Obtenha projetos de IA no ar

Todo ser humano experimenta o medo, e o faz à sua maneira individual. No mundo da IA, o medo é motivado pela falta de familiaridade com o processo, o impacto profissional do fracasso e as tarefas assustadoras de reunir todas as pessoas e perspectivas necessárias apenas para começar. No setor aeroespacial, esse desafio é agravado pela escassez de recursos, desafios da cadeia de suprimentos e volatilidade do mercado. Adicione grandes quantidades de dados díspares e desconectados e você terá a receita para engarrafamentos, projetos fracassados ​​e dinheiro desperdiçado.

A falha no lançamento é real. Aqui estão três lições importantes aprendidas com nosso trabalho com a Rolls-Royce e a Gulfstream que irão liberar seu projeto de IA para decolar.

Lição 1:Como você come um elefante?

Uma mordida de cada vez. As empresas aeroespaciais querem aumentar as margens operacionais. Desde o tempo de inatividade reduzido até a qualidade preditiva e a previsão de movimento de peças críticas, há muitas oportunidades. Não se prenda a todas as possibilidades. Encontre um que possa ser realizado rapidamente e estabeleça a credibilidade da sua equipe e do fornecedor. Isso é importante porque a IA é um processo iterativo. Se a disponibilidade de dados e a experiência no assunto forem inconsistentes, seu projeto será interrompido. Na Rolls-Royce, discutimos casos de uso para manutenção preditiva e redução de refugo antes de estabelecer a qualidade preditiva na bancada de teste. Por quê? Porque os dados e os recursos do cliente de que precisávamos estavam prontamente disponíveis e o caminho para a integração do recurso era claro. Pense na navalha de Occam aqui:o caminho mais direto é o melhor.

Lição 2:não perca o controle

Um ponto-chave de discórdia entre os negócios e a TI é quem manterá o controle desse novo recurso e como ele será suportado e mantido. Os fornecedores de nuvem promovem inícios rápidos por meio de infraestrutura acessível e prontamente disponível. Para o negócio, isso representa um caminho claro para começar sem a burocracia dos processos de TI. No entanto, isso pode levar ao bloqueio técnico; uma situação em que toda a sua lógica, modelos e processos de dados estão presos nos sistemas de um provedor. Os custos aumentarão, a flexibilidade será limitada e você se sentirá preso. Lembre-se, o valor está na lógica, nos modelos e nas construções de dados, não necessariamente na infraestrutura. Na Gulfstream, evitamos essa armadilha aproveitando a conteinerização, uma abordagem que permite que sua lógica e funcionalidade sejam completamente portáteis, implantadas e dimensionadas em qualquer combinação de infraestrutura com base em requisitos e custos. A Gulfstream conseguiu manter o controle de sua propriedade intelectual e escalá-la para o(s) fornecedor(es) de sua escolha.

Lição 3:entenda o custo real

É fácil se apaixonar por um caso de uso rápido, simples e acessível. Mas o que acontece se você quiser dimensioná-lo para várias linhas, plantas e processos? Ainda é rápido, simples e acessível? As soluções em nuvem podem ser enganosas nesse sentido; o armazenamento é barato, mas a capacidade de computação necessária para treinar e ajustar os modelos pode ficar cara à medida que os conjuntos de dados crescem. Um cliente projetou um aumento de 35 vezes nos custos de nuvem associados ao dimensionamento de um modelo de manutenção preditiva em quatro operações da planta. Novamente, a conteinerização pode ser usada para otimizar os custos de escalabilidade. Na Rolls-Royce, aproveitamos a conteinerização para retreinar modelos em infraestrutura local de baixo custo e, em seguida, implantamos os modelos retreinados em ambientes de nuvem para acesso e disponibilidade ideais. Isso ajudou a manter o custo de escala abaixo de 5% ao ano.

Gerenciar complexidade, controle e custo é essencial para o sucesso de qualquer esforço de aprendizado de máquina ou IA. Aproveitamos os modelos desenvolvidos ao longo de anos de projetos para simplificar, entender e comunicar essas diretrizes às principais equipes de projeto.