| REKLAMA |
 |
Szacuje się, że obecnie zainstalowanych jest ponad 60 miliardów czujników, które bez przerwy zbierają różnego rodzaju dane. Tylko w ciągu ostatnich dwóch lat wyprodukowaliśmy tyle danych, ile przez całą dotychczasową historię ludzkości! Ten trend będzie kontynuowany wraz z podłączaniem do Internetu coraz większej liczby coraz bardziej skomplikowanych urządzeń.
Rozwiązaniem Sztuczna Inteligencja?
Wydawać by się mogło, że rozwiązaniem problemu nadmiaru danych jest AI (ang. Artificial Intelligence, Sztuczna Inteligencja). Systemy korzystające z AI są w stanie skategoryzować dane, przeanalizować je pod kątem pożądanych przez nas informacji, a następnie przedstawić bardzo czytelne wyniki. Jednak AI jest tylko tak inteligentne i tak dobre w swoim działaniu, jak człowiek, który je stworzy.
Coraz większa ilość danych operacyjnych zbierana jest przez czujniki obecne w urządzeniach przemysłowych. Najczęściej są one wyposażone w jednostkę sterującą, która bezpośrednio odpowiada za ich działanie. Jednak zbierane dane nie zawsze przesyłane są dalej, np. do analizy pod kątem efektywności procesu lub bezpieczeństwa, przez co osoby sterujące ruchem nie mają możliwości optymalizacji pracy urządzenia.
Źródło: Transition Technologies PSC
Rozwiązaniem Sztuczna Inteligencja?
Wydawać by się mogło, że rozwiązaniem problemu nadmiaru danych jest AI (ang. Artificial Intelligence, Sztuczna Inteligencja). Systemy korzystające z AI są w stanie skategoryzować dane, przeanalizować je pod kątem pożądanych przez nas informacji, a następnie przedstawić bardzo czytelne wyniki. Jednak AI jest tylko tak inteligentne i tak dobre w swoim działaniu, jak człowiek, który je stworzy.
Ogromna skala danych – zarówno ich ilość, jak i różnorodność wciąż jest dla Sztucznej Inteligencji dużym wyzwaniem. Jeszcze przez długi czas nie powstanie komputerowa superinteligencja dysponująca nieograniczoną mocą obliczeniową, zdolna do przetworzenia wszystkich spływających do niej informacji z całego świata. Musimy się skupić na dużo mniejszych segmentach, bo w całym tym bałaganie nie chodzi o „dane”, a o wyciągnięcie z nich realnej wartości, którą przedsiębiorstwa będą w stanie zmierzyć najbardziej obiektywną miarą, czyli zyskiem netto – mówi Paweł Pacewicz z Transition Technologies PSC. – Dzięki eksplorowaniu ograniczonych zbiorów Big Data mamy nadzieję wykryć w nich konkretne wzorce i reguły, oraz zmienić uzyskane wyniki na wartościową wiedzę. Pozwoli nam to znaleźć nowe strategie, ale też szanse biznesowe.Big Data w przemyśle
Coraz większa ilość danych operacyjnych zbierana jest przez czujniki obecne w urządzeniach przemysłowych. Najczęściej są one wyposażone w jednostkę sterującą, która bezpośrednio odpowiada za ich działanie. Jednak zbierane dane nie zawsze przesyłane są dalej, np. do analizy pod kątem efektywności procesu lub bezpieczeństwa, przez co osoby sterujące ruchem nie mają możliwości optymalizacji pracy urządzenia.
