作者：AVEVA劍維軟件高級投資組合營銷經(jīng)理Matt Newton
在過去五年，關(guān)于人工智能(AI)和機器學(xué)習(xí)(ML)的關(guān)注程度和討論深度，都是前所未有的。人工智能已經(jīng)成為一個流行詞匯，并包含各種各樣的寄望和承諾。但實踐中人們卻常常發(fā)現(xiàn)它十分棘手，在現(xiàn)實運用中難以兌現(xiàn)它的光明愿景。
這使得許多業(yè)內(nèi)人士對人工智能心存疑慮。比如，有幾家大公司采用了這些新技術(shù)，大張旗鼓地表示他們打算對業(yè)務(wù)運營和產(chǎn)出進行一次全面的變革。但是，這些雄心勃勃的計劃十之八九無法帶來令人滿意的顯著成果。
在人工智能和機器學(xué)習(xí)的潛在應(yīng)用如此之多的情況下，要找出最適合您自己公司和特定應(yīng)用的最佳技術(shù)將是一項艱巨的任務(wù)，因為這些技術(shù)需要能夠避免陷阱，并推動真實、可量化的投資回報。畢竟，對于行業(yè)領(lǐng)導(dǎo)者來說，在極其復(fù)雜且高度敏感的工業(yè)運營環(huán)境中運行原型和未經(jīng)驗證的軟件是冒險的事情。
然而，邁入人工智能領(lǐng)域需要我們具備一定的膽量和膽識——如果您僅使用部分?jǐn)?shù)據(jù)實施一個小規(guī)模試點，成果可能非常有限或令人大失所望，從而不利于進一步投資或更大膽的思考。有些早期采用者傾向于在有限范圍內(nèi)延長試點項目的時間，他們最終也失去信心——但這種做法是錯誤的。人工智能已經(jīng)發(fā)展得更為成熟，因此現(xiàn)在我們應(yīng)當(dāng)投入下一步行動，投資于由真正富有創(chuàng)新精神的領(lǐng)先技術(shù)公司開發(fā)的成熟功能。這些公司擁有必要的指標(biāo)、業(yè)務(wù)規(guī)模和產(chǎn)品組合，可以讓企業(yè)通過使用這些成熟、量身定制和可擴展的人工智能和機器學(xué)習(xí)工業(yè)軟件工具推動數(shù)字化轉(zhuǎn)型。
創(chuàng)新，有的放矢
成功的人工智能和機器學(xué)習(xí)計劃的關(guān)鍵是找到合適的合作伙伴，并采用經(jīng)過驗證的解決方案。一種較好的方法就是從已經(jīng)成功采用人工智能的其他領(lǐng)域中借鑒經(jīng)驗。例如，有些B2C公司已經(jīng)開始使用人工智能來跟蹤客戶的興趣和需求。這個過程尚處于起步階段，但它證明了人工智能/機器學(xué)習(xí)技術(shù)對工業(yè)環(huán)境的吸引力。例如，通過對控件和制造設(shè)備進行預(yù)測性資產(chǎn)分析，然后將這些知識推廣到制造環(huán)境中，將可以為流程設(shè)計帶來重大創(chuàng)新。
人工智能和機器學(xué)習(xí)可以通過對機器操作分析提供詳細、實時的業(yè)務(wù)洞察，這種新的手段能發(fā)現(xiàn)新的洞見，這是在缺乏統(tǒng)一數(shù)據(jù)的條件下無法實現(xiàn)的。
如今，人工智能和機器學(xué)習(xí)在制造業(yè)中變得越來越受歡迎，一些高級運營分析通常都采用人工智能技術(shù)。許多企業(yè)正在采用這些技術(shù)并將其應(yīng)用到運營支出分析中，以了解在何處可以節(jié)省成本。所有企業(yè)都希望盡可能節(jié)約支出，而人工智能讓這一切成為可能。這些企業(yè)通常會積極繼續(xù)投資更多數(shù)字化技術(shù)。成功部署人工智能或機器學(xué)習(xí)技術(shù)可以顯著降低運營支出，并進一步推動整個企業(yè)的數(shù)字化轉(zhuǎn)型。
可量化的影響
在制造業(yè)中，人工智能可以改善流程和批次自動化。例如，您可以將分析與工業(yè)數(shù)據(jù)結(jié)合使用，從而發(fā)現(xiàn)如何優(yōu)化流程并實現(xiàn)更高的產(chǎn)出和更出色的生產(chǎn)質(zhì)量。在食品和飲料行業(yè)，人工智能被用于監(jiān)測生產(chǎn)線烤箱的溫度，標(biāo)記異常(包括濕度，煙囪高度和顏色)，從而形成持續(xù)優(yōu)化的過程，以確保每次都能獲得令人垂涎的“黃金批次”。
另一個新功能是將預(yù)測性維護應(yīng)用于設(shè)備監(jiān)測，從而提高操作安全性和資產(chǎn)可靠性。將人工智能和機器學(xué)習(xí)融合在一起，可以創(chuàng)建預(yù)測性和處方式操作指標(biāo)，然后將其應(yīng)用于設(shè)備。然后人工智能可以通過規(guī)定的程序發(fā)現(xiàn)資產(chǎn)績效異常，發(fā)送自動警報并建議補救措施。這不僅避免了潛在的設(shè)備故障，而且還允許在全球各個團隊之間進行技能和知識交流，可謂潛力巨大。預(yù)測性和處方式維護可以幫助減輕運維成本壓力，提高安全性并減少計劃外停機時間。
技術(shù)關(guān)系
人工智能、機器學(xué)習(xí)和預(yù)測性維護技術(shù)使在生產(chǎn)線中建立新的連接成為可能，從而可以針對未來的運營提供新的洞見和建議。
現(xiàn)在正是企業(yè)利用這項創(chuàng)新技術(shù)提高整個生產(chǎn)周期透明度的大好時機——開發(fā)新的方法來增加產(chǎn)能，加快產(chǎn)品產(chǎn)出速度，并削減運營成本和資本支出。這是一個充滿機遇的時刻。
作者：Matt Newton
評論