Se ha observado que la adopción de la IA industrial es más lenta que la adopción de la IA en otros tipos de empresas, como la sanidad o las telecomunicaciones; las industrias manufactureras son más lentas por naturaleza a la hora de tomar decisiones y adoptar nuevas tecnologías; los ciclos de vida de la tecnología se prolongan de 10 a 20 años o más; y son menos tolerantes al error. Las diferencias se deben a los elevados conocimientos de ingeniería en las industrias, muchos conocimientos que se han aplicado y aprendido durante siglos en este ámbito específico y todos estos conocimientos están en la cabeza de personas que piensan de una manera específica y estas personas son las responsables últimas de las operaciones industriales.
Hay dos mentalidades y formas de pensar distintas: el Científico de Datos, que piensa en términos de tablas, gráficos, árboles de decisión y resultados de aprendizaje automático, y el Ingeniero de Procesos, que piensa en términos de diagramas de procesos. Esto nos lleva a la polémica batalla actual entre las Tecnologías de la Información (TI) y las Tecnologías Operativas (TO), pero si miramos de cerca, podemos ver que estas dos ramas de la tecnología están cooperando plenamente. Las OT están adoptando las TI a su propio ritmo, pero al final, hay una adopción de las TI en instancias de Sistemas de Control Distribuido, Sistemas de Ejecución de la Fabricación y todos los Sistemas de Recursos Empresariales. La adopción también está siendo impulsada por el Internet Industrial de las Cosas, los sistemas avanzados de control de procesos con optimización en tiempo real y muchas otras tecnologías.
En un futuro próximo habrá algunas tecnologías facilitadoras que darán soporte a la IA Industrial, y son el Aprendizaje Profundo, la Representación del Conocimiento y la Computación en la Nube/Edge.
