Data Science służy m.in. do obniżenia kosztów i zwiększenia wydajności w łańcuchu ciągłego cyklu produkcyjnego w  zakładach produkcyjnych. Celem wdrożenia jest stabilizacja reżimów technologicznych, eliminacja nieplanowanych przestojów urządzeń, poprawa jakości produktu oraz wzrost wydajności.

Modele cyfrowe analizują zmiany w reżimie technologicznym, obliczają prawdopodobieństwo pogorszenia jakości produktu, nadmiernego zużycia zasobów, sytuacji awaryjnych - i wydają zalecenia w zależności od zadania. Sztuczna inteligencja nie zastępuje pracownika, ale pomaga mu podejmować najskuteczniejsze decyzje.

Produkcja przyszłości

Stopniowe wdrażanie modeli matematycznych  będzie przybliżać branżę produkcyjną do uruchomienia produkcji bezzałogowej. Wprowadzenie systemów rekomendujących opartych na sztucznej inteligencji będzie ograniczać  wpływ czynnika ludzkiego.