·  ·  · 

AI održavanje tiho štedi bilijune: Vodič kroz prediktivno i preskriptivno održavanje – što je to, tko pobjeđuje i kako započeti

19 rujna, 2025
by
AI Maintenance Is Quietly Saving Trillions: Guide to Predictive & Prescriptive Maintenance – What It Is, Who’s Winning, and How to Start
artificial intelligence predictive maintenance
  • Održavanje temeljeno na AI koristi podatke sa senzora, zapisa, slika i radnih naloga za predviđanje i preporuku intervencija prije nego što dođe do kvara imovine. Zamislite analizu vibracija + računalni vid + ML vremenskih serija + kopilote za tehničare.
  • Zašto sada: jeftiniji senzori, industrijske podatkovne platforme i LLM “kopiloti” ugrađeni u EAM/APM softver; plus teške lekcije iz šokova u opskrbnom lancu i nedostatka radne snage.
  • Rezultati koje možete očekivati: studije i terenski podaci sugeriraju 10–45% manje zastoja i 25–35% niže troškove održavanja kada se pravilno implementira, s povratom ulaganja često u mjesecima, a ne godinama. [1] [2]
  • Vijesti za 2025. koje ne smijete propustiti: Siemens je lansirao kopilota za održavanje povezanog sa Senseye; IBM je dodao AI agente u Maximo; industrijske robotske tvrtke poput Gecko postigle su unicorn status zbog potražnje za inspekcijama; Ford koristi AI vid u velikom opsegu za sprječavanje ponovnog rada i opoziva; EU AI Act odbrojava vrijeme za usklađenost industrijske AI. [3], [4], [5], [6], [7]

1) Što podrazumijevamo pod “održavanje temeljeno na AI”

Prediktivno održavanje (PdM) predviđa rizik od kvara na temelju signala stanja (vibracija, temperatura, akustika, struja). Preskriptivno održavanje ide dalje preporučujući radnje, dijelove i vrijeme za optimizaciju troškova, dostupnosti i rizika. U 2025. tipičan “stack” kombinira:

  • Senzori i tokovi: visokofrekventno vibracijsko i akustičko mjerenje; PLC/SCADA podaci; historian (npr. PI); termalni/optički vid. [8]
  • ML i analitika: detekcija anomalija, modeli preostalog korisnog vijeka trajanja (RUL), modeli multivarijantnih vremenskih serija; sve više temeljni modeli za vremenske serije i LLM kopiloti koji iznose uvide na prirodnom jeziku. [9]
  • Izvršavanje radova: integracija s EAM/CMMS i APM tako da predviđanje postaje radni nalog s popisom materijala (BOM), procedurama i vještinama. (npr. IBM Maximo 9.1; AVEVA Predictive Analytics.) [10], [11] [12]

“Sada operateri, inženjeri za pouzdanost i tehničari mogu izravno komunicirati s AI-jem i obavljati svoj posao mnogo učinkovitije.” — Anuradha Bhamidipaty, IBM Research. [13]

2) Zašto je važno (poslovni slučaj)

  • Konkretne brojke: Nezavisna istraživanja procjenjuju 25–35% smanjenje troškova održavanja i do 45% smanjenja zastoja kada je PdM dobro implementiran. Recenzirana istraživanja i industrijske ankete iz 2023.–2025. podržavaju slične raspona. [14], [15], [16]
  • Otpad od bilijun dolara: Neplanirani kvarovi mogu najveće svjetske kompanije koštati do 1,4 bilijuna dolara godišnje, što potiče proizvođače na AI i robotiku za prediktivno i preskriptivno održavanje. [17]
  • Energija i održivost: PdM smanjuje rasipanje energije održavanjem strojeva na učinkovitim postavkama; pregledi literature povezuju 10–20% smanjenja zastoja s milijardama uštedama i manjim emisijama. [18]

3) 2025: Što je novo i vrijedno pažnje (odabrani naglasci)

