SG.hu·
A Siemens szerint az MI kiküszöbölheti a képzetlen munkások hiányosságait
A Siemens technológiai igazgatója szerint a mesterséges intelligencia segíthet a szakképzettségi hiányosságok kezelésében.
Donald Trump elnök kormányának egyik legfontosabb politikai célja, hogy visszahozza a munkahelyeket az amerikai gyárakba, de ez az erőfeszítés évek óta húzódik, annak ellenére, hogy mind a demokrata, mind a republikánus kormányzat támogatja. Még azon a kihíváson túl is, hogy a nagy, multinacionális vállalatokat rávegyék komplex ellátási láncaik átirányítására, van egy nagy és megoldatlan probléma, amelyet még akkor is kezelni kell, ha ezek az amerikai gyártási munkahelyek megszaporodnának. Ez a készségek hiánya. Peter Koerte, a Siemens AG német technológiai konglomerátum technológiai igazgatója egy kutatást idéz, amely szerint az amerikai gyártómunkások átlagos szolgálati ideje 2023-ra mindössze 3 évre csúszott vissza. "Ez azt jelenti, hogy a legtöbb ember képzetlen” - mondja Koerte. "Mert senki sem akar gyári munkát.”
A hivatalos kormányzati adatok kevésbé borzalmasak: a Bureau of Labor Statistics jelentése szerint a feldolgozóipari dolgozók átlagos szolgálati ideje a 2014-es 5,9 évről egy évtizeddel később 4,9 évre csökkent. De ettől függetlenül a feldolgozóipari dolgozók sokkal kevesebb szakértelemmel mennek be minden nap dolgozni, mint azok, akik évtizedekkel ezelőtt hasonló munkakörben dolgoztak. Ennek hatására a Siemens 2024-ben kísérleti programot indított egy ipari célú mesterséges intelligencia-alapú segéd számára, amely a mérnöki csapatoknak természetes nyelvet használva segít keresni a Siemens kézikönyvekben, hogy a gyárakban felmerülő problémákat elháríthassák. Idén a vállalat kibővítette az erőfeszítéseket egy kifejezetten ipari alkalmazásokhoz tervezett ipari alapmodell elindításával.
Ezt az MI-eszközt például egy olyan munkás használhatja, aki megpróbálja kitalálni, mit tegyen, amikor egy gép elromlik. A munkavállalónak meg kell adnia a gépre vonatkozó információkat és a megjelenő hibakódot, majd részletes utasításokat kaphat a probléma kezelésére vonatkozóan. A gépek kevesebb állásideje időt és pénzt takarít meg a gyáraknak. A mesterséges intelligencia ilyen módon történő alkalmazása demokratizálja a mérnöki szakértelmet is. "Nem kell nagyon mély szakterületi ismeretekkel rendelkezni, ami megakadályozná az ilyen rendszerek használatát” - mondja Koerte. „Ez kiegyenlíti a játékteret.”
Koerte hosszú karriert futott be a Siemensnél. 2007-ben csatlakozott a vállalathoz stratégaként, majd több vezetői pozíciót is betöltött, mielőtt 2020-ban a CTO és a CSO címre emelkedett. Azt mondja, azért maradt a Siemensnél karrierje ilyen nagy részében, mert inspirálja a vállalat azon képessége, hogy 178 éves történelme során folyamatosan újra és újra feltalálja magát. A Siemens távközlési vállalatként indult, amely kiépítette azt az infrastruktúrát, amely lehetővé tette, hogy Londonból Kalkuttába mindössze 28 perc alatt küldjenek táviratot - ez az 1800-as évek közepén jelentős áttörést jelentett.
Ma a Siemens olyan gépek és szoftverek értékesítéséről ismert, amelyek hatalmas iparágakat támogatnak, beleértve az energia- és gázágazatot, az egészségügyet, valamint az építőipari és teherszállítási projekteket, az Egyiptomban épülő 2000 kilométeres nagysebességű vasútvonal támogatásától kezdve a Mercedes-Benz berlini autógyáráig. A generatív mesterséges intelligencia fejlődése egy újabb lehetőséget kínál az újragondolásra, mondja Koerte.
Koerte szerint a Siemens korán alkalmazta az MI hagyományosabb formáit, amelyeket már évek óta használnak a gyártásban, többek között minőségellenőrzésre vagy annak biztosítására, hogy az épületek a lehető leghatékonyabban használják az energiát. A Siemensnek már a generatív MI boom 2022 végén történt beindulásakor több mint 1500 MI-szakértője volt. Azóta a társaság sokféle MI-partnerrel teremtett kapcsolatot, köztük olyan nagyágyúkkal, mint az Nvidia és az Amazon Web Services, valamint európai székhelyű MI-vállalatokkal és kínai modellgyártókkal. Koerte szerint a Microsoft különösen fontos partner volt, mivel mérnöki szakértelmet és betekintést nyújtott a vállalat ipari MI-ajánlatainak kereskedelmi hasznosításába.
