), mamy oczekiwać nieuchronnego końca - pęknięcia bańki?

Poprzedni i obecny rok to etap serii testów demokratycznej technologii na polu ogólnego jej zastosowania. Ponad 80% firm deklarowało, według rozmaitych badań firm konsultingowych, że albo zainteresowały się tematem, albo próbują znaleźć dobre jej zastosowanie. I nic w tym zaskakującego. Tak musiało być, i w najbliższych 18 miesiącach będziemy obserwowali stabilizację przede wszystkim naiwnych oczekiwań. Tam, gdzie szeroko pojęte AI się sprawdza, będzie szlifowane i udoskonalane, a w obszarach, gdzie "zawiodło", będziemy czekali na kolejną falę innowacji.

Poza widocznym i szeroko komentowanym "zawirowaniem AI", dzieją się bardzo ciekawe rzeczy. W cieniu fleszy i postów influencerów o kolejnych kursach promptowania, AI podbija obszar przemysłowy. Firmy z sektora energetyki, paliw, ochrony zdrowia, chemii, transportu i oczywiście sektora finansowego oraz telekomunikacyjnego, w ciągu ostatnich 5 lat, modernizując swoją infrastrukturę, bardzo mocno zwiększyły ilość źródeł danych z procesów operacyjnych. W przypadku nowoczesnych instalacji czy nowych projektów inwestycyjnych, poziom tej cyfryzacji jest wręcz pełny. I bardzo pozytywny trend jest widoczny przy tej okazji. W odróżnieniu do historycznej cyfryzacji, która sprowadzała się do wdrożeń historianów i systemów monitorowania produkcji, obserwujemy teraz wyścig industrialnych firm technologicznych w zakresie tzw. industrial cloudu i systemów decyzyjnych. A to już krok nie tylko do optymalizacji, ale i częściowej autonomizacji.

Predykcja systemów utrzymania, detekcja anomalii czy analiza scoringu jest w znacznej części oparta na rozwiązaniach AI, i to już tych nowej generacji. Nie mówi się o nich szeroko na forach sieci społecznościowych, bo zagadnienie jest dalekie od końcowego klienta i niewidoczne dla niego. Duże banki udzielają kredytów w oparciu o wyniki silników AI analizujących tysiące parametrów w czasie rzeczywistym. Produkcja podzespołów i komponentów jest kontrolowana w nowoczesnych zakładach w całości przez systemy AI. Poza detekcją wizualną anomalii, na liniach produkcyjnych wdrożono w ostatnich kilkunastu miesiącach systemy kontroli jakościowej. Rewolucja się dokonała. Olej się rozlał.

AI nie daje przewagi konkurencyjnej w tych zastosowaniach, bo każdy może je kupić. Przewagę daje zdolność "mądrego" i "szybkiego" zaadaptowania tych rozwiązań dla potrzeb przedsiębiorstwa. To, co burza AI dobrego zrobiła dla tego procesu adaptacji, to że liderzy zrozumieli, że muszą coś zrobić, a nie jedynie torpedować pomysły. I wciąż zaznaczam jeden bardzo istotny aspekt – nie wszędzie tę zmianę powinniśmy robić. Trzeba odpowiednio zważyć ryzyko operacyjne i zdolność reakcji organizacji na nowo powstałe "perturbacje". Nawet najlepsze pomysły nie wszystkie organizacje są w stanie wdrożyć. A może, będąc bardziej precyzyjnym, nie są w stanie odpowiednio reagować na błędy.

Zdjęcie zrobione na Florydzie w 2010 roku.

Dedykowane jest tym liderom, którzy rozumieją, że na festynie nie da się łowić ryb. Trzeba przyjść rano, w deszczu, bo wtedy najlepiej biorą. I konkurencja jest mała.