Kašnjenje materijala mijenja raspored naloga, opterećenje kapaciteta i rok kupcu. Zastoj stroja može utjecati na trošak, održavanje i kvalitetu. Zbog tih veza AI u proizvodnji ne smije promatrati samo jedan signal. Potreban mu je kontekst plana, stvarnog izvršenja, zalihe, specifikacije i odgovornosti iz ERP-a i proizvodnih evidencija.
Koristan sustav ne daje samo novi redoslijed. Pokazuje koji je materijal dostupan, koji rok postaje rizičan, koje se usko grlo premješta i koje pravilo prioriteta koristi. Planer može prihvatiti cijeli prijedlog, promijeniti pretpostavku ili odbiti scenarij. Odluka i razlog ostaju zabilježeni kako bi se kasnije usporedili s rezultatom.
Ljudska potvrda potrebna je kada odluka utječe na sigurnost ljudi, sukladnost proizvoda, značajnu ugovornu obvezu ili skupu i teško povratnu promjenu procesa. Isto vrijedi kada je događaj rijedak, ključni podatak nedostaje ili model radi izvan opsega na kojem je provjeren. Granica se određuje prema posljedici i kontekstu, ne prema tome koliko moderno rješenje izgleda.
Ako realizacija radnog naloga, zastoj, škart, utrošak materijala i kontrola kvalitete nisu pravovremeno evidentirani, AI neće pouzdano objasniti rezultat. Prvi projekt često treba urediti prikupljanje i identitet podataka prije modeliranja. Kada sustav vidi plan, izvršenje i posljedicu, moguće je mjeriti je li preporuka bila korisna.
Europski AI Act koristi pristup temeljen na riziku; nisu svi poslovni AI sustavi u istoj kategoriji. Proizvodni slučaj treba zasebno procijeniti prema svrsi, korisnicima, utjecaju i drugim primjenjivim pravilima. Ovaj članak opisuje implementacijske kontrole i nije pravno mišljenje niti tvrdnja da određeni sustav pripada određenoj kategoriji.
Izvor: Europska komisija: službeni pregled AI Acta — Službeni pregled risk-based pristupa; za konkretan slučaj potrebna je kvalificirana procjena.
U proizvodnji je dobar AI onaj koji povećava kvalitetu i brzinu odluke bez skrivanja ograničenja, izvora i odgovornosti.