Po celá desetiletí se metrologický software zaměřoval na jeden klíčový úkol: přesné měření dílů a hlášení odchylek od nominálních hodnot. Zatímco automatizace, integrace CAD a digitální reporting neustále zvyšují efektivitu, odpovědnost za interpretaci výsledků a rozhodování o dalších krocích z velké části zůstává na lidských expertech. Tato hranice se nyní začíná posouvat.
Z průzkumu vyplývá, že téměř polovina výrobců již používá umělou inteligenci — a očekává se, že její přijetí dále vzroste. Asi 47 % v současnosti používá umělou inteligenci v procesech kvality (nárůst proti 33 % v roce 2025) a 43 % plánuje nasadit umělou inteligenci do dvou let © Octave
V poslední době přicházejí výrobci produkčního a metrologického softwaru s podporou umělé inteligence, což znamená významný posun v tomto odvětví — od metrologických systémů fungujících výhradně jako měřicí nástroje k rozhodovacím systémům integrovaným do digitálních výrobních linek.
AI řídí plánování kontrol, označuje anomálie, interpretuje výsledky měření a doporučuje nápravná opatření — často v reálném čase. AI agenti jako inteligentní virtuální asistenti, poháněni modely velkých jazyků (LLM) a strojovým učením, vylepšují rozhodování a automatizují rutinní práci. V rámci aplikací spolupracují s uživateli tím, že navrhují odpovědi, shrnují data a zefektivňují složité pracovní postupy prostřednictvím přirozené konverzace podobné lidské, a slouží tak jako partneři, nikoli jako pouhé nástroje.
V důsledku toho se současné implementace zaměřují na rozšíření odborného úsudku, nikoli na jeho nahrazení. Doporučení jsou obvykle transparentní, vysvětlitelná a založená na ověřených datech.
Software se stává hlavním inovačním motorem v metrologii. Zatímco hardwarový pokrok v senzorech, optice a skenovacích technologiích pokračuje, konkurenční rozdíl stále více spočívá v tom, jak jsou naměřená data dávána do kontextu, analyzována a integrována s výrobními systémy. Umělá inteligence poskytuje škálovatelný způsob, jak získat hodnotu z rostoucího objemu inspekčních dat generovaných moderními továrnami.
Tento posun je obzvláště viditelný v prostředí inteligentní výroby a inline kontroly, kde je rozhodování v reálném čase nezbytné. Interpretace řízená umělou inteligencí umožňuje metrologickým systémům držet krok s výrobou, a nepůsobit jako úzké hrdlo.
Metrologie vstupuje do nové fáze, kde je měření pouze výchozím bodem a hodnota je čím dál více definována rychlostí a jistotou následných rozhodnutí. Pro odvětví postavené na přesnosti představuje AI opatrný, ale rozhodný krok k inteligentnější kontrole kvality ve výrobě.
Co říká Puls kvality
Společnost Octave zveřejnila 3. ročník globálního průzkumu Puls kvality, který naznačuje, že se kvalita rychle stává klíčovým faktorem podnikání, přičemž 71 % organizací plánuje v roce 2026 zvýšit investice do kvality.
Průzkum byl proveden výzkumnou firmou Censuswide v prvním čtvrtletí letošního roku. Ta shromáždila zpětnou vazbu z reálného světa o stavu kvality ve výrobě, stejně jako o trendech, problémech a výzvách, které jsou mezi výrobci v USA, Velké Británii a Německu nejdůležitější. Dotazován byl vzorek 2 263 manažerů a ředitelů středních až velkých výrobních firem (s 1 000 až 50 000 a více zaměstnanci).
Z průzkumu vyplývá, že téměř polovina výrobců již používá umělou inteligenci — a očekává se, že její přijetí dále vzroste. Asi 47 % v současnosti používá umělou inteligenci v procesech kvality (nárůst oproti 33 % v roce 2025) a 43 % plánuje nasadit umělou inteligenci do dvou let.
Celkem 71 % respondentů očekává, že výdaje na kvalitní služby se letos zvýší (proti 60 % v roce 2025).
