[導(dǎo)讀]物聯(lián)網(wǎng)的將來(lái)就是AI。

　　德勤陳訴暗示物聯(lián)網(wǎng)變得越發(fā)智能。公司正在將人工智能(出格是呆板進(jìn)修)整合到他們的物聯(lián)網(wǎng)應(yīng)用措施中，并調(diào)查成果的增長(zhǎng)，包羅進(jìn)步運(yùn)營(yíng)效率并輔佐停止意外停機(jī)。要害：洞察數(shù)據(jù)。

　　ITH是一波投資，一系列新產(chǎn)物和企業(yè)部署的崛起，人工智能正在物聯(lián)網(wǎng)(IoT)中掀起一陣熱潮。擬定物聯(lián)網(wǎng)計(jì)謀，評(píng)估潛伏的新物聯(lián)網(wǎng)項(xiàng)目或試圖從現(xiàn)有物聯(lián)網(wǎng)部署中得到更多代價(jià)的公司大概需要試探人工智能的浸染。

　　信號(hào)

　　以人工智能為重點(diǎn)的物聯(lián)網(wǎng)創(chuàng)業(yè)公司的風(fēng)險(xiǎn)投資正在快速增長(zhǎng)：2017年前8個(gè)月，這個(gè)類此外初創(chuàng)公司籌集了7.05億美元

　　以人工智能為重點(diǎn)的物聯(lián)網(wǎng)創(chuàng)業(yè)公司并購(gòu)數(shù)量增加：2017年前8個(gè)月為21個(gè)，2016年為24個(gè)，高于2015年的11個(gè)

　　包羅亞馬遜，通用電氣，IBM，微軟，甲骨文，求購(gòu)庫(kù)存童鞋回收，PTC和Salesforce在內(nèi)的IoT平臺(tái)供應(yīng)商正在整合AI成果

　　跨行業(yè)的大型組織已經(jīng)在操作物聯(lián)網(wǎng)來(lái)借助或試探人工智能的力氣，提供新產(chǎn)物并更高效地運(yùn)營(yíng)

　　Gartner預(yù)測(cè)，到2022年，高出80%的企業(yè)物聯(lián)網(wǎng)項(xiàng)目將包括一個(gè)AI組件，本日只有10%

　　AI是解鎖物聯(lián)網(wǎng)潛力的鑰匙

　　人工智能在物聯(lián)網(wǎng)應(yīng)用和部署中扮演著越來(lái)越重要的腳色，這一規(guī)模的公司行為顯然產(chǎn)生了變革。使用AI的物聯(lián)網(wǎng)初創(chuàng)企業(yè)的風(fēng)險(xiǎn)投資大幅增加。在已往的兩年里，公司已經(jīng)收購(gòu)了數(shù)十家在人工智能和物聯(lián)網(wǎng)交織點(diǎn)事變的公司。物聯(lián)網(wǎng)平臺(tái)軟件的首要供應(yīng)商此刻提供集成的AI成果，如基于呆板進(jìn)修的說(shuō)明。

　　人工智能在物聯(lián)網(wǎng)中扮演著首要腳色，因?yàn)樗�可以或許快速?gòu)臄?shù)據(jù)中獲取洞察力。呆板進(jìn)修是一項(xiàng)人工智能技能，收購(gòu)庫(kù)存外貿(mào)童裝，它可以自動(dòng)辨認(rèn)模式并檢測(cè)智能傳感器和裝備天生的數(shù)據(jù)中的異常情形，諸如溫度，壓力，濕度，氣氛質(zhì)量，振動(dòng)和聲音等信息。各公司發(fā)明呆板進(jìn)修可以比傳統(tǒng)的商業(yè)智能工具在說(shuō)明物聯(lián)網(wǎng)數(shù)據(jù)方面具有顯著優(yōu)勢(shì)，包羅可以或許比基于閾值的監(jiān)控系統(tǒng)提前20倍和更高的精確度舉辦運(yùn)營(yíng)預(yù)測(cè)。而其他人工智能技能，如語(yǔ)音辨認(rèn)和計(jì)較機(jī)視覺可以輔佐從已往需要人工評(píng)估的數(shù)據(jù)中得到見解。

