A medida que el impulso masivo en torno a la IA Generativa continúa creciendo, todos los líderes de la industria están haciendo a sus equipos dos preguntas clave:
¿Cómo puede mejorar nuestras operaciones la IA Generativa?
¿Qué se requiere para utilizar con éxito la IA Generativa?
Durante dos semanas y en dos continentes, la serie de eventos "Generative AI for Industry" de Cognite respondió a estas preguntas clave con un liderazgo de pensamiento pragmático, demostraciones detalladas y una innovadora hoja de ruta de productos. Así es como respondemos a estas preguntas:
¿Cómo puede mejorar nuestras operaciones la IA Generativa?
Los expertos discutieron la aplicación de la IA generativa en la Gestión del Rendimiento de Activos, la IA Híbrida y la robótica industrial. A través de cada uno de estos temas, existen oportunidades similares:
Generar ideas - Si bien las organizaciones industriales están avanzando hacia la accesibilidad general de los datos, convertir esos datos en ideas a menudo es un proceso lento y engorroso. En lugar de profundizar en una jerarquía de activos para encontrar información sobre un activo específico, la IA Generativa permite a los usuarios finales buscar y analizar los datos relevantes en lenguaje natural:
"¿Cuál fue la temperatura más alta del equipo 22PT_004 hoy?
¿Este equipo superó el rango de temperatura normal la semana pasada?"
Resume los hallazgos del último informe de mantenimiento para el intercambiador de calor.
Aumentar la productividad: Aunque el personal más experimentado puede saber hacer las preguntas adecuadas, la fuerza laboral está cambiando rápidamente y la IA generativa puede ofrecer experiencias guiadas para incrementar la productividad de los trabajadores. Por ejemplo, imagina que un operador tiene un problema con un activo. Utilizando un copiloto impulsado por IA generativa, el usuario final puede recibir sugerencias sobre los pasos adecuados para identificar la causa raíz basándose en los manuales de producto del fabricante original, eventos anteriores y el rendimiento actual. El siguiente video muestra cómo se podría ejecutar este flujo de trabajo.
Simplificar la ejecución de actividades: Incluso las soluciones líderes en el mercado de baja o nula programación tienen una barrera de entrada para los usuarios. Los copilotos de IA generativa permitirán que cada usuario pueda hacer mucho más: es la última opción de baja programación para casos de uso que siguen siendo inalcanzables para las aplicaciones de software como servicio (SaaS) estándar. Imagina tener un problema con un activo remoto. En lugar de tener que viajar al lugar, un experto en la materia podría interactuar con un robot móvil, utilizando lenguaje natural, para inspeccionar y evaluar el problema. No se requieren nuevas aplicaciones ni escribir código.
Si bien existen más formas de incorporar la IA generativa en tus operaciones, es importante comenzar rápido. Como varios oradores repitieron durante la cumbre, "la IA generativa está aquí para quedarse, y si no la utilizas ahora, perderás ante ella". Esta tecnología se volverá más avanzada y será más difícil ponerse al día a medida que pase el tiempo. Por lo tanto, el primer paso es evaluar si tu organización está preparada para aprovechar con éxito la IA generativa.
¿Qué se requiere para el uso exitoso de la IA generativa?
La IA se beneficia del contexto. Si bien la IA generativa será una tecnología revolucionaria, sin el contexto adecuado, las respuestas suelen ser incorrectas.
Los modelos de lenguaje grandes (LLMs) como ChatGPT se entrenan con 10-100 mil millones de parámetros, pero no existen conjuntos de datos de este tamaño para entornos industriales. Si se integra un modelo preentrenado con datos sin procesar en un lago de datos, los patrones no son fácilmente identificables para el modelo. Para que el modelo comprenda los entornos industriales, sería necesario volver a entrenar el modelo con datos industriales (lo cual es costoso considerando la gran variedad de datos industriales que se generan) o realizar una "ingeniería de consultas" significativa. El uso de modelos existentes en datos industriales no contextualizados y no estructurados aumenta significativamente el riesgo de respuestas incorrectas y no confiables, lo que se conoce como alucinaciones de IA.
Para permitir que las soluciones de IA generativa proporcionen las respuestas correctas en entornos industriales sin contar con conjuntos de datos industriales masivos, debe existir una forma eficiente de proporcionar a estas soluciones más contexto: es aquí donde entra en juego el grafo de conocimiento industrial.
Un grafo de conocimiento industrial puede extraer relaciones de datos, capturar interconexiones y rastrear los ciclos de vida de los datos de manera flexible, siguiendo los estándares de datos de la industria y representando sus operaciones de forma digital. Los datos de series temporales de alta frecuencia, eventos, conocimientos ocultos en documentos, flujos de datos visuales e incluso datos 3D e ingeniería deben ser liberados de los sistemas dispares y estar disponibles en una base de datos única. Con un grafo de conocimiento industrial, las soluciones de IA generativa pueden proporcionar respuestas correctas incluso a las preguntas más complejas.
Cognite Data Fusion® es el líder del mercado en la construcción de grafos de conocimiento para la industria. Con nuestro exclusivo motor de contextualización automatizada, las organizaciones industriales pueden aportar más contexto a sus operaciones en una fracción del tiempo. Para aquellos que buscan aprovechar el poder de la IA generativa en la industria, un grafo de conocimiento industrial puede preparar a su organización para convertirse en un pionero en las oportunidades que se presenten. Para aplicar la IA generativa en entornos industriales, el contexto lo es todo.