A szoftverfejlesztés a generatív mesterséges intelligencia egyik legfontosabb felhasználási területe. A vállalat mintegy 27 000 alkalmazottat foglalkoztató szoftverfejlesztő munkatársai olyan MI kódolási asszisztenseket használnak, mint a GitHub Copilot, és az ezen eszközök által elért termelékenységnövekedés 10 és 30% között mozog - mondja Koerte. A szélesebb értelemben vett munkaerő-állományban ma 460 különböző MI-felhasználási eset van termelésben, és ez a szám nem tartalmazza az egyedi chatbotokat, amelyeket a dolgozók a SiemensGPT nevű biztonságos rendszeren keresztül hozhatnak létre a feladatok elvégzésére. Összesen több mint 15 000 egyedi botot hoztak létre a Siemens dolgozói 2024 októbere óta.
"Nagyjából mindenhol jelen van” - mondja Koerte az MI mindenütt jelenlévő elterjedtségéről. "A kérdés az, hogy mennyit takarítottunk meg”. Ez még nem teljesen tiszta, és az informatikai vezetők körében végzett legtöbb felmérés azt mutatja, hogy a generatív MI-projektek megtérülése nem olyan egyértelmű, mint amilyennek egyesek láttatni szeretnék. A generatív mesterséges intelligencia előtt a vállalat éves termelékenységnövekedési célkitűzése 3-4% volt az egész vállalaton belül. Koerte szerint azonban az MI segítségével remélik, hogy megduplázzák ezt az ambiciózus tartományt.
Úgy véli, hogy a gazdaság azon részei fogják a legtöbb hasznot húzni a mesterséges intelligenciából, amelyekben nagy a készséghiány. Amikor a Siemens bevezetett egy MI-alapú asszisztenst, amely segít a radiológusoknak a betegségek felismerésében, a legnagyobb elfogadottságot az elmaradott országokban tapasztalták, ahol sokkal kevesebb a szakember. "„Mindig a szükségszerűséget kell nézni, hogy hol van a legnagyobb kihívás és igény” - mondja Koerte. "Mert akkor az embereknek másképp kell tekinteniük rá. És meg kell változniuk."
Donald Trump elnök kormányának egyik legfontosabb politikai célja, hogy visszahozza a munkahelyeket az amerikai gyárakba, de ez az erőfeszítés évek óta húzódik, annak ellenére, hogy mind a demokrata, mind a republikánus kormányzat támogatja. Még azon a kihíváson túl is, hogy a nagy, multinacionális vállalatokat rávegyék komplex ellátási láncaik átirányítására, van egy nagy és megoldatlan probléma, amelyet még akkor is kezelni kell, ha ezek az amerikai gyártási munkahelyek megszaporodnának. Ez a készségek hiánya. Peter Koerte, a Siemens AG német technológiai konglomerátum technológiai igazgatója egy kutatást idéz, amely szerint az amerikai gyártómunkások átlagos szolgálati ideje 2023-ra mindössze 3 évre csúszott vissza. "Ez azt jelenti, hogy a legtöbb ember képzetlen” - mondja Koerte. "Mert senki sem akar gyári munkát.”
A hivatalos kormányzati adatok kevésbé borzalmasak: a Bureau of Labor Statistics jelentése szerint a feldolgozóipari dolgozók átlagos szolgálati ideje a 2014-es 5,9 évről egy évtizeddel később 4,9 évre csökkent. De ettől függetlenül a feldolgozóipari dolgozók sokkal kevesebb szakértelemmel mennek be minden nap dolgozni, mint azok, akik évtizedekkel ezelőtt hasonló munkakörben dolgoztak. Ennek hatására a Siemens 2024-ben kísérleti programot indított egy ipari célú mesterséges intelligencia-alapú segéd számára, amely a mérnöki csapatoknak természetes nyelvet használva segít keresni a Siemens kézikönyvekben, hogy a gyárakban felmerülő problémákat elháríthassák. Idén a vállalat kibővítette az erőfeszítéseket egy kifejezetten ipari alkalmazásokhoz tervezett ipari alapmodell elindításával.
