Od številnih primerov uporabe v proizvodnji je vizualni pregled naloga, ki vključuje uporabo človeškega očesa ali strojnega vida za preverjanje, ali je izdelek brez napak ali so deli pravilno sestavljeni, kar je zelo primerno za umetno inteligenco. Glede na študijo McKinsey & Company lahko nadzor kakovosti z umetno inteligenco poveča produktivnost do 50% in stopnjo odkrivanja napak do 90% v primerjavi z ročnim pregledom.
Ali so podjetja glede na te prednosti začela uporabljati umetno inteligenco pri vizualnih pregledih? Če je odgovor pritrdilen, kakšna je raven posvojitve in kakšni so izzivi? Ta vprašanja in še več so Landing AI, industrijsko podjetje za umetno inteligenco, in Združenje za napredno avtomatizacijo spodbudili k uvedbi raziskave o stanju strojnega vida na osnovi umetne inteligence.
Iz rezultatov ankete je razvidno, da podjetja močno zaupajo v učinkovitost umetne inteligence in da vse več podjetij že uporablja globoko učno strojno vizijo za avtomatiziran vizualni pregled.
V spodaj priloženem poročilu so izpostavljene 4 ključne ugotovitve anketiranja 110 podjetij iz proizvodne industrije ter industrije strojnega vida:
-
V močno avtomatiziranem sektorju ima ročni pregled še vedno pomembno vlogo, saj jih 40% pravi, da je njihov pregled v celoti ali večinoma ročen.
-
Stopnja zaupanja podjetij glede učinkovitosti umetne inteligence je visoka, 26% jih pravi, da že uporabljajo umetno inteligenco za vizualni pregled.
- Pri uporabi umetne inteligence so glavni izzivi pomanjkanje podatkov, zapletenost integracije umetne inteligence v obstoječo infrastrukturo in nezmožnost doseganja laboratorijskih rezultatov v proizvodnji.
- Večina podjetij ima raje lastništvo projektov umetne inteligence bodisi z lastnim razvojem bodisi s kupovanjem tehnologije.