  • Siemens predstavio je Industrial Copilot za održavanje, integrirajući Senseye prediktivnu analitiku i Azure, a pilot korisnici izvještavaju o ~25% manje vremena za reaktivno održavanje. “Ova ekspanzija… predstavlja značajan korak u našoj misiji transformacije operacija održavanja,” rekla je Margherita Adragna (CEO, Customer Services, Siemens DI). [19]
  • IBM Maximo 9.1 je GA s GenAI asistentom (baziran na watsonx) i novim Asset Investment Planning; IBM Research uvodi agentic komponente (Condition Insights, temeljni modeli vremenskih serija) za prelazak s intervala na strategiju temeljenu na stanju. [20], [21]
  • Inspekcije uz pomoć robotike u porastu:Gecko Robotics prikupio je $125M Series D (jednorog procjena vrijednosti) i potpisao $100M energetski ugovor; širi se u obranu (XR za daljinsko održavanje zrakoplova). [22], [23]
  • Automobilska industrija:Ford je implementirao vlastitu AI viziju (AiTriz/MAIVS) na stotine stanica za otkrivanje problema u montaži na milimetarskoj razini koji uzrokuju opozive i ponovni rad. “Apsolutno je pomoglo s operativnog stajališta,” rekao je Fordov inženjerski menadžer. [24]
  • Hiperskale i PdM:AWS integrirao je IoT SiteWise s Lookout for Equipment i dodao izvornu detekciju anomalija; Google Cloudov Manufacturing Data Engine naglašava PdM akceleratore. [25], [26], [27]
  • Zgrade i objekti:Honeywell izvještava da 84% donositelja odluka planira povećati korištenje AI-a; “veće i složenije zgrade… prve će ga usvojiti,” kaže Dave Molin. [28]
  • Zrakoplovstvo:Air France‑KLM i Google Cloud navode bržu prediktivnu analitiku na podacima flote (analitika se sada izvodi u minutama umjesto satima). [29]
  • Nafta i plin: Izvršni direktori na CERAWeek detaljno su opisali ulogu AI u bušenju, nadzoru i održavanju (npr. Chevron AI inspekcije dronovima smanjuju vrijeme zastoja za popravke). “Tvrtke koje ne uvedu [AI] bit će ostavljene iza.” — Trey Lowe, CTO Devon. [30]
  • Politika: Vremenski okvir za EU AI Actostaje prema planu; “nema zaustavljanja sata… nema prijelaznog razdoblja,” ponovno je potvrdila Komisija u srpnju 2025.—ključni signal usklađenosti za industrijski AI. [31]
  • Sektorski specijalisti:Augury prikupio je 75 milijuna dolara i lansirao AI za ultra‑nisko‑RPM uređaje, pokrivajući strojeve koje tradicionalna analitika često propušta. [32], [33]

4) Moderna AI‑arhitektura održavanja (jednostavnim jezikom)

  1. Povežite i kontekstualizirajte OT podatke: unosite vremenske serije (PLC/SCADA), povijesne podatke, podatke o kvaliteti/testiranju i zapise o održavanju. Alati poput AVEVA PI System ili cloud MDE‑ova standardiziraju oznake, jedinice, hijerarhije. [34], [35]
  2. Modeliranje na rubu + u oblaku: edge agenti za real‑time pragove i alarme osjetljive na kašnjenje; oblak za zahtjevno treniranje i analitiku flote; anomalije se usmjeravaju u APM/EAM. (AWS SiteWise + Lookout, Google MDE obrasci.) [36], [37]
  3. Zatvorite krug: predviđanja stvaraju radne naloge s planovima poslova, dijelovima i vještinama; co‑piloti sažimaju povijest, ugrađuju procedure i odgovaraju na pitanje „zašto sada?“ prirodnim jezikom (Maximo Assistant, Siemens Copilot). [38], [39]
  4. Upravljajte i osigurajte: tretirajte modele kao opremu—verzionirani, testirani, nadzirani zbog odstupanja; osigurajte OT mreže prema IEC/ISA‑62443. Povežite strategiju održavanja s ISO 55000 ciljevima upravljanja imovinom. [40], [41], [42], [43]

5) Što zapravo funkcionira na terenu (obrasci iz studija 2023.–2025.)