Pierwszym krokiem w takiej sytuacji jest podłączenie urządzenia do sieci, np. przy pomocy standardowych protokołów komunikacji przemysłowej. Można w ten sposób stworzyć mechanizm, który monitoruje parametry operacyjne i prezentuje je kierownikom ruchu. Następnie należy zbudować system uczenia maszynowego, który w oparciu o dane historyczne oraz aktualnie obserwowane trendy będzie w stanie prognozować przestoje i awarie. Dzięki wykorzystaniu danych płynących z urządzeń można o wiele efektywniej zarządzać procesem produkcji, osiągając jeszcze wyższą jakość produktu - dodaje Paweł Pacewicz.W epoce powszechnej cyfryzacji dane stały się podstawą do zaspokajania ludzkich potrzeb oraz kreowania nowej wartości we wszystkich sferach biznesu. Są generowane przez każdy rodzaj działalności człowieka. Można je postrzegać jako coraz ważniejszy czynnik produkcji lub element infrastruktury niezbędny do sprawnego zarządzania oraz tworzenia coraz bardziej efektywnych modeli biznesowych. O ile w wielu przypadkach podobne rozwiązania klasy IoT, Big Data, czy Data Science można z powodzeniem stosować generycznie, należy pamiętać, że zmienność środowisk nakazuje podejść do każdego problemu indywidulanie. Pomoże to w jak najdokładniejszy sposób zidentyfikować obszary wymagające poprawy lub usprawnienia działania.
Źródło: Transition Technologies PSC
Najnowsze wiadomości
Customer-specific AI: dlaczego w 2026 roku to ona przesądza o realnym wpływie AI na biznes
W 2026 roku sztuczna inteligencja przestaje być ciekawostką technologiczną, a zaczyna być rozliczana z realnego wpływu na biznes. Organizacje oczekują dziś decyzji, którym można zaufać, procesów działających przewidywalnie oraz doświadczeń klientów, które są spójne w skali. W tym kontekście coraz większe znaczenie zyskuje customer-specific AI - podejście, w którym inteligencja jest osadzona w danych, procesach i regułach konkretnej firmy, a nie oparta na generycznych, uśrednionych modelach.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
SkyAlyne stawia na IFS dla utrzymania floty RCAF
SkyAlyne, główny wykonawca programu Future Aircrew Training (FAcT), wybrał IFS Cloud for Aviation Maintenance jako cyfrową platformę do obsługi technicznej lotnictwa i zarządzania majątkiem. Wdrożenie ma zapewnić wgląd w czasie rzeczywistym w utrzymanie floty, zasoby i zgodność, ograniczyć przestoje oraz zwiększyć dostępność samolotów szkoleniowych RCAF w skali całego kraju. To ważny krok w modernizacji kanadyjskiego systemu szkolenia załóg lotniczych.
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znacznie wolniejsze od wcześniejszych oczekiwań rynku. Dane pokazują, że z rozwiązań AI korzysta dziś wciąż niewiele przedsiębiorstw, a menedżerowie coraz częściej wskazują na bariery regulacyjne, koszty oraz brak powtarzalnych efektów biznesowych. W praktyce technologia jest testowana głównie w wybranych obszarach, a kluczowe decyzje nadal pozostają po stronie człowieka. Również w firmach, które wdrożyły AI, nierzadko towarzyszą temu rozczarowania.
Europejski przemysł cyfryzuje się zbyt wolno – ERP, chmura i AI stają się koniecznością
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Najnowsze artykuły
5 pułapek zarządzania zmianą, które mogą wykoleić transformację cyfrową i wdrożenie ERP
Dlaczego jedne wdrożenia ERP dowożą korzyści, a inne kończą się frustracją, obejściami w Excelu i spadkiem zaufania do systemu? Najczęściej decyduje nie technologia, lecz to, jak organizacja prowadzi zmianę: czy liderzy biorą odpowiedzialność za decyzje czy tempo jest dopasowane do zdolności absorpcji oraz czy ludzie dostają klarowność ról i realne kompetencje. Do tego dochodzi pytanie: co po go-live - stabilizacja czy chaos w firmie? Poniżej znajdziesz 5 pułapek, które najczęściej wykolejają transformację i praktyczne sposoby, jak im zapobiec.
