​​Proč je pomalé zavádění umělé inteligence ve výrobě nákladnější​

V některých odvětvích si můžete dovolit testovat na okrajích a může to být osvědčený postup. Ve výrobě to však nejde a správný postup to není. 

V rámci výzkumu NTT DATA 2026 Global AI Report, který pokrývá 35 zemí, pět regionů a 15 odvětví, jsme vydali zprávu 2026 Global AI Report — Manufacturing and Automotive, která odhaluje, jak lídři v oblasti AI v těchto odvětvích proměňují strategii v měřitelný dopad na softwarově definovaná vozidla, inženýrství a inteligentní výrobu.

Naše data ukazují, že lídři v oblasti AI, klasifikovaní na základě jejich nahlášené strategie AI, úrovně přijetí AI a finančních výsledků dosažených díky AI, jsou mnohem více než jiné organizace nakloněni přímému využití AI v klíčových operacích. Více než 90 % z nich tak již činí, zatímco u opozdilců, tedy opačné skupiny, je to méně než 70 %. Vzhledem k tomu, že většina podnikové hodnoty v těchto odvětvích spočívá ve výrobě, dodavatelském řetězci a provozních činnostech, nedosáhnete významného posunu, pokud AI v těchto klíčových pracovních postupech nevyužijete.

Jinými slovy, efektivní organizace se méně soustředí na rozšiřování AI a více na hledání nejproduktivnějších oblastí pro její využití.

PŘEČTĚTE SI TAKÉ  Od softwarově definovaného k AI nativnímu: další provozní model automobilového průmyslu

Přední firmy v oblasti umělé inteligence ve výrobním sektoru začínají s malým počtem klíčových oblastí, jako je plánování výroby, kvalita, údržba a řízení dodavatelského řetězce. V těchto oblastech vedou i postupná zlepšení k významnému zvýšení výkonu, snížení nákladů a zvýšení spolehlivosti. 

A co je ještě důležitější, nepovažují umělou inteligenci za pouhou vrstvu navrstvenou na již stávající procesy. Přepracovávají pracovní postupy od začátku do konce, což je sice nenápadná, ale zásadní změna. 

Z našich údajů vyplývá, že 38,6 % lídrů, oproti pouhým 12 % společností, které zaostávají, modernizuje své klíčové systémy s integrovanou umělou inteligencí. I když automatizací jednotlivých kroků můžete dosáhnout lokálního zefektivnění, zlepšení výkonu na systémové úrovni vyžaduje přepracování celého pracovního toku. 

Když tak učiníte, projeví se to například větší jednotností v tom, jak vaše organizace přijímá rozhodnutí ohledně kvality, plánování a údržby. Budete také lépe připraveni reagovat v reálném čase na problémy, jako jsou výpadky výroby, změny poptávky nebo poruchy zařízení.

Přední firmy přecházejí od pilotních projektů k nasazení v produkčním prostředí – tím myslím, že umělou inteligenci integrují přímo do svých provozních systémů. Častěji také investují na základě prvotních úspěchů, čímž vytvářejí efekt setrvačníku, kdy počáteční úspěchy ospravedlňují další investice a urychlují pokrok. 

Naopak ti, kteří zaostávají, mají tendenci setrvávat v neproduktivním koloběhu pilotních projektů a roztříštěných iniciativ. Čekají na lepší data, větší jistotu nebo jasnější příklady použití, což často oddaluje získání konkrétních poznatků potřebných k tomu, aby umělá inteligence mohla být efektivní v širokém měřítku.

Dalším rozdílem je způsob, jakým lídři vnímají riziko.

Existuje představa, že rychlejší zavádění umělé inteligence s sebou nese větší riziko. Často tomu tak skutečně je. Ve výrobním odvětví však může platit i opak, a to zejména v případě lídrů v oblasti umělé inteligence, kteří již v rané fázi zavedou systém řízení, ochranná opatření a jasné rozdělení odpovědnosti. 

V prostředích, kde je bezpečnost klíčová, umožňují centralizovaná správa, jasná odpovědnost a užší provázanost mezi iniciativami v oblasti umělé inteligence a výsledky na úrovni závodu organizacím rozšiřovat využití umělé inteligence, aniž by tím byla ohrožena kontrola. Data dokonce ukazují, že téměř dvě třetiny vedoucích pracovníků mají zavedeny centralizované modely správy.

Úspěšní výrobci využívají umělou inteligenci jako doplněk k práci zkušených inženýrů, operátorů a plánovačů. Tento přístup zvyšuje kvalitu rozhodování a zároveň zachovává lidský faktor v procesu – což je důležitější, než by se na první pohled mohlo zdát. 

Podle mých zkušeností je klíčem k přijetí technologie důvěra, a ta vzniká tehdy, když pracovníci v první linii vnímají umělou inteligenci jako pomoc při zlepšování svého výkonu, a nikoli jako ohrožení svých pracovních míst. To se odráží v míře přijetí této technologie. Více než 80 % vedoucích pracovníků uvádí, že jejich zaměstnanci mají k umělé inteligenci pozitivní vztah, což je téměř dvojnásobek oproti firmám, které v tomto ohledu zaostávají.

Jakmile se tato důvěra upevní, pokrok se zrychlí. Začnete pozorovat posun od aktivního prosazování k přirozenému přijímání. Týmy začnou požadovat další příklady využití a s rostoucí dynamikou zavádění umělé inteligence se investice stávají snáze ospravedlnitelnými. Umělá inteligence se tak mění z pouhé iniciativy na nedílnou součást fungování firmy.

Širší souvislost je zřejmá: ve výrobním sektoru se vedoucí role v oblasti umělé inteligence rychle stává nerozlišitelnou od vedoucí role v provozní oblasti.

PŘEČTĚTE SI TAKÉ  Nové požadavky v automobilovém průmyslu: Začlenění umělé inteligence do celého hodnotového řetězce

CO DÁL

Přečtěte si naši zprávu 2026 Global AI Report — Manufacturing and Automotive a dozvíte se více o tom, jak vedoucí představitelé výrobního a automobilového průmyslu vnímají AI, včetně konkrétních provozních oblastí, modelů řízení a investičních vzorců.