menu
close

Tekoäly, ei tullit, avain Yhdysvaltain valmistavan teollisuuden tuottavuuden elvyttämiseen

Goldman Sachsin analyytikot ovat tunnistaneet tekoälyn ja automaation lupaavimmaksi keinoksi lisätä laskevaa Yhdysvaltain valmistavan teollisuuden tuottavuutta, toisin kuin tullit. Tuoreen raportin mukaan teknologinen kehitys voi tuoda kaksinkertaisia hyötyjä: se vauhdittaa tehdasinvestointeja ja parantaa automaatiokykyjä. Analyytikot suhtautuvat kuitenkin varovaisesti siihen, että valmistavan teollisuuden hidastuminen kääntyisi täysin, sillä tekoälyn soveltaminen teollisuudessa on yhä kehitysvaiheessa.
Tekoäly, ei tullit, avain Yhdysvaltain valmistavan teollisuuden tuottavuuden elvyttämiseen

Yhdysvaltain valmistavan teollisuuden tuottavuus on ollut laskussa lähes kahden vuosikymmenen ajan, mutta Goldman Sachsin analyytikoiden mukaan juuri tekoäly—not tullit—on todennäköisin ratkaisu suunnan kääntämiseen.

Goldman Sachsin analyytikot katsovat, etteivät tullit riitä alentamaan toimitusketjujen ja työvoiman kustannuksia niin paljon, että kotimainen tuotanto kasvaisi merkittävästi. Sen sijaan he arvioivat, että automaation lisääminen on todennäköisin tuottavuuden kasvun ajuri. Yhdysvaltojen tulisi panostaa tekoälyyn ja automaatioon saadakseen kilpailuetua teollisuudessa, sillä teknologinen kehitys voi tuoda kaksinkertaisen hyödyn: se vauhdittaa tehdasinvestointeja ja parantaa tehdasautomaatiota.

"Innovaatioiden kiihtyminen—mahdollisesti robotiikan ja generatiivisen tekoälyn viimeaikaisen kehityksen ansiosta—on todennäköisin katalyytti, joka voi kääntää valmistavan teollisuuden pitkän aikavälin pysähtyneisyyden," toteavat analyytikko Joseph Briggs ja kollegat Goldman Sachsin raportissa. Tämä havainto tulee samaan aikaan, kun todisteet Yhdysvaltain valmistavan teollisuuden hidastumisesta lisääntyvät: Yhdysvaltain väestönlaskentaviraston mukaan uusien kestokulutustavaroiden tilaukset laskivat huhtikuussa 6,3 %, ja Institute of Supply Managementin valmistavan teollisuuden ostopäällikköindeksi on laskenut maaliskuusta lähtien, mikä viittaa supistumiseen.

Tuottavuushaasteet ovat osa laajempaa valmistavan teollisuuden hidastumista, joka on jatkunut viimeiset kaksikymmentä vuotta. Syinä ovat muun muassa investointien väheneminen globaalin finanssikriisin jälkeen sekä teknologisen kehityksen hidastuminen, joka oli 2000-luvun alussa nopeampaa.

Yhdysvallat on jäänyt jälkeen muista teollisuusmaista tekoälyn hyödyntämisessä tehdastoiminnassa. Boston Consulting Group Henderson Instituten tuoreen raportin mukaan vain 46 % yhdysvaltalaisista valmistajista raportoi useista tekoälyn käyttötapauksista tehtaissaan, kun maailmanlaajuinen keskiarvo on 62 % ja Kiinassa jopa 77 %. "Tämä on yksi keskeisistä teknologioista, joiden uskon voivan kasvattaa tuottavuutta kustannustehokkaasti," Briggs kertoi Fortune-lehdelle.

Potentiaalista huolimatta analyytikot suhtautuvat varovaisesti siihen, että valmistavan teollisuuden hidastuminen kääntyisi täysin. "Meidän täytyy nähdä kehitystä käytännössä, ennen kuin voimme olla varmoja, että tämä dynamiikka on merkittävä ajuri," Briggs huomautti. Goldman Sachsin analyytikot myöntävät, että vaikka automaatio tarjoaa suurimman kasvumahdollisuuden Yhdysvaltain valmistavan teollisuuden tuottavuudelle, se tuskin ratkaisee koko alan hidastumista, joka on globaali ja "historiallisesti poikkeuksellinen" ilmiö. Toivo tuottavuuden maailmanlaajuisesta noususta edellyttäisi tekoälyn ja robotiikan laajamittaista kehitystä ja käyttöönottoa. "Suurin tekijä, joka voisi vauhdittaa valmistavan teollisuuden tuottavuuden ja kasvun nousua, olisi innovaatioiden selkeä kiihtyminen," Briggs selitti ja lisäsi, että "tällaiset nousukäänteet ja teknologinen kehitys ovat hyvin vaikeasti ennustettavissa."

Vuoteen 2025 mennessä tekoälyn markkinan valmistavassa teollisuudessa arvioidaan kasvavan 8,57 miljardiin dollariin vuoden 2024 5,94 miljardista dollarista, mikä tarkoittaa 44,2 prosentin vuotuista kasvuvauhtia. Tekoälyn odotetaan lisäävän tuottavuutta 40 % vuoteen 2035 mennessä, muuttaen liiketoimintaa kriittisten tehtävien automaation, vikojen tunnistamisen ja laadunvalvonnan parantumisen kautta—lopulta luoden älykkäämpiä ja tehokkaampia tuotantoprosesseja.

Source:

Latest News