Daria Hvížďalová pochází z Ruska, kde také vystudovala sinologii a později i IT management. Dále studovala v Číně, ve Finsku a Švédsku a inženýrský titul získala v prestižním programu CEMS – International Management na VŠE. V Česku nejprve působila ve společnosti GoodAI, která se zabývá obecnou umělou inteligencí, v roce 2019 založila v rámci skupiny JHV firmu Mainware, která kombinuje virtuální realitu a umělou inteligenci při zavádění a údržbě výrobních strojů, a letos na jaře byla jmenována ředitelkou neziskového vzdělávacího institutu 42 Prague, který patří do sítě École 42.

42 Prague nabízí plnohodnotné vzdělání a rekvalifikaci pro různé obory IT, přičemž poskytuje možnost studia a přeškolení zájemcům o práci v IT bez ohledu na jejich předchozí pracovní zkušenosti a nutnosti vracet se do školních lavic.

Ve všech svých rolích využívá Daria Hvížďalová znalosti oboru digitalizace, optimalizace a umělé inteligence v průmyslové výrobě.

Kudy vede cesta od sinologie k umělé inteligenci ve výrobě?

Sinologie mě velmi bavila, ale současně jsem měla blízko také k matematice a technickým předmětům. Když jsem v rámci studijního pobytu navštívila Čínu, uvědomila jsem si, že mě technologická vyspělost Číny fascinuje přece jen o hodně více než její kultura. Jako druhou vysokou školu jsem začala souběžně studovat IT a později jsem pracovala v oboru softwarového vývoje a řízení projektů. Odtud už vedla cesta k automatizaci procesů – tehdy ještě v podobě automatizace různých tabulkových reportů.

S postupující digitalizací se ale dostáváme mnohem dále, k výrazně sofistikovanějším řešením automatizace procesů ve výrobě. A umělá inteligence posouvá hranice toho, co jde automatizovat a optimalizovat.

Jaká je pozice Česka v oblasti digitalizace a využití umělé inteligence?

Česko je vysoce průmyslová země s obrovským množstvím větších či menších výrobních podniků, které často patří ke světové špičce. A právě teď prochází tuzemský výrobní průmysl nejzajímavějším obdobím digitalizace celé řady procesů. Možnost něco zlepšit je opravdu gigantická a české podniky dodávající do celého světa mohou i ostatním ukázat cestu a být vzorem. A nejen to, máme zde chytré mozky a spoustu start‑upů, které přicházejí s novými technologiemi pro výrobu. Když dáme toto dohromady, může to znamenat obrovský skok v konkurenceschopnosti.

Kde je aktuálně největší přínos technologie umělé inteligence ve výrobě?

Především je nutné odlišit softwarovou automatizaci od skutečné umělé inteligence. Ta je opravdu až tou třešničkou na dortu, která představuje schopnost učit se na základě dat a předchozích zkušeností. Takže zatímco softwarová automatizace představuje naprosto přesně popsaný proces s konkrétním, stále opakovaným výsledkem, umělá inteligence neposkytuje jednoznačně předvídatelný výstup.

Software s prvky umělé inteligence nemůžeme nechat řídit výrobní linku, protože zde o prvek nejistoty určitě nestojíme. Ale třeba při designu produktů nebo v logistice se nám možnost objevovat stále nové, dokonalejší procesy naopak velmi hodí.

Značnou roli hraje umělá inteligence třeba i při vizuální kontrole kvality produktů. Na základě analýzy videa nebo snímků umí stroj s umělou inteligencí velmi přesně detekovat jakékoli odchylky od normálu, jako jsou nepřesnosti, škrábance či jiná poškození, aniž bychom museli každou z těchto odchylek předem definovat. Prostě mu jen jednou určíme, jak má perfektní produkt vypadat, a s čím se tedy porovnává. Takový stroj pak pracuje mnohem efektivněji a spolehlivěji než lidé. Obecně tedy dnes nasazujeme umělou inteligenci v procesech, které nejsou kriticky důležité, ale zároveň poskytují velký prostor pro zlepšení.

Jaké bariéry vidíte v masivnějším nasazení umělé inteligence v průmyslu?

