Produkcja stawia na AI: Ambitne inwestycje w obliczu wyzwań infrastrukturalnych

Sektor produkcyjny stoi u progu rewolucji napędzanej sztuczną inteligencją. Kadra zarządzająca w tych przedsiębiorstwach przeznacza blisko połowę swoich budżetów modernizacyjnych na technologie AI, zakładając, że przyniosą one wymierne zyski w ciągu najbliższych dwóch lat. Ta agresywna alokacja kapitału sygnalizuje jednoznaczne przesunięcie priorytetów – AI jest obecnie postrzegana jako kluczowy motor wzrostu finansowego.

Badanie Future-Ready Manufacturing Study 2025, przeprowadzone przez Tata Consultancy Services (TCS) i AWS, wskazuje, że 88 procent producentów przewiduje wzrost marży operacyjnej o co najmniej pięć procent dzięki AI. Co czwarty z nich spodziewa się nawet dwucyfrowych zysków, przekraczających 10 procent. Ambicje są wysokie, a środki finansowe wydają się być dostępne. Problem jednak tkwi w fundamentach – infrastruktura, która ma wspierać te zaawansowane systemy, często pozostaje niewystarczająca.

Presja na zyski i problemy z fundamentem

Nigdy wcześniej presja, aby uzyskać konkretne korzyści finansowe z inwestycji technologicznych, nie była tak silna. Aż 75 procent respondentów badania oczekuje, że do 2026 roku AI znajdzie się w pierwszej trójce czynników generujących marże operacyjne. W związku z tym organizacje kierują 51 procent swoich wydatków na transformację cyfrową w ciągu najbliższych dwóch lat właśnie na AI i systemy autonomiczne. Kwoty te znacznie przewyższają inwestycje w inne kluczowe obszary, takie jak przekwalifikowanie siły roboczej (19%) czy modernizacja infrastruktury chmurowej (16%).

Dla dyrektorów ds. informacji (CIO) ta nierównowaga wydatków może zwiastować nadchodzący kryzys. Wdrażanie zaawansowanych algorytmów na niestabilnych, często odziedziczonych fundamentach, może okazać się brzemienne w skutkach. Anupam Singhal, prezes ds. produkcji w TCS, podkreśla, że „produkcja to branża definiowana przez precyzję, niezawodność i nieustanne dążenie do wydajności. Dziś ta siła fundamentu zwielokrotnia się dzięki AI w orkiestrowaniu decyzji, dostarczając transformacyjnych wyników biznesowych poprzez większą przewidywalność, stabilność i kontrolę.”

Analogowe zabezpieczenia w cyfrowej erze

Mimo ogromnych inwestycji w zdolności predykcyjne, rzeczywiste zachowania operacyjne producentów zdradzają brak zaufania do technologii. W obliczu zakłóceń, zamiast polegać na elastyczności systemów cyfrowych, firmy często wracają do tradycyjnych, fizycznych zabezpieczeń. Po niedawnych zakłóceniach 61 procent organizacji zwiększyło zapasy bezpieczeństwa, a połowa zdecydowała się na wieloźródłowe łańcuchy dostaw. Tylko 26 procent wykorzystało cyfrowe bliźniaki do planowania scenariuszy i zarządzania zmiennością.

To wyraźny rozdźwięk. Chociaż AI obiecuje dynamiczną optymalizację zapasów, benefit wymieniany przez 49 procent respondentów, dominującym instynktem pozostaje gromadzenie surowców. Liderzy łańcuchów dostaw, jak trafnie ujęto w analizie, „kupują Ferrari, ale jeżdżą nim jak traktorem”. Kluczem do przełamania tej bariery jest przejście od reaktywnych środków bezpieczeństwa do proaktywnych, opartych na systemach odpowiedzi.

Dług technologiczny: Bariera dla pełnego potencjału AI

Główną przeszkodą w osiąganiu przewidywanych zysków nie są same modele AI, ale dane, na których się opierają. Zaledwie 21 procent producentów twierdzi, że jest „w pełni gotowych na AI” – posiadają czyste, kontekstowe i ujednolicone dane. Większość (61%) znajduje się w stanie częściowej gotowości, zmagając się z niespójną jakością danych w różnych zakładach produkcyjnych. Ta fragmentacja tworzy silosy danych, uniemożliwiając algorytmom dostęp do kluczowych informacji w skali całego przedsiębiorstwa, niezbędnych do podejmowania trafnych decyzji.