  • Počnite malo, idite duboko: odaberite 1–3 kritična načina kvara s dobrim signalima (npr. ležajevi, pumpe, transporteri). Pregledi pokazuju konzistentan ROI kada se fokusira na imovinu visokog utjecaja. [44]
  • Spojite ljudsku stručnost s podacima: prešutno znanje + senzori nadmašuju svako zasebno; LLM co-piloti povećavaju prvu uspješnu popravku i skraćuju vrijeme rješavanja problema. (Aquant izvještava o bržim popravcima kroz milijune servisnih događaja.) [45], [46]
  • Mjerite ono što je važno: OEE, MTBF, MTTR, planirani vs. neplanirani rad, promet rezervnih dijelova i stanje zaostataka; očekujte 10–45% smanjenja zastoja na zrelosti. [47]

6) Pregled dobavljača (nepotpun, 2025.)

  • EAM/APM platforme: IBM Maximo 9.1 (GenAI asistent; AI usluga), GE Vernova APM (digitalni blizanci, energija i pouzdanost), AVEVA Predictive Analytics (RUL, preskriptivne radnje). [48], [49], [50]
  • Industrijski kopiloti i podatkovne platforme:Siemens Industrial Copilot + Senseye; Google Cloud Manufacturing Data Engine; AWS Lookout for Equipment + SiteWise (izvorna detekcija anomalija). [51], [52], [53]
  • Specijalisti:Gecko Robotics (robotske inspekcije + Cantilever softver), Augury (zdravlje strojeva, nova analitika za niske okretaje), Aquant (servisni AI, mjerila). [54], [55], [56]

7) Rizici, sigurnost i usklađenost

  • Pogreška modela i odstupanje: “Ovi sustavi mogu zakazati na nove, iznenađujuće i nepredvidive načine,” upozorava Duncan Eddy (Stanford Center for AI Safety). Koristite ljudsku provjeru u petlji i A/B implementacije. [57]
  • Kiber-fizička sigurnost: segmentirajte mreže, autentificirajte uređaje i usvojite IEC/ISA‑62443 zone/kanale; nemojte izravno izlagati PLC-ove internetu. [58] [59] [60]
  • Regulatorno:EU AI Act ima fazne rokove (zabrane već na snazi; GPAI obveze 2025.; šire obveze za visokorizične sustave 2026.–2027.). Vlasnici industrijske AI trebali bi dokumentirati podrijetlo podataka, procjene rizika i kontrole ljudskog nadzora. [61], [62], [63]

8) Praktični plan implementacije (90-dnevni početak do jednogodišnjeg širenja)

Dani 1–30: Temelj

  • Odaberite jednu liniju ili obitelj opreme s visokim troškom zastoja; okupite “tiger team” (pouzdanost + kontrole + IT/OT + sigurnost + financije).
  • Osnovno stanje MTBF/MTTR, načini kvara (FMEA), rezervni dijelovi, potrošnja energije.
  • Postavite data sandbox (podatkovni tok iz historijana + radni nalozi + test senzora).

Dani 31–90: Pilot

  • Instalirajte/dodajte senzore gdje je fizika kvara jasna (npr. ležajevi, pumpe).
  • Prvo trenirajte jednostavne modele anomalija (pragovi, multivarijantna detekcija), zatim RUL gdje podaci to podržavaju; povežite alarme s radnim nalozima i planovima poslova.
  • Definirajte kriterije uspjeha (npr. 20% manje neplaniranih zastoja; 15% brže otklanjanje problema).

Mjeseci 4–12: Širenje

  • Proširite na top 10 načina kvara; dodajte računalni vid (termalni/optički) za curenja/neusklađenost i LLM kopilote za dohvat znanja.
  • Kreirajte katalog modela, pratite odstupanja i pristranost; dokumentirajte cijeli proces za EU AI Act revizije gdje je primjenjivo.
  • Povežite uštede s P&L (škart/ponovna obrada, prekovremeni rad, kazne za SLA, energija).