Ezt az MI-eszközt például egy olyan munkás használhatja, aki megpróbálja kitalálni, mit tegyen, amikor egy gép elromlik. A munkavállalónak meg kell adnia a gépre vonatkozó információkat és a megjelenő hibakódot, majd részletes utasításokat kaphat a probléma kezelésére vonatkozóan. A gépek kevesebb állásideje időt és pénzt takarít meg a gyáraknak. A mesterséges intelligencia ilyen módon történő alkalmazása demokratizálja a mérnöki szakértelmet is. "Nem kell nagyon mély szakterületi ismeretekkel rendelkezni, ami megakadályozná az ilyen rendszerek használatát” - mondja Koerte. „Ez kiegyenlíti a játékteret.”
Koerte hosszú karriert futott be a Siemensnél. 2007-ben csatlakozott a vállalathoz stratégaként, majd több vezetői pozíciót is betöltött, mielőtt 2020-ban a CTO és a CSO címre emelkedett. Azt mondja, azért maradt a Siemensnél karrierje ilyen nagy részében, mert inspirálja a vállalat azon képessége, hogy 178 éves történelme során folyamatosan újra és újra feltalálja magát. A Siemens távközlési vállalatként indult, amely kiépítette azt az infrastruktúrát, amely lehetővé tette, hogy Londonból Kalkuttába mindössze 28 perc alatt küldjenek táviratot - ez az 1800-as évek közepén jelentős áttörést jelentett.
Ma a Siemens olyan gépek és szoftverek értékesítéséről ismert, amelyek hatalmas iparágakat támogatnak, beleértve az energia- és gázágazatot, az egészségügyet, valamint az építőipari és teherszállítási projekteket, az Egyiptomban épülő 2000 kilométeres nagysebességű vasútvonal támogatásától kezdve a Mercedes-Benz berlini autógyáráig. A generatív mesterséges intelligencia fejlődése egy újabb lehetőséget kínál az újragondolásra, mondja Koerte.
Koerte szerint a Siemens korán alkalmazta az MI hagyományosabb formáit, amelyeket már évek óta használnak a gyártásban, többek között minőségellenőrzésre vagy annak biztosítására, hogy az épületek a lehető leghatékonyabban használják az energiát. A Siemensnek már a generatív MI boom 2022 végén történt beindulásakor több mint 1500 MI-szakértője volt. Azóta a társaság sokféle MI-partnerrel teremtett kapcsolatot, köztük olyan nagyágyúkkal, mint az Nvidia és az Amazon Web Services, valamint európai székhelyű MI-vállalatokkal és kínai modellgyártókkal. Koerte szerint a Microsoft különösen fontos partner volt, mivel mérnöki szakértelmet és betekintést nyújtott a vállalat ipari MI-ajánlatainak kereskedelmi hasznosításába.
A szoftverfejlesztés a generatív mesterséges intelligencia egyik legfontosabb felhasználási területe. A vállalat mintegy 27 000 alkalmazottat foglalkoztató szoftverfejlesztő munkatársai olyan MI kódolási asszisztenseket használnak, mint a GitHub Copilot, és az ezen eszközök által elért termelékenységnövekedés 10 és 30% között mozog - mondja Koerte. A szélesebb értelemben vett munkaerő-állományban ma 460 különböző MI-felhasználási eset van termelésben, és ez a szám nem tartalmazza az egyedi chatbotokat, amelyeket a dolgozók a SiemensGPT nevű biztonságos rendszeren keresztül hozhatnak létre a feladatok elvégzésére. Összesen több mint 15 000 egyedi botot hoztak létre a Siemens dolgozói 2024 októbere óta.
"Nagyjából mindenhol jelen van” - mondja Koerte az MI mindenütt jelenlévő elterjedtségéről. "A kérdés az, hogy mennyit takarítottunk meg”. Ez még nem teljesen tiszta, és az informatikai vezetők körében végzett legtöbb felmérés azt mutatja, hogy a generatív MI-projektek megtérülése nem olyan egyértelmű, mint amilyennek egyesek láttatni szeretnék. A generatív mesterséges intelligencia előtt a vállalat éves termelékenységnövekedési célkitűzése 3-4% volt az egész vállalaton belül. Koerte szerint azonban az MI segítségével remélik, hogy megduplázzák ezt az ambiciózus tartományt.
Úgy véli, hogy a gazdaság azon részei fogják a legtöbb hasznot húzni a mesterséges intelligenciából, amelyekben nagy a készséghiány. Amikor a Siemens bevezetett egy MI-alapú asszisztenst, amely segít a radiológusoknak a betegségek felismerésében, a legnagyobb elfogadottságot az elmaradott országokban tapasztalták, ahol sokkal kevesebb a szakember. "„Mindig a szükségszerűséget kell nézni, hogy hol van a legnagyobb kihívás és igény” - mondja Koerte. "Mert akkor az embereknek másképp kell tekinteniük rá. És meg kell változniuk."