Как компании по автоматизации внедряют ИИ, не привязываясь к отдельному поставщику

Автоматизация и робототехника всегда были связаны с сочетанием надежного оборудования и все более совершенного программного обеспечения. За последние несколько лет программная составляющая этого уравнения решительно сместилась в сторону искусственного интеллекта.

Системы машинного зрения, считывающие этикетки и обнаруживающие дефекты, интерфейсы на естественном языке, позволяющие операторам задавать вопросы о производственной линии на простом английском языке, прогностические модели, которые выявляют неисправность двигателя до его остановки — теперь все это опирается на модели искусственного интеллекта, а не на правила, написанные вручную.

Для поставщиков решений в области автоматизации вопрос уже не в том, следует ли использовать ИИ, а в том, как интегрировать его в систему, чтобы она оставалась надежной и доступной по цене по мере развития технологий.

Ловушка единого поставщика медицинских услуг

Естественным первым шагом является выбор одного поставщика ИИ, интеграция его API и разработка функциональности на его основе. Это работает сразу, и именно поэтому это становится недостатком.

Рынок моделей искусственного интеллекта развивается быстрее, чем практически любая другая часть технологического стека. Новые модели появляются каждые несколько недель, цены колеблются, а лучшая модель для конкретной задачи — визуальный анализ, распознавание речи, анализ документов, поддержка принятия решений — меняется несколько раз в год.

Продукт, жестко привязанный к одному поставщику, не может учесть ничего из этого. Когда появляется более дешевая или точная модель, ее внедрение означает переработку. Когда у поставщика происходит сбой, автоматизированная система теряет свои интеллектуальные возможности.

А интеграция нескольких поставщиков напрямую для сохранения гибкости означает необходимость жонглирования множеством SDK, ключей и платежных отношений — дополнительные затраты, которые особенно нежелательны в промышленном программном обеспечении, которое должно работать годами.

Подход с использованием уровня доступа

Решение этой проблемы аналогично тому, как инженеры по автоматизации уже обрабатывают другие зависимости: перед движущейся частью размещается стандартный интерфейс.

Вместо того чтобы обращаться напрямую к каждому поставщику ИИ, направляйте все запросы к ИИ через единый шлюз, использующий единый согласованный формат и взаимодействующий со многими моделями одновременно.

API для многомодельного ИИ реализует именно это — сотни моделей, охватывающих текст, изображения и видео, доступны через единую совместимую с OpenAI конечную точку по единому ключу и с единым консолидированным счетом с оплатой по факту использования, часто по ценам ниже прейскурантных цен самих поставщиков.

Для продукта автоматизации весь каталог моделей становится доступен через одну интеграцию. Перенаправление больших объемов контроля на быструю и недорогую модель машинного зрения, оставляя при этом премиальную модель для нестандартных случаев, становится вопросом конфигурации, а внедрение новой выпущенной модели — это небольшая корректировка, а не масштабный проект.

Практическое руководство

Несколько простых правил помогут поддерживать чистоту стека автоматизации с поддержкой ИИ. Каждый вызов ИИ следует оборачивать в единую внутреннюю функцию, принимающую модель в качестве параметра, чтобы переключение моделей никогда не затрагивало логику управления.

Поэтапно, по задачам, направляя рутинную работу с большими объемами недорогим моделям и оставляя премиальные модели для небольшой доли решений, требующих их использования.

Обрабатывайте вызовы ИИ асинхронно, чтобы медленный ответ никогда не останавливал процесс в реальном времени. И регистрируйте модель, задержку и стоимость вызова, чтобы экономические показатели развертывания оставались на виду.

Итог

Модели ИИ будут становиться всё дешевле и функциональнее, а лидеры будут постоянно меняться местами. Больше всего от автоматизации выигрывают не те компании, которые делают ставку на одного поставщика, а те, которые рассматривают доступ к моделям как взаимозаменяемую инфраструктуру, выбирая оптимальный вариант для каждой задачи и свободно переключаясь между ними по мере изменения рынка.

Правильно заложенная основа превращает постоянный поток новых моделей из бремени обслуживания в стабильное, накопительное преимущество.
Источник