SAP vs Oracle vs Microsoft: jak naprawdę wygląda chmura i sztuczna inteligencja w ERP
Wybór systemu ERP w erze chmury i sztucznej inteligencji to decyzja, która determinuje sposób działania organizacji na lata — a często także jej zdolność do skalowania, adaptacji i realnej transformacji cyfrowej. SAP, Oracle i Microsoft oferują dziś rozwiązania, które na pierwszy rzut oka wyglądają podobnie, lecz w praktyce reprezentują zupełnie odmienne podejścia do chmury, AI i zarządzania zmianą. Ten artykuł pokazuje, gdzie kończą się deklaracje, a zaczynają realne konsekwencje biznesowe wyboru ERP.
Transformacja cyfrowa z perspektywy CFO: 5 rzeczy, które przesądzają o sukcesie (albo o kosztownej porażce)
Transformacja cyfrowa w finansach często zaczyna się od pytania o ERP, ale w praktyce rzadko sprowadza się wyłącznie do wyboru systemu. Dla CFO kluczowe jest nie tylko „czy robimy pełną wymianę ERP”, lecz także jak policzyć ryzyko operacyjne po uruchomieniu, ocenić wpływ modelu chmurowego na koszty OPEX oraz utrzymać audytowalność i kontrolę wewnętrzną w nowym modelu działania firmy.
Agentic AI rewolucjonizuje HR i doświadczenia pracowników
Agentic AI zmienia HR: zamiast odpowiadać na pytania, samodzielnie realizuje zadania, koordynuje procesy i podejmuje decyzje zgodnie z polityką firmy. To przełom porównywalny z transformacją CRM – teraz dotyczy doświadczenia pracownika. Zyskują HR managerowie, CIO i CEO: mniej operacji, więcej strategii. W artykule wyjaśniamy, jak ta technologia redefiniuje rolę HR i daje organizacjom przewagę, której nie da się łatwo nadrobić.
Composable ERP: Przewodnik po nowoczesnej architekturze biznesowej
Czy Twój system ERP nadąża za tempem zmian rynkowych, czy stał się cyfrową kotwicą hamującą rozwój? W dobie nieciągłości biznesowej tradycyjne monolity ustępują miejsca elastycznej architekturze Composable ERP. To rewolucyjne podejście pozwala budować środowisko IT z niezależnych modułów (PBC) niczym z klocków, zapewniając zwinność nieosiągalną dla systemów z przeszłości. W tym raporcie odkryjesz, jak uniknąć pułapki długu technologicznego, poznasz strategie liderów rynku (od SAP po MACH Alliance) i wyciągniesz lekcje z kosztownych błędów gigantów takich jak Ulta Beauty. To Twój strategiczny przewodnik po transformacji z cyfrowego "betonu" w adaptacyjną "plastelinę".
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znaczni… / Czytaj więcej
Vertiv Frontiers: 5 trendów, które przeprojektują centra danych pod „fabryki AI”
Centra danych wchodzą w erę „fabryk AI”, gdzie o przewadze nie decyduje już sama skala, lecz zdolno… / Czytaj więcej
Cyberbezpieczeństwo 2026. 6 trendów, które wymuszą nowe podejście do AI, danych i tożsamości
Rok 2026 zapowiada się jako moment przełomu w świecie cyfrowego bezpieczeństwa. W obliczu dynamiczn… / Czytaj więcej
Jurysdykcja danych w chmurze: dlaczego polskie firmy coraz częściej wybierają „gdzie leżą” ich system
Jurysdykcja danych przestała być detalem w umowach chmurowych – dziś decyduje o zgodności, bezpiecz… / Czytaj więcej
Tylko 7% firm w Europie wykorzystuje w pełni potencjał AI
72% firm w regionie EMEA uznaje rozwój narzędzi bazujących na sztucznej inteligencji za priorytet s… / Czytaj więcej
Chmura publiczna w Unii Europejskiej – między innowacją a odpowiedzialnością za dane
Transformacja cyfrowa w Europie coraz mocniej opiera się na chmurze publicznej, która stała się fun… / Czytaj więcej
