Вплив технологій штучного інтелекту на систему управління якістю продукції

Abstract

У роботі обґрунтовано важливість управління якістю продукції для успіху сучасного підприємства. Воно забезпечує відповідність товарів або послуг встановленим стандартам, що підвищує довіру споживачів та сприяє утриманню клієнтів. Мета роботи полягала в тому, щоб схарактеризувати особливості використання штучного інтелекту для вдосконалення управління якістю продукції на підприємствах. Згідно з поставленим завданням: визначено напрямки підвищення ефективності системи управління якістю продукції; обґрунтовано інтеграцію з системою штучного інтелекту. В результаті поглибленого аналізу науково-практичної літератури встановлено, що низка теорій і концепцій в контексті врахування систем штучного інтелекту та їхнього впливу, досі залишаються не розкритими повною мірою. Це зумовило вибір даної тематики, як актуальної. В статті було використано наступні методів: індукції та дедукції, порівняння й систематизації; синтез та аналіз; морфологічний аналіз; графічне й табличне оцінювання; абстрактно-логічний аналіз. Представлено ключові сутнісні ознаки системи управління якістю продукції. Показано, що впровадження систем штучного інтелекту в цю сферу є актуальним завданням, оскільки дозволяє підвищити ефективність контролю якості та прийняття управлінських рішень. Завдяки впровадженню цифрових технологій стало можливим автоматизувати багато процесів контролю якості, що підвищує точність та швидкість отримання даних. У результаті дослідження визначено ключові напрямки підвищення ефективності системи управління якістю за допомогою штучного інтелекту та обґрунтовано необхідність інтеграції цих технологій. Виокремлено основні види технологій штучного інтелекту, які можуть бути використані в цій сфері, та проаналізовано потенційні ризики їхнього застосування. Виокремлено перелік загроз й перешкод, що несе в собі система штучного інтелекту для управління якістю продукції на підприємстві. Отримані результати свідчать про те, що цифровізація та застосування штучного інтелекту значно впливають на процеси управління якістю продукції, дозволяючи автоматизувати контроль, підвищити точність аналізу даних та приймати більш обґрунтовані рішення. Перспективи подальших досліджень націлено на аналіз міжнародної практики застосування технологій на базі штучного інтелекту в системі управління якістю продукції. This paper substantiates the signifcance of product quality management for the success of modern enterprises. It ensures that goods or services comply with established standards, thereby enhancing consumer trust and fostering customer retention. The study aimed to characterize the peculiarities of using artifcial intelligence to improve product quality management in enterprises. In accordance with the set objectives, the research identifed directions for improving the efciency of product quality management systems and justifed the integration of artifcial intelligence systems. A comprehensive analysis of scientifc and practical literature revealed that a number of theories and concepts related to artifcial intelligence systems and their impact remain insufciently explored. This prompted the choice of this topic as a relevant one. A range of methods were employed in the study, including induction and deduction, comparison and systematization, synthesis and analysis, morphological analysis, graphical and tabular evaluation, and abstract-logical analysis. The key features of a product quality management system were presented. It was demonstrated that the implementation of artifcial intelligence systems in this area is a pressing task, as it allows for improving the efciency of quality control and decision-making. The introduction of digital technologies has made it possible to automate many quality control processes, increasing the accuracy and speed of data acquisition. As a result of the study, key areas for improving the efciency of quality management systems through artifcial intelligence were identifed, and the need for the integration of these technologies was substantiated. The main types of artifcial intelligence technologies that can be used in this feld were highlighted, and the potential risks of their application were analyzed. A list of threats and obstacles posed by artifcial intelligence systems for product quality management in enterprises was identifed. The obtained results indicate that digitalization and the application of artifcial intelligence signifcantly impact product quality management processes, enabling the automation of control, increased accuracy of data analysis, and more informed decision-making. Future research will focus on analyzing international practices of applying artifcial intelligence technologies in product quality management systems.