| REKLAMA |
 |
Po to, by jeszcze szybciej analizować informacje i pozwalać każdemu urządzeniu przetwarzać je natychmiast po zebraniu, bez potrzeby odsyłania ich do nadrzędnych systemów IT. Sam rynek oprogramowania dedykowanego obsłudze Edge AI, ma zdaniem agencji badawczej Markets And Markets wzrosnąć z poziomu 590 mln dolarów w 2020r do przeszło 1,8 miliarda $ w 2026 roku. Tempo powszechnego wdrażania tej technologii będzie jednak w dużej mierze zależne od zaufania firm i zwalczania barier, jakie dostrzegają w procesie „inteligentyzacji” wszystkiego.
SI pójdzie na skróty
Istotą Edge AI jest wyposażanie w algorytmy sztucznej inteligencji wszystkich urządzeń zbierających dane. Ogromny potencjał tego rozwiązania dostrzeżono szczególnie w branży przemysłowej, gdzie poszczególne czujniki, zautomatyzowane maszyny produkcyjne czy kontrolujące proces produkcji, posiadające zdolność do uczenia maszynowego same podejmują decyzje istotne z punktu widzenia wydajności, bez potrzeby przesyłania danych do analizy i otrzymania ich zwrotnie od centralnych systemów. Model ten ma jednak zastosowanie także w przypadku wielu innych gałęzi gospodarki.
Ciekawym obszarem adaptacji Edge AI jest m.in. branża motoryzacyjna i montowane w autach czujniki zdolne do analizy sposobu jazdy real-time czy monitoringu zmęczenia kierowcy. Tutaj, muszą one potrafić samodzielnie procesować zbierane informacje, bez potrzeby ich odsyłania do systemów IT producentów aut, co przy mobilnym transferze danych o ograniczonej prędkości byłoby dodatkowo wydłużone, zaś w tym modelu odbywa się w ciągu milisekund.
Opanowane strumienie danych
Decentralizacja analizy danych ma być również sposobem na lepsze zarządzanie coraz większą ich ilością i odciążeniem środowisk chmurowych w firmach, a przez to ich wydajnym dopełnieniem. Analitycy serwisu Statista prognozują, że w ciągu 10 lat, tj. od 2025 do 2035r liczba wygenerowanych cyfrowych informacji, na którą w ogromnym stopniu wpłyną platformy chmurowe i urządzenia Internetu Rzeczy, ma urosnąć o ponad 1000%, ze 175 ZB (zettabajtów) do 2142 ZB.
Walka o zaufanie
Na drodze do szerokiej popularyzacji sięgania po sztuczną inteligencję w znacznie większym zakresie niż dotąd stoją jednak pewne obawy, które zgłaszają firmy zainteresowane inwestycjami w AI, lecz nie do końca pewne możliwości i niezawodności wysokiej automatyzacji. A także tego, w jaki sposób może to wpłynąć na relacje z pracownikami i samymi klientami. Jak informuje opublikowane właśnie opracowanie DataRobot – State of AI Bias, ponad połowa firm z całego globu przyznaje, że ma szereg wątpliwości lub uprzedzeń względem sztucznej inteligencji. Pośród nich, najczęściej zgłaszanymi były obawa o zaufanie klientów w przypadku większego zautomatyzowania interakcji z nimi oraz brak pewności co do tego, jak na implementację narzędzi SI zareagują sami pracownicy. Ponad 80% profesjonalistów IT uważa natomiast, że odpowiednie regulacje rządowe, jasno definiujące poszczególne rozwiązania czy normujące zakres wsparcia sztucznej inteligencji, byłyby bardzo pomocne w zwalczaniu uprzedzeń do tej technologii.
