يُعد الذكاء الاصطناعي الصناعي مجالاً أوسع من الذكاء المجسد، وحجم سوقه المحتمل أكبر بكثير.

لطالما مثّلت القطاعات الصناعية أحد أهم المجالات لتسويق الذكاء الاصطناعي. ففي العامين الماضيين، بدأت العديد من الشركات بتطبيق تقنية الذكاء الاصطناعي على نطاق واسع في الأجهزة ومراكز البيانات وواجهات التفاعل بين الإنسان والآلة. ووفقًا لتوقعات مؤسسة IDC، يتزايد معدل انتشار الذكاء الاصطناعي وحصته السوقية بوتيرة متسارعة، سواء في البرمجيات العامة أو برمجيات البرمجة الصناعية أو برمجيات الرؤية الصناعية أو غيرها من البرمجيات الصناعية. وبناءً على ذلك، سيستمر الطلب على قدرات الحوسبة الخاصة بالذكاء الاصطناعي في النمو، سواء على مستوى الأجهزة أو في مراكز البيانات.

بالإضافة إلى الذكاء المتجسد، تشمل سيناريوهات التطبيق المحددة للذكاء الاصطناعي الصناعي ما يلي:

الرؤية الآلية: باعتبارها رائدة في تطبيق الذكاء الاصطناعي، لطالما استُخدمت الشبكات العصبية الالتفافية (CNNs) على نطاق واسع في التصنيف والكشف طوال مراحل تطورها. في السنوات الأخيرة، ومع ظهور النماذج الضخمة، تم إدخال المزيد من تقنيات الذكاء الاصطناعي إلى مجال الرؤية الآلية، مثل استخدام نماذج البيانات الضخمة لتوليد العينات أو الكشف عن الحالات الشاذة، مما ساهم في التغلب على قيود شبكات CNN التقليدية التي تتطلب إعادة تدريب عند مواجهة مشكلات جديدة.

التحكم الصناعي: في مجال التحكم، كانت تُستخدم سابقًا الخوارزميات الكلاسيكية. ومع ذلك، خلال العامين الماضيين، أصبح التعلم المعزز اتجاهًا شائعًا في مجال التطبيق، سواء في التحكم في حركة الروبوتات أو في وحدات التحكم التقليدية الأخرى.

التحول الرقمي الصناعي: في السابق، كان التركيز منصباً على وظائف مثل تحسين جدولة الإنتاج والتشغيل والصيانة. وقد أُدمجت هذه الوظائف، القائمة على التعلم الآلي، تدريجياً المزيد من خوارزميات الذكاء الاصطناعي. خلال العامين الماضيين، أدى ظهور النماذج الضخمة إلى تقدم ملحوظ في تقنية RAG (الاسترجاع، والتحسين، والتوليد). وقد اعتمدت كبرى الشركات المصنعة العالمية، بالإضافة إلى العديد من مصنعي المعدات الأصلية المحليين وحتى مطوري البرامج المستقلين، تقنية RAG على نطاق واسع في منتجاتها البرمجية لخفض التكاليف وزيادة الكفاءة.