Průzkum Puls kvality 2026 naznačuje, že se kvalita stává klíčovým faktorem podnikání, přičemž 71 % organizací plánuje v roce 2026 zvýšit investice do kvality © Octave
AI při kontrole kvality
Společnost Zeiss působící v oblasti optiky a optoelektroniky letos přenesla diskusi o kvalitě na oficiální fórum veletrhu Computex 2026 a zdůraznila rostoucí roli kvality hardwaru umělé inteligence. Zatímco pozornost veřejnosti se často zaměřuje na modely umělé inteligence, Zeiss uvádí, že se spolehlivé provedení hardwaru stává rozhodujícím faktorem při nasazení umělé inteligence. Za každou interakcí s umělou inteligencí stojí obrovská datová centra poháněná tisíci grafických procesorů. S tím, jak se systémy škálují od čipu po rack, mohou vady v pouzdrech polovodičů, deskách plošných spojů, chladicích systémech a vysokorychlostních propojeních ovlivnit provozuschopnost, rychlost nasazení a celkové náklady. „S prudce rostoucí poptávkou po výpočetní technice čelí výrobci rekordním objednávkám, ale výzvou je dodávat ve velkém měřítku s konzistentní kvalitou,“ řekl na veletrhu Clive Yen, vedoucí celosvětového segmentu zákazníků elektroniky ve společnosti Zeiss Industrial Quality Solutions. „S rostoucí složitostí systémů se kvalita stává klíčovou pro spolehlivé nasazení. Proto spolupracujeme napříč tchajwanským ekosystémem ODM a celým hodnotovým řetězcem serverů s umělou inteligencí, abychom konzistentní a škálovatelnou kvalitu zajistili.“
Společnost nabízí pro CT a rentgenové aplikace kontrolu s podporou umělé inteligence, například pro redukci šumu v rentgenových snímcích a vylepšené funkce pro kontrolu svarů a detekci vad v bateriových článcích. Umělá inteligence hraje také klíčovou roli při detekci vad typu pórovitost (např. v odlitcích) a podporuje nedestruktivní testování.
Výrobce zdravotnické techniky Smith & Nephew pomocí softwaru Zeiss s umělou inteligencí automatizuje mikroskopickou kontrolu povlaků implantátů. Doby měření se zkrátily ze 45—60 minut na neuvěřitelných 5—7 minut, což představuje desetinásobné zvýšení efektivity.
Festo, významná firma působící na poli automatizace, využívá automatizovanou detekci defektů s podporou umělé inteligence a s využitím CT dat právě pro analýzu pórovitosti. A jak to funguje? Zeiss má vyškolené modely umělé inteligence k rozpoznávání vzorů v odlitcích, což umožňuje automatickou segmentaci a klasifikaci defektů. Festo díky tomu dokáže efektivněji kvantifikovat a vyhodnocovat i ty nejmenší nepravidelnosti.
Test hlasového robota
Firmy čím dál více využívají i hlasové roboty a komunikační systémy poháněné umělou inteligencí a s tím přichází také rostoucí potřeba systematicky testovat jejich kvalitu, přesnost a spolehlivost. Dolnorakouský startup Sipfront se zaměřuje právě na tento trh telekomunikačních sítí. Jeho platforma automaticky kontroluje, zda hlasové roboty poskytují správný obsah, chovají se vhodně a fungují spolehlivě i při mnoha současných požadavcích.
Generální ředitel a spoluzakladatel Andreas Granig vysvětluje: „Každý, kdo někdy hovořil se špatně fungujícím hlasovým robotem, ví, jak rychle může zákaznická zkušenost utrpět. Firmy proto potřebují robustní nástroje, které zajistí, že jejich hlasová umělá inteligence zachovává přesnost, efektivitu a škálovatelnost. Přesně proto vyvíjíme naši technologii — s rostoucím zaměřením na požadavky podniků.“
Testovací boti s umělou inteligencí proto simulují dialogy se skutečnými zákazníky a vedle samotného obsahu konverzace se zaměřují i na analýzu kvality hlasu a bezpečnost připojení. Dynamické toky konverzací, ověřování obsahu a zátěžové testy patří mezi klíčové technologické oblasti, které společnost se sídlem ve Vídni-Schwechatu rozvíjí. Zaměřuje se zejména na velké podniky s rostoucím objemem hovorů, složitými strukturami dialogu a vysokými nároky na služby.