Вексидо

Применение искусственного интеллекта в управлении качеством порождает новые вопросы для аудита.

Имран Хан, доктор философии. · Блог · 2 мин чтения

Применение искусственного интеллекта в управлении качеством порождает новые вопросы для аудита.

Сегодня мы проводим аудит измерительных приборов, анализ видов и последствий отказов (PFMEA), разработку планов контроля и проверку специальных характеристик.

Завтра нам также может потребоваться провести аудит обучающих данных, моделей ИИ, дрейфа, объяснимости и предвзятости алгоритмов.

Недавно VDA опубликовала проект «Желтой книги» по искусственному интеллекту в управлении качеством, и прием отзывов открыт до 30 июня.

Это важное событие, поскольку оно свидетельствует о том, что ИИ больше не рассматривается исключительно как инструмент повышения производительности.

В настоящее время она рассматривается как система, имеющая отношение к качеству, которая сама по себе должна контролироваться, проверяться, документироваться и подвергаться аудиту.

В документе освещается ряд новых вопросов, на которые командам по обеспечению качества, возможно, вскоре придется ответить:

• Кто обучал модель ИИ?
• Какие данные были использованы?
• Были ли данные полными, репрезентативными и достоверными?
• Можно ли объяснить решение ИИ?
• Как отслеживается изменение модели во времени?
• Что произойдет, если ИИ выдаст неверную классификацию?
• Кто утверждает переобучение модели?
• Как обеспечить отслеживаемость решений, принимаемых с помощью ИИ?

«Желтая книга» связывает искусственный интеллект с существующими системами управления качеством, такими как ISO 9001, IATF 16949 и VDA 6.x.

В нем особо выделяются такие области, как:

• Возможность аудита моделей ИИ
• Объяснимость решений
• Смещение в обучающих данных
• Галлюцинации и некорректные результаты
• Прогностическое и предписывающее качество
• Обнаружение аномалий
• Надежность и заслуживающее доверия
• Интеграция ИИ в аудиты поставщиков, аудиты процессов и аудиты продукции.

Интересный момент заключается в том, что в документе даже устанавливается связь между уровнями риска ИИ и функциональной безопасностью, SOTIF, особыми характеристиками и значимостью для кибербезопасности.

Это означает, что будущему инженеру по качеству, возможно, потребуется понимать как алгоритмы множественного анализа последовательностей (MSA), так и машинное обучение.

Будущий аудитор может не только спросить, был ли откалиброван измерительный прибор.

Они также могут спросить, была ли модель обучена правильно.

Тем, кто работает в сфере контроля качества в автомобильной промышленности, производства, контроля качества поставщиков, цифровой трансформации и искусственного интеллекта, стоит ознакомиться с этим проектом до крайнего срока подачи отзывов 30 июня.

В сфере качества наступает новый этап, на котором мы будем не только управлять вариациями в процессе.

Нам также потребуется управлять вариативностью алгоритмов.

#ИИ #УправлениеКачеством #IATF16949 #VDA #ИскусственныйИнтеллект #КачествоПроизводства #КачествоАвтомобильнойПродукции #ЦифроваяТрансформация #МашинноеОбучение #ИнженерноеКачество

К Имран Хан, доктор философии.Первоначально опубликовано 1 апреля 2026 г. на LinkedIn. Переиздано на Vexido с оригинальными визуальными материалами.

Посмотреть оригинальную публикацию на LinkedIn ↗

Читать на английском