Integracja z systemami dziedziczonymi (legacy systems) to największe wyzwanie, wskazane przez 54 procent respondentów. Skumulowany przez dziesięciolecia „dług technologiczny” sprawia, że wdrożenie nowoczesnych autonomicznych agentów na starszych technologiach operacyjnych jest niezwykle trudne. Dodatkowo obawy dotyczące bezpieczeństwa i zarządzania stanowią barierę na poziomie zakładów produkcyjnych (52%). W środowisku, gdzie naruszenie cyber-fizyczne może zatrzymać produkcję lub spowodować fizyczne szkody, apetyt na autonomiczne interwencje jest niski.

Ruch w kierunku agentowej AI

Mimo tych wyzwań branża zmierza w kierunku agentowej AI, czyli systemów zdolnych do podejmowania decyzji z ograniczonym nadzorem człowieka. 74 procent producentów przewiduje, że do 2028 roku agenci AI będą zarządzać nawet połową rutynowych decyzji produkcyjnych. Co więcej, już dziś 66 procent organizacji pozwala lub planuje pozwolić w ciągu najbliższych 12 miesięcy agentom AI na zatwierdzanie rutynowych zleceń pracy bez ludzkiego potwierdzenia.

Ta ewolucja od „kopilotów” do niezależnych agentów, zdolnych do wykonywania złożonych zadań, fundamentalnie zmienia siłę roboczą. Chociaż 89 procent producentów oczekuje, że robotyka wspierana AI wpłynie na pracowników, nacisk kładziony jest na rozszerzanie ich możliwości, a nie ich zastępowanie. Wzrost produktywności koncentruje się obecnie na rolach wymagających intensywnej pracy umysłowej, takich jak inspektorzy jakości (49%) i pracownicy wsparcia IT (44%). Tradycyjne role produkcyjne, jak technicy utrzymania ruchu (29%), odnotowują wolniejszy postęp. Wdrażanie AI podąża ścieżką usprawniania procesów poznawczych, zanim przejdzie do koordynacji fizycznej.

W miarę jak agenci AI integrują się z różnymi platformami, architekci korporacyjni stoją przed wyborem dotyczącym ich orkiestracji. Rynek wykazuje silną awersję do uzależnienia od jednego dostawcy – 63 procent producentów preferuje strategie hybrydowe lub wieloplatformowe. Konkretnie, 33 procent planuje koordynować działania poprzez wielu agentów natywnych dla platformy, podczas gdy 30 procent preferuje model hybrydowy, łączący agentów natywnych z niestandardową orkiestracją. Zaledwie 13 procent jest skłonnych do oparcia się na jednej platformie bazowej.

Przekuć inwestycje w zyski: Kluczowe kroki

Aby przekształcić te ogromne nakłady kapitałowe w realne zyski, zarząd musi spojrzeć poza medialny szum. Po pierwsze, należy uporządkować dane. Zaledwie 21 procent firm jest w pełni gotowych, co oznacza, że natychmiastowym priorytetem powinna być modernizacja infrastruktury danych, a nie rozwój algorytmów. Bez czystych, ujednoliconych danych, wartościowe zastosowania w obszarach zrównoważonego rozwoju i predykcyjnego utrzymania ruchu okażą się niemożliwe do skalowania.

Po drugie, liderzy muszą zmniejszyć lukę zaufania do AI. Poleganie na zapasach bezpieczeństwa świadczy o braku wiary w sygnały cyfrowe. Stopniowa autonomia jest odpowiedzią – zaczynając od zadań administracyjnych, takich jak zlecenia pracy (gdzie już 66 procent firm podąża w tym kierunku), zanim powierzy się złożone decyzje dotyczące łańcucha dostaw.

Wreszcie, należy unikać pułapki monolitycznych rozwiązań. Dane wyraźnie wskazują na korzyści z podejścia wieloplatformowego, które pozwala zachować większą elastyczność i swobodę działania. Producenci stawiają swoją przyszłość na AI, ale realizacja tych zysków wymaga mniej skupiania się na „inteligencji” modeli, a więcej na żmudnej pracy związanej z czyszczeniem danych, integracją przestarzałego sprzętu i budowaniem zaufania wśród pracowników.