Źródło: Aruba Cloud
SI pójdzie na skróty
Istotą Edge AI jest wyposażanie w algorytmy sztucznej inteligencji wszystkich urządzeń zbierających dane. Ogromny potencjał tego rozwiązania dostrzeżono szczególnie w branży przemysłowej, gdzie poszczególne czujniki, zautomatyzowane maszyny produkcyjne czy kontrolujące proces produkcji, posiadające zdolność do uczenia maszynowego same podejmują decyzje istotne z punktu widzenia wydajności, bez potrzeby przesyłania danych do analizy i otrzymania ich zwrotnie od centralnych systemów. Model ten ma jednak zastosowanie także w przypadku wielu innych gałęzi gospodarki.
Dla przykładu, systemy analityczne dużych banków łączące poszczególne krajowe oddziały z centralną siedzibą mogłyby szybciej dostarczać wnioski nt. potencjału i wolumenu sprzedaży, satysfakcji użytkowników aplikacji mobilnej czy zainteresowania produktami, gdyby miały algorytmy SI zaimplementowane „u siebie”, znacznie skracając drogę analizy. Myślę, że można tu posłużyć się niemal dowolnym przykładem, choćby z branży handlowej, medialnej, transportowo-logistycznej, motoryzacyjnej, czy z administracji publicznej – tłumaczy Marcin Zmaczyński, Head of Marketing CEE w Aruba Cloud.
Ciekawym obszarem adaptacji Edge AI jest m.in. branża motoryzacyjna i montowane w autach czujniki zdolne do analizy sposobu jazdy real-time czy monitoringu zmęczenia kierowcy. Tutaj, muszą one potrafić samodzielnie procesować zbierane informacje, bez potrzeby ich odsyłania do systemów IT producentów aut, co przy mobilnym transferze danych o ograniczonej prędkości byłoby dodatkowo wydłużone, zaś w tym modelu odbywa się w ciągu milisekund.
Opanowane strumienie danych
Decentralizacja analizy danych ma być również sposobem na lepsze zarządzanie coraz większą ich ilością i odciążeniem środowisk chmurowych w firmach, a przez to ich wydajnym dopełnieniem. Analitycy serwisu Statista prognozują, że w ciągu 10 lat, tj. od 2025 do 2035r liczba wygenerowanych cyfrowych informacji, na którą w ogromnym stopniu wpłyną platformy chmurowe i urządzenia Internetu Rzeczy, ma urosnąć o ponad 1000%, ze 175 ZB (zettabajtów) do 2142 ZB.
Przeniesienie części procesów przetwarzania danych na same urządzenia je gromadzące czy zewnętrzne systemy, posiadające pewną część własnej autonomii od „centralnych chmur” firmowych ma być metodą nie tylko na przyspieszenie analiz i szybsze reagowanie na otrzymane wnioski, ale także zwiększyć bezpieczeństwo ze względu na rozproszenie procesów wykorzystujących tzw. krytyczne informacje cyfrowe – dodaje Marcin Zmaczyński z Aruba Cloud.
Walka o zaufanie
Na drodze do szerokiej popularyzacji sięgania po sztuczną inteligencję w znacznie większym zakresie niż dotąd stoją jednak pewne obawy, które zgłaszają firmy zainteresowane inwestycjami w AI, lecz nie do końca pewne możliwości i niezawodności wysokiej automatyzacji. A także tego, w jaki sposób może to wpłynąć na relacje z pracownikami i samymi klientami. Jak informuje opublikowane właśnie opracowanie DataRobot – State of AI Bias, ponad połowa firm z całego globu przyznaje, że ma szereg wątpliwości lub uprzedzeń względem sztucznej inteligencji. Pośród nich, najczęściej zgłaszanymi były obawa o zaufanie klientów w przypadku większego zautomatyzowania interakcji z nimi oraz brak pewności co do tego, jak na implementację narzędzi SI zareagują sami pracownicy. Ponad 80% profesjonalistów IT uważa natomiast, że odpowiednie regulacje rządowe, jasno definiujące poszczególne rozwiązania czy normujące zakres wsparcia sztucznej inteligencji, byłyby bardzo pomocne w zwalczaniu uprzedzeń do tej technologii.
Źródło: Aruba Cloud
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