9) RFP kontrolna lista za dobavljače (kopiraj/zalijepi)

  1. Podaci i integracije: Koji PLC/SCADA/historian konektori su nativni? Kako mapirate na našu hijerarhiju imovine i kodove kvarova? (Prikažite PI/MDE/SiteWise reference.) [64], [65], [66]
  2. Modeli: Koji načini kvara su dostupni odmah, a koji su prilagođeni? Objasnite potrebe označavanja, pristupe za cold-start i transparentnost RUL-a.
  3. Izvršenje rada: Kako predviđanja postaju radni nalozi u našem EAM/CMMS sustavu s dijelovima, vještinama i procedurama? (Prikažite Maximo/SAP/IFS adaptere.) [67]
  4. Copiloti: Mogu li tehničari pretraživati povijest imovine, alarme, priručnike i prethodne poslove prirodnim jezikom? Koje zaštite sprječavaju halucinacije? [68]
  5. Sigurnost i usklađenost: Kako implementirate IEC/ISA‑62443 i podržavate EU AI Act dokumentaciju (klasifikacija rizika, upravljanje podacima, ljudski nadzor)? [69], [70]
  6. Dokazi i ROI: Pružite reference s izmjerenim utjecajem na zastoj/trošak i vremenom do vrijednosti na sličnim sredstvima.

10) Pojmovnik (brze definicije)

  • APM (Upravljanje učinkom imovine): softver za optimizaciju pouzdanosti, rizika i troškova imovine (često s digitalnim blizancima). [71]
  • EAM/CMMS: sustavi za upravljanje radnim nalozima, dijelovima, radnom snagom i evidencijama imovine (npr. Maximo). [72]
  • Digitalni blizanac: softverska reprezentacija fizičke imovine/sustava za detekciju, predviđanje i optimizaciju. [73]
  • RUL: procjena preostalog korisnog vijeka za komponente ili imovinu.
  • IT/OT konvergencija: povezivanje podataka iz poslovne IT sfere s operativnim tehnološkim signalima; nužno za PdM u velikom opsegu. [74]

Izjave stručnjaka za citiranje (kratke, službene)

  • Siemens (copilot za održavanje): “Ovo proširenje… predstavlja značajan korak u našoj misiji transformacije operacija održavanja.” — Margherita Adragna. [75]
  • Devon Energy (CERAWeek): “Tvrtke koje to (AI) ne uvedu, zaostat će.” — Trey Lowe. [76]
  • Honeywell (zgrade): “Bilo koja vrsta zgrade može imati koristi od AI… veće i složenije zgrade… prve će ga usvojiti.” — Dave Molin. [77]
  • Europska komisija: “Nema zaustavljanja sata. Nema prijelaznog razdoblja. Nema pauze.” — Thomas Regnier. [78]
  • Stanford Center for AI Safety (o riziku): “Ovi sustavi mogu zakazati na nove, iznenađujuće i nepredvidive načine.” — Duncan Eddy. [79]

Daljnje čitanje i izvori (odabrano)

  • Studije slučaja i ankete:
    • Aquantovo izvješće Field Service Benchmarks za 2025. (39% brže popravke; manjak vještina i AI copilot). [80], [81]
    • Business Insider objašnjava AI + robotiku u održavanju tvornica. [82]
      • MDPI recenzije o trendovima prediktivnog održavanja (PdM) i sektorskim studijama (2023.–2025.). [83]
  • Platforme i razvojni planovi proizvoda:
    • IBM Maximo 9.1 blog o izdanju; IBM Research o AI agentima za upravljanje imovinom. [84], [85]
    • Siemens Industrial Copilot za održavanje (Senseye). [86]
    • AVEVA Predictive Analytics i ažuriranja portfelja PI System. [87]
    • AWS Lookout for Equipment + SiteWise detekcija anomalija; Google Cloud Manufacturing Data Engine. [88] [89], [90]
  • Politike i standardi:
    • Vremenski okvir EU AI Act & potvrda u srpnju 2025. da nema odgoda; IEC/ISA‑62443; ažuriranja ISO 55000 (2024). [91] [92], [93]