Technologie umělé inteligence je dnes obrovsky populární, ale ne vždy se podaří formulovat jasné zadání, co by za nás měla vyřešit. Řada firem by se tedy do jejího využívání sice chtěla pustit, ale současně nemá jasně definováno, kde může umělá inteligence pomoci – samozřejmě tak, aby to dávalo i ekonomický smysl. Další překážkou je orientace podniků v oblasti umělé inteligence. Existuje totiž mnoho možností, jak tyto technologie nasadit – ať už na základě interního vývoje, nebo pořízením řešení od některého z externích dodavatelů. Proces navázání spolupráce s novým dodavatelem technologií přitom může trvat několik let – než se sladí procesy, vyřeší bezpečnost a řada dalších otázek.

Musíme si také uvědomit, že technologie umělé inteligence zpravidla využívají cloud, ale právě to často výrobní podniky považují za bezpečnostní riziko. Provozování aplikací s prvky umělé inteligence na vlastních serverech ale znamená několikanásobné zvýšení nákladů.

Celkově tedy mohu říci, že překážkou je i sladění vysoké agility poskytovatelů řešení umělé inteligence s konzervativnějším přístupem výrobních podniků.

Na co konkrétně by se tedy firma, která stojí o využití umělé inteligence ve svých procesech, měla připravit?

Když se posuneme od toho, že má podnik jasno, co chce za pomoci umělé inteligence řešit – a zdali se tato technologie k tomuto účelu vůbec hodí a nestačí „jen“ softwarová automatizace –, je potřeba si uvědomit, že nejde o izolovaný projekt o jednom člověku. Nasazení takové technologie vyžaduje spolupráci celého oddělení IT, přípravu infrastruktury, nastavení datových zdrojů a způsobu jejich zpracování a ovlivní i řadu ostatních týmů i konkrétních lidí a jejich rolí.

Některé podniky třeba vůbec nesbírají data z procesu výroby nebo vyhodnocují jen určitou část procesu a data dlouhodobě neukládají. Umělá inteligence ale pro své učení potřebuje data z co nejdelších úseků výrobních procesů a s co nejdelší historií. Ale ani opačný extrém – velmi mnoho dat, avšak bez jasné struktury – příliš nepomůže. A v neposlední řadě je nutné počítat s tím, že po úvodním projektu (proof of concept – pozn. red.) teprve startuje třeba i několikaletý projekt nasazení umělé inteligence do výroby.

Pouštějí se do těchto projektů spíše menší podniky, nebo nadnárodní koncerny?

Pokud jde o nadšení a zájem o tyto technologie, jsou určitě iniciativnější menší podniky. Vidí, kolik si mohou ušetřit práce a jak získat konkurenční výhodu. Bohužel často narazí na nedostatek zdrojů. Velké, nadnárodní podniky jsou schopné projekty s využitím umělé inteligence dotáhnout, ale postupují velmi opatrně a rozvážně. Co je ale zajímavé, právě česká zastoupení nadnárodních koncernů jsou často využívána jako testovací prostředí, než se nové technologie nasadí i v dalších zemích. Ostatně i to je důvod, proč pracuji právě tady.

Strojírenský veletrh

Stáhněte si přílohu v PDF

Které jsou podle vás oblasti, v nichž nám umělá inteligence, alespoň zatím, nepomůže?

Těžko bych takovou oblast našla, protože ve výrobě má umělá inteligence potenciál pomáhat nám od samého začátku, tedy od návrhu produktů s využitím takzvaného generativního designu (využívá sílu cloudu a zrychluje celý proces návrhu, pozn. red.) přes optimalizaci procesu výroby až po doručení hotových produktů zákazníkům a jejich následnému servisu či údržbě. Zůstane ale asi hodně oblastí, kde se umělá inteligence ekonomicky nevyplatí.

To samé platí i pro automatizaci, protože sice teoreticky můžeme nahradit všechny lidi ve výrobě stroji, ale nedávalo by to ekonomický smysl.

Dám vám příklad. V rámci firmy JHV jsme řešili projekt vinárny s robotickou obsluhou. Nicméně nasazení takového řešení se v nákladech pohybuje řádově jinde než najmutí lidské obsluhy, která bude ostatně asi i zákazníkům příjemnější. Tedy řešitelné je téměř cokoli, ale byznysový smysl to vždy nedává.

Článek byl publikován ve speciální příloze HN Strojírenský veletrh.