AI für den Industriegipfel von Artefact - 17. September 2024 - Paris

Die wichtigsten Erkenntnisse aus der Podiumsdiskussion mit Rodolphe Gelin, Experte AI und Robotik bei der Renault-Gruppe, Vincent Cadoret, Chief Data and Analytics Officer bei der Europcar Mobility Group, und Franck Bonnay, Key Account Executive bei Google Cloud.

Einführung in AI Transformation in der Automobilindustrie

Die Podiumsdiskussion "AI for Automotive", die von Franck Bonnay von Google Cloud moderiert wurde, bot Einblicke von Rodolphe Gelin, Experte für AI und Robotik bei der Renault-Gruppe, und Vincent Cadoret, Chief Data and Analytics Officer bei der Europcar Mobility Group. Das Gespräch drehte sich darum, wie AI die Automobilindustrie verändert, wobei der Schwerpunkt auf Fortschritten in der selbstfahrenden Technologie, verbesserten Benutzererfahrungen und der Optimierung von Geschäftsprozessen lag. Rodolphe hob hervor, wie Renault AI in verschiedene Funktionen wie Entwicklung, Fertigung und Lieferkette integriert, während Vincent über die frühen Phasen der Einführung von AI bei Europcar sprach, die Geschäftslösungen wie Plattformen für Kunden data und AI-gesteuerte Entscheidungsfindung umfassen.

Europcars frühe Reise und Strategie AI

Vincent erläuterte, dass Europcar ein data Labor initiiert hat, um AI Anwendungsfälle zu untersuchen, wie z.B. die Vorhersage des Restwerts von Fahrzeugen und die Optimierung digitaler Marketingkampagnen. Er hob hervor, wie wichtig es ist, die Initiativen von AI mit der allgemeinen Strategie des Unternehmens in Einklang zu bringen, und betonte, dass der Schwerpunkt in erster Linie auf entscheidungsunterstützenden Systemen für interne Prozesse liegt. Um die Entwicklung von AI zu unterstützen, hat Europcar eine Governance-Struktur mit data -Champions in allen Abteilungen geschaffen, um sicherzustellen, dass die Projekte auf der Grundlage der Geschäftsanforderungen priorisiert werden.

Renault's fortschrittliche AI Integration und data Grundlage

Andererseits ist Renault auf seinem AI Weg schon weiter und hat AI Lösungen im gesamten Unternehmen, auch in der Fertigung, eingeführt. Rodolphe unterstrich, wie wichtig es ist, vor der Einführung von AI eine solide data Grundlage zu schaffen, und erklärte, dass AI Projekte nur dann erfolgreich sein können, wenn data effizient gesammelt, organisiert und zugänglich gemacht wird. Er nannte das Beispiel von AI-gesteuerten visuellen Inspektionssystemen für die Fertigung, die als Pilotprojekte begannen und später durch ein zentrales "Exzellenzzentrum" industrialisiert und auf mehrere Fabriken ausgeweitet wurden.

Skalierung AI in Fertigung und Lieferkette

Was die Skalierung von AI betrifft, so ist Renault von Proof-of-Concept-Projekten (PoC) zu umfassenden Implementierungen übergegangen. Das Unternehmen konzentriert sich jetzt auf 20 Projekte mit großer Wirkung AI , insbesondere in der Fertigung und bei der Optimierung der Lieferkette. So nutzt Renault beispielsweise AI zur Optimierung der Lkw-Routen für die Lieferkettenlogistik, was zu erheblichen betrieblichen Effizienzsteigerungen führt. Rodolphe erwähnte auch die Verwendung von symbolischen AI für die Planung und Terminierung sowie auf neuronalen Netzen basierende Lösungen für die Qualitätskontrolle in der Fertigung.

Die Bedeutung von data für den Erfolg von AI

Beide Redner betonten die entscheidende Rolle von data für den Erfolg von AI Projekten. Vincent merkte an, dass Europcar an der Schaffung eines homogenen data Ökosystems arbeitet, um die nahtlose Integration von AI in allen Geschäftsbereichen zu gewährleisten. Rodolphe schloss sich dieser Meinung an und fügte hinzu, dass Renault an der Integration von data aus verschiedenen Wertströmen wie Fertigung, Lieferkette und Beschaffung arbeitet, um die Effektivität von AI Lösungen zu maximieren.

Generative AI und ihre neuen Anwendungsfälle

Die Diskussion verlagerte sich dann auf das Thema der generativen AI. Rodolphe berichtete von den Erfahrungen, die Renault mit dem Einsatz von generativem AI gemacht hat, um das Kundenfeedback zu analysieren und die Diagnose von Fahrzeugproblemen auf der Grundlage von Kundenbeschwerden zu unterstützen. Vincent äußerte sich begeistert über das Potenzial von generativem AI zur Verbesserung der Produktivität im Kundendienst und darüber hinaus. Beide Podiumsteilnehmer waren sich einig, dass der eigentliche Wert von generativem AIin seiner Fähigkeit liegt, nicht-technische Benutzer in die Lage zu versetzen, neue Arbeitsweisen zu erfinden, obwohl Vincent anmerkte, dass mehr kollaborative, unternehmensweite Anwendungsfälle noch im Entstehen sind.

Die Rolle von Partnerschaften bei der Entwicklung von AI

Die Podiumsdiskussion endete mit einer Diskussion über die Bedeutung von Partnerschaften im Ökosystem von AI . Rodolphe betonte den Wert der Zusammenarbeit mit Unternehmen wie Google, die Renault helfen, an der Spitze der Innovation von AI zu bleiben. Vincent schloss sich dieser Meinung an und betonte die Notwendigkeit ständiger Inspiration und Rückmeldungen von AI führenden Unternehmen wie Google, um sicherzustellen, dass sie mit ihren AI Initiativen auf dem richtigen Weg sind. Beide Redner waren sich einig, dass die Zusammenarbeit mit externen Partnern unerlässlich ist, um mit der rasanten Entwicklung AI im Automobilsektor Schritt zu halten.