Ipari AI és fenntarthatóság: a tavalyi pilotprojektek ma már jó gyakorlatok

Arról, hogy miként állítható a mesterséges intelligencia a fenntarthatóság szolgálatába, már 2024-ben, az AI felfutásának évében beszámoltam. Azóta közel két év eltelt, és a technológia az élet megannyi területén megjelent. A fenntarthatóság sem kivétel: a pilotprojektek követendő (és követőkre találó) példákká váltak, sokasodnak a jó gyakorlatok. Nem lesz tehát haszontalan, ha újra szemügyre vesszük, miként támogatja mostanában az ipari AI a fenntarthatósági célok elérését.

Az ipari AI-ról mint a fenntarthatósági átmenet egyik motorjáról a Reuters és a Siemens nemrégiben tette közzé From Pilots to Performance című közös kutatását, amelynek összeállítása során világszerte több mint 260 nagyvállalati szakember véleményét kérdezték meg. Bizakodásra ad okot, hogy közel háromnegyedük (74 százalék) arról számolt be: az általa képviselt társaság a tervek szerint 2040-re klímasemlegessé, azaz nettó zéró kibocsátóvá válik. A kihívásokkal teli gazdasági-politikai helyzetet, valamint a folyton változó és egyre szigorodó jogi környezetet figyelembe véve ez felettébb ambiciózus célkitűzés. 

„MI” adja ehhez az alapot? Ahhoz, hogy egy termék előállításának valamennyi lépését fenntarthatósági szempontból (is) optimalizáljuk, néhány éve még szakértők garmadáira volt szükség. Ma már ezeket a feladatokat AI-modellek, digitális ikrek végzik el helyettünk, és impozáns eredményeket tudnak felmutatni. Az AI okosabbá teszi a termelési folyamatot, a veszteségeket pedig csökkenti. Az infrastruktúra területén a legnagyobb eredmény például a hálózatok kapacitásának növekedése, a vízfelhasználás és az épületek energiaigényének csökkentése.

A tanulmány szerint a szervezetek döntő többsége már túl van a kipróbálási fázison. A válaszadók mindössze 13 százaléka számolt be arról, hogy még csak a feltárás szakaszában jár, 24 százalékuknál pilotprojektek futnak, és közel kétharmaduk (63 százalék) már alkalmazza az ipari AI-t – főként a minőség-ellenőrzés, az energiagazdálkodás, a folyamatoptimalizálás, a prediktív karbantartás és az erőforrás-hatékonyság területén. Lássunk néhány konkrét példát!

Az ipari AI által elért eredmények

A 3,5 millió ügyfelet ellátó holland Alliander áramszolgáltató évek óta küzd a hálózati torlódásokkal; egyes felhasználóknak akár tíz évig is várniuk kell a csatlakozásra. A társaság által bevezetett Gridscale X rendszer kulcseleme egy digitális iker, amely teljes hálózati átláthatóságot biztosít: valós időben mutatja a kritikus szűk keresztmetszeteket, előre jelzi a terhelési csúcsokat, és azt is kiszámítja, hogy hol szükséges fizikai bővítés, és hol elegendő szoftveres optimalizálás. Az eredmény: a meglévő hálózati infrastruktúra kihasználtsága 30 százalékkal javult. Az ilyen példák minden bizonnyal szerepet játszanak abban, hogy a tanulmányban megkérdezettek szerint az AI fontos szerepet tölt be a saját iparágukban zajló energiaátmenetben – 29 százalékuk szerint ez már most is így van, 2028-ra pedig már a többség (51 százalék) szerint így lesz.

Az AI-alapú tervezés egyik friss eredménye a „pehelysúlyú robotgripperek” kifejlesztése. A hagyományos robotfogók jellemzően nehezek (tömegük akár 50 kilogramm is lehet), sok alkatrészből állnak, jelentős (teljes életpályájukon közel 700 kilogrammos) szén-dioxid-lábnyommal rendelkeznek, gyártási idejük pedig több mint egy hónap. Az AI-alapú tervezéssel több millió geometriai mintázatból tudtuk kiválasztani a legjobbat, a végeredmény pedig olyan karboncsökkentett polimer alapanyagú eszköz, amely mindössze két kilogrammot nyom, két nap alatt elkészült, szén-dioxid-kibocsátása pedig mindössze 30 kilogramm. A tapasztalat szerint az energiafogyasztás a gyártósoron a felére csökkent, miközben a ciklusidő 20 százalékkal mérséklődött – az új robot tehát hatékonyabban, tisztábban és olcsóbban dolgozik, mint az elődje. Mindez általában is igaz: az ipari AI segítségével a fenntarthatósági mutatók és a gyártás minősége is mérhetően javulnak. Ehhez persze szigorú keretek között megvalósuló tervezésre, világosan kitűzött célokra és minden érintett elkötelezett részvételére van szükség – a befektetett energia azonban megtérül.

Ezt a meggyőződést osztják a tanulmányban megkérdezett szakemberek is: 65 százalékuk válaszolta azt, hogy az AI hozzájárul az energiafogyasztás csökkenéséhez (2024-ben ez az arány még „csupán” 41 százalék volt). 

Az AI-jal elért átlagos eredmények is növekedtek: 

1. 23 százalékos energiamegtakarítás, 
2. 24 százalékos kibocsátáscsökkenés, 
3. 26 százalékos termelékenységjavulásból származó megtakarítás, 
4. 19 százalékkal kevesebb vízhasználat.

Miért nem terjed akkor még gyorsabban az ipari AI? Vannak még visszatartó erők, amelyek közül a legtöbben az adatbiztonsággal kapcsolatos aggodalmakat és a bevezetés magas költségét említették. Sokan tartanak a mesterséges intelligencia negatív környezeti hatásaitól (magas energia- és hűtővízigény) és „a robotok elveszik az ember munkáját” típusú érvektől.

Az alkalmazottak szemléletét olyan valós helyzetek változtathatják meg, amelyekben világosan látják: az AI nem fenyegeti, hanem éppenséggel támogatja a kreatív szakmai munkát. Cégvezetőként ehhez hozzátenném: ha nyíltan beszélünk az AI bevezetéséről, az új technológia előnyeiről és esetleges korlátairól, akkor enyhíthetjük a munkatársak valójában teljesen természetes aggodalmait.

Az aggodalmakat végső soron az eredmények fogják eloszlatni. A kézzelfogható pozitív hatásokra pedig nem kell sokat várni: a fenntarthatósági AI-beruházásoknak a szakemberek elvárásai szerint egy–három éven belül meg kell térülniük, vagyis sokkal gyorsabban, mint az a korábbi technológiaátalakulások (ipari forradalmak) idején történt. Az idő a 21. században egyre gyorsabban telik: aki most halogatja a döntést, néhány év alatt nehezen behozható hátrányba kerülhet az idők szavára jobban hallgató versenytársaival szemben.