Os fabricantes precisam otimizar para aumentar a produtividade, maior sustentabilidade, maior resiliência e uma força de trabalho mais forte. Como eles podem aproveitar as mais recentes tecnologias para atingir esses objetivos? Inscreva-se em nosso alerta eletrônico de fabricação.
AI agents têm o potencial de levar os fabricantes a um futuro de operações de autocontrole e quase autonomas, desbloqueando oportunidades em muitos setores. Na fábrica centrada na IA, os trabalhadores humanos farão a transição de operadores práticos para orquestradores, intervendo quando o julgamento ou a criatividade for necessária. Essa mudança aumentará a eficiência operacional, permitindo que as pessoas se concentrem nas tarefas estratégicas e na tomada de decisões éticas que impulsionam a inovação e o crescimento. Este trabalho se concentrou em dois tipos de agentes:
BCG has collaborated with the World Economic Forum, operations and technology executives, and academic experts on an initiative to support manufacturers in the adoption of AI agents. This work has focused on two types of agents:
Agentes virtuais de IA Ativar aplicativos de software para atingir objetivos definidos autonomamente no ambiente digital. Esses agentes apóiam os trabalhadores e podem controlar e orientar independentemente os processos e máquinas. A maturidade dos agentes virtuais de IA pode ser categorizada em três níveis: assistência, recomendação e automação. Os objetivos distintos em cada nível de maturidade são perseguidos por agentes especializados. Meta Agentes orquestram agentes especializados para alcançar objetivos mais amplos. Esses avanços estão superando as limitações atuais da automação robótica. Diferentemente dos sistemas baseados em regras que dependem da codificação manual, a robótica baseada em treinamento e a AI-I-I-habilitada agora pode adquirir habilidades por meio de aprendizado de reforço em ambientes simulados. Indo adiante, a robótica baseada em contexto construída sobre os modelos Robotics Foundation (RFMs) tem um entendimento geral do mundo. Como eles não precisam de codificação nem treinamento, eles podem levar a uma mudança de paradigma na robótica: aprendizado de tiro zero. (Veja a exposição.) Os RFMs estão passando por avanços rápidos, com as aplicações inovadoras esperadas nos próximos anos. As soluções devem ser escaláveis e alinhadas com os objetivos de negócios de longo prazo. Estabelecendo fortes fundações organizacionais e tecnológicas que apóiam essa visão é um imperativo estratégico para os fabricantes que desejam capturar todo o seu potencial. Baixe o relatório completo
Embodied AI agents equip physical systems, such as robots, with the ability to perceive and act within the physical environment, allowing for dynamic and complex movements. These advancements are overcoming the current limitations of robotic automation. Unlike rule-based systems that depend on manual coding, AI-enabled, training-based robotics can now acquire skills through reinforcement learning in simulated environments. Going further, context-based robotics built on robotics foundation models (RFMs) have a general understanding of the world. Because they require neither coding nor training, they can lead to a paradigm shift in robotics: zero-shot learning. (See the exhibit.) RFMs are undergoing rapid advancements, with breakthrough applications expected in the coming years.
Successfully navigating the transition to near-autonomous operations driven by AI agents requires a comprehensive, value-driven approach to technology adoption. Solutions should be scalable and aligned with long-term business objectives. Establishing strong organizational and technological foundations that support this vision is a strategic imperative for manufacturers looking to capture their full potential.
A crescente significância de dados e tecnologias avançadas de fabricação, como inteligência artificial (IA), oferece a avenidas frescas para melhorar as empresas. operações. No entanto, uma pesquisa do BCG, realizada em 2023, descobriu que apenas uma em cada seis dessas empresas atendeu aos objetivos relacionados à IA até o momento. Esse déficit surge predominantemente de fundações organizacionais e tecnológicas inadequadas, essenciais para escalar soluções de IA em todas as redes de produção. A IA generativa apresenta oportunidades adicionais para reimaginar certos processos operacionais e transformar como os funcionários trabalham em plantas. Por exemplo, os fabricantes podem usar essa tecnologia para fornecer aos funcionários instruções de trabalho detalhadas, incluindo visualizações e as peças de reposição necessárias, para incidentes de manutenção específicos. Tais recursos permanecem amplamente inexplorados, mas podem ser adotados com sucesso com a abordagem de implementação correta. Esse esforço se baseou nas idéias de nossa exploração do potencial inexplorado da IA nas operações industriais e da variedade de aplicações de IA que os fabricantes implantam atualmente.
Many manufacturers have already integrated AI into their operations. However, a BCG survey, conducted in 2023, found that only one in six of these companies have met their AI-related objectives to date. This shortfall predominantly arises from inadequate organizational and technological foundations, which are essential for scaling AI solutions throughout production networks.
At the same time, AI’s evolution continues unabated, with powerful innovations such as generative AI emerging on a regular basis. Generative AI presents additional opportunities to reimagine certain operational processes and transform how employees work in plants. For example, manufacturers can use this technology to give employees detailed work instructions, including visualizations and the required spare parts, for specific maintenance incidents. Such capabilities remain largely untapped but can be successfully adopted with the right implementation approach.
To support manufacturing companies on their AI journey, BCG collaborated with the World Economic Forum, operations and technology executives, and academic experts to develop a guidebook for harnessing the AI revolution. This effort drew upon insights from our exploration of the untapped potential of AI in industrial operations and the variety of AI applications that manufacturers currently deploy.
O guia consiste em cinco seções. Os três primeiros representam os diferentes estágios da jornada de IA de uma empresa de manufatura, enquanto os dois últimos descrevem os blocos de construção necessários para implementar e escalar com sucesso a IA:
Recognizing that an AI journey is not a one-time effort, the guidebook empowers manufacturers to continually adapt to the rapid advancements and innovations of AI applications in industrial operations.
O mundo das operações industriais está mudando e= Fabricação As empresas estão enfrentando desafios consideráveis - incluindo a crescente pressão econômica, o imperativo da sustentabilidade, os preços voláteis dos recursos e Cadeia de suprimentos Disruptões, além de aumentar os desafios da capacidade e a escassez de talentos. Nesse ambiente complexo, o papel em expansão dos dados e as tecnologias avançadas de fabricação, como Inteligência artificial (AI) oferece às empresas novas oportunidades para enfrentar esses desafios e aumentar significativamente as operações industriais. Operações
To evaluate the current state of AI within industrial operations, o BCG conduziu uma pesquisa global com quase 1.800 executivos de fabricação. A pesquisa abordou sete indústrias diferentes em 15 países em todo o mundo.
Here are five key takeaways from the survey:
Among our other findings: Manufacturers in China and India lead those of other nations in terms of AI maturity, while among industries, technology equipment manufacturers are most mature in their use of AI. Quality control, robotics and production automation, production alert systems, and inventory optimization are some of the leading AI use cases for industrial operations, according to the study. But even the most common use cases were relatively immature—25% or less of the companies surveyed had fully rolled out those applications.
When it comes to the barriers to scaling AI throughout their production networks, 88% of executives named a lack of AI-related technology infrastructure as a major challenge, with data processing (34%) and visualization infrastructure (34%) being the most common areas of concern. Meanwhile, 92% of executives said the lack of an AI-related people and organization foundation was a challenge, with a shortage of digital skills and capabilities (39%) and the lack of an AI strategy and roadmap (33%) being cited most often.
The survey results underline both the relevance and potential of AI for industrial operations. Manufacturers who act now to incorporate AI solutions can gain a significant advantage in addressing today’s challenges, while those who delay risk falling further behind.