    • Zaključak

    Održavanje temeljeno na umjetnoj inteligenciji prešlo je iz faze pilot-projekata u programe u većem opsegu u tvornicama, energetici, zrakoplovstvu i zgradama. Ako tek počinjete, odaberite jedan kritični način kvara, povežite prave podatke i osigurajte da predviđanja pokreću rad u vašem EAM-u—zatim dodajte viziju, agente i analitiku flote. Tehnologija je spremna; razlika je u procesima, ljudima i upravljanju.

    AI-Based Predictive Maintenance in 4 Steps
    Watch this video on YouTube.

    References

    1. www.infotech.com, 2. pmc.ncbi.nlm.nih.gov, 3. press.siemens.com, 4. research.ibm.com, 5. www.geckorobotics.com, 6. www.businessinsider.com, 7. www.reuters.com, 8. www.aveva.com, 9. research.ibm.com, 10. newsroom.ibm.com, 11. newsroom.ibm.com, 12. www.aveva.com, 13. research.ibm.com, 14. www.infotech.com, 15. www.sciencedirect.com, 16. www.mdpi.com, 17. www.businessinsider.com, 18. www.mdpi.com, 19. press.siemens.com, 20. newsroom.ibm.com, 21. research.ibm.com, 22. www.geckorobotics.com, 23. www.axios.com, 24. www.businessinsider.com, 25. docs.aws.amazon.com, 26. www.arcweb.com, 27. cloud.google.com, 28. www.honeywell.com, 29. www.reuters.com, 30. www.reuters.com, 31. www.reuters.com, 32. www.iot-now.com, 33. www.businesswire.com, 34. www.aveva.com, 35. cloud.google.com, 36. docs.aws.amazon.com, 37. cloud.google.com, 38. newsroom.ibm.com, 39. press.siemens.com, 40. www.isa.org, 41. www.rockwellautomation.com, 42. www.iso.org, 43. theiam.org, 44. www.mdpi.com, 45. www.globenewswire.com, 46. 24x7mag.com, 47. www.infotech.com, 48. newsroom.ibm.com, 49. www.gevernova.com, 50. www.aveva.com, 51. press.siemens.com, 52. cloud.google.com, 53. docs.aws.amazon.com, 54. www.geckorobotics.com, 55. www.businesswire.com, 56. discover.aquant.ai, 57. www.wired.com, 58. www.isa.org, 59. www.rockwellautomation.com, 60. www.rockwellautomation.com, 61. www.mhp.com, 62. quickreads.ext.katten.com, 63. www.reuters.com, 64. www.aveva.com, 65. cloud.google.com, 66. docs.aws.amazon.com, 67. newsroom.ibm.com, 68. research.ibm.com, 69. www.isa.org, 70. www.reuters.com, 71. www.gevernova.com, 72. newsroom.ibm.com, 73. www.gevernova.com, 74. www.wired.com, 75. press.siemens.com, 76. www.reuters.com, 77. www.honeywell.com, 78. www.reuters.com, 79. www.wired.com, 80. www.globenewswire.com, 81. 1technation.com, 82. www.businessinsider.com, 83. www.mdpi.com, 84. newsroom.ibm.com, 85. research.ibm.com, 86. press.siemens.com, 87. www.aveva.com, 88. docs.aws.amazon.com, 89. www.arcweb.com, 90. cloud.google.com, 91. www.reuters.com, 92. www.isa.org, 93. www.iso.org

    Mateusz Brzeziński

    Technology News

    • Google Gmail Upgrades Spark Privacy Backlash as AI Features Go Auto-Opt-In
      November 23, 2025, 1:10 AM EST. Google is rolling out Gmail upgrades powered by Gemini AI, promising faster emails and smarter inbox management. The rollout has triggered a privacy backlash as users discover automatic opt-ins that allow Gmail to access private messages and attachments to train AI models. Some reports claim default-on settings persist even when users expect opt-in controls, raising concerns about data harvesting and the broader AI race. Google asserts that basic privacy commitments stay intact, but the fine print matters, especially for those outside regions where smart features ship with defaults off. The update underscores the difficulty of navigating privacy policies, opt-ins, and inertia across tools from Google and competitors. Users should review the two required settings to decide whether to enable or disable AI-assisted features.
    • Nvidia CEO Jensen Huang Signals AI Rebound as Palantir Investors Bet on AI Infrastructure
      November 23, 2025, 1:08 AM EST. Nvidia just posted record results that reinforce that the AI revolution is alive and well. For its fiscal Q3, Nvidia reported $57 billion in revenue, up 62% YoY, with EPS of $1.30 and a 73.4% gross margin. The data-center segment led the way, driven by AI-focused GPUs and Blackwell chips, with sales off the charts and GPUs sold out. Management guided to about $65 billion in Q4 revenue and a gross margin near 74.8%, signaling further acceleration. Palantir Technologies remains a beneficiary of the AI wave, leveraging its Artificial Intelligence Platform (AIP) to enable real-time data-driven decisions for government and enterprise. The takeaway: demand for AI hardware and data-center software is robust, Nvidia's momentum continues, and Palantir's growth story hinges on the AI infrastructure buildout.
    • Microsoft Unleashes Full Screen Experience to All Windows 11 Gaming Handhelds
      November 23, 2025, 1:06 AM EST. Microsoft has expanded the Full Screen Experience (FSE) from the Asus ROG Xbox Ally X to all current Windows 11 gaming handhelds, including the Lenovo Legion Go, MSI Claw 8 AI+, and AYANEO devices. The feature, which streamlines Windows for gaming by booting into a consolidated interface that gathers titles from stores like Windows Store, Steam, Epic Games, and Battle.net, can be tested via the Xbox/Windows Insider program. Early users can expect a streamlined UI, faster access to games, and reduced reliance on the Start menu. While some enthusiasts previously forced enablement via registry tweaks on version 25H2, the official expansion marks a broader adoption. The move mirrors concepts like Big Picture Mode and may pave the way for broader form-factor testing beyond handhelds, including home theater PCs.
    • Could Windows 11 Phone Shell Be Next? Xbox XFSE, Widgets, and ARM Windows
      November 23, 2025, 1:04 AM EST. Is the dream of a Windows 11 Phone Full Screen Experience really crazy? The article revisits the Xbox Full Screen Experience (XFSE) and nostalgia for Windows Media Center, and asks whether Windows 11 could become a sofa-friendly, TV-like UI controlled by an Xbox controller or remote. It notes that XFSE sits atop Windows, with limited apps today, but hints at future quick access to Netflix and web apps within the Xbox shell. The piece imagines a Start Menu Full Screen Experience, an expanded Windows 11 Widgets surface, and a more open mobile launcher concept. It also ties this to Windows on Arm, Copilot+ on PC, and the Snapdragon X Elite era, arguing that ARM-native Windows could power a new generation of Windows-powered devices. Not crazy, just plausible.
    • Ceva Stock Slumps on Dilution Fears After $19.50 Secondary Offering
      November 23, 2025, 1:00 AM EST. Shares of Ceva fell as the company priced a secondary offering, raising concerns about dilution. After hours, Ceva announced plans to float 3 million new Ceva shares at $19.50 each, with underwriters including JPMorgan Chase and UBS holding an option for up to 450,000 more. The purpose cited is to increase financial flexibility, raise capital, and lift the public float, with potential for acquisitions or share repurchases. The move triggered a sharp weekly drop, with the stock down more than 22% week-to-date. The article notes the risk of dilution to the existing float of about 27 million shares. The writer sees some AI market potential but urges caution until proceeds are deployed.