　　AI和物聯(lián)網(wǎng)技能的強(qiáng)大組合輔佐公司停止意外停機(jī)，進(jìn)步運(yùn)營(yíng)效率，啟用新產(chǎn)物和處事，并增強(qiáng)風(fēng)險(xiǎn)打點(diǎn)。

　　停止昂貴的非打算停機(jī)時(shí)刻

　　在一些行業(yè)中，裝備妨礙導(dǎo)致的意外停機(jī)大概造成嚴(yán)重喪失。譬喻，按照一項(xiàng)研究，海上石油和自然氣策劃者每年均勻喪失3800萬(wàn)美元。另一個(gè)動(dòng)靜預(yù)計(jì)，對(duì)付家產(chǎn)制造業(yè)來(lái)說(shuō)，意外停機(jī)時(shí)刻每年耗費(fèi)500億美元，裝備妨礙導(dǎo)致42%的停機(jī)。

　　使用預(yù)測(cè)性維護(hù)說(shuō)明成果提前預(yù)測(cè)裝備妨礙，以便布置有序的維護(hù)措施，可以鐫汰非打算停機(jī)的破損性經(jīng)濟(jì)性。譬喻，在制造業(yè)中，德勤發(fā)明預(yù)測(cè)性維護(hù)可以將維護(hù)打算收縮20-50%，將裝備正常運(yùn)行時(shí)刻和可用性增加10-20%，并將整體維護(hù)本錢低落5-10%。

　　由于人工智能技能，出格是呆板進(jìn)修，可以輔佐辨認(rèn)模式和異常情形，并基于大量數(shù)據(jù)舉辦預(yù)測(cè)，因此它們?cè)趯?shí)行預(yù)測(cè)性維護(hù)方面尤其有用。譬喻，領(lǐng)先的韓國(guó)煉油商SK Innovation通過(guò)使用呆板進(jìn)修預(yù)測(cè)毗連的壓縮機(jī)估量妨礙可節(jié)減“數(shù)十億韓元”。同樣，意大利列車運(yùn)營(yíng)商Trenitalia但愿停止意外停機(jī)，并節(jié)減8-10%的年度維護(hù)本錢13億歐元。與此同時(shí)，法國(guó)電力公司EDF團(tuán)體已經(jīng)通過(guò)呆板進(jìn)修驅(qū)動(dòng)的裝備妨礙預(yù)警節(jié)減了高出100萬(wàn)美元。

　　進(jìn)步運(yùn)營(yíng)效率

　　人工智能驅(qū)動(dòng)的物聯(lián)網(wǎng)可以做的不只僅是輔佐停止意外停機(jī)。它還可以輔佐進(jìn)步運(yùn)營(yíng)效率。這部分得益于呆板進(jìn)修的力氣，以發(fā)生快速、精確的預(yù)測(cè)和深刻見解，以及AI技能可以或許使越來(lái)越多的任務(wù)自動(dòng)化完成。

　　譬喻，對(duì)付Hershey來(lái)說(shuō)，在出產(chǎn)歷程中打點(diǎn)其產(chǎn)物的重量至關(guān)重要：重量精度每進(jìn)步1%，就意味著可覺得14,000加侖的Twizzlers等一批產(chǎn)物節(jié)減高出500,000美元的本錢。該公司使用物聯(lián)網(wǎng)和呆板進(jìn)修來(lái)顯著是鐫汰出產(chǎn)歷程中的重量變革。第二個(gè)數(shù)據(jù)被捕獲和說(shuō)明，重量變革可以通過(guò)呆板進(jìn)修模子舉辦預(yù)測(cè)，每天可以舉辦240個(gè)工藝調(diào)解，而安裝ML驅(qū)動(dòng)的IoT辦理方案前每天僅有12個(gè)。

　　基于人工智能的預(yù)測(cè)也有助于谷歌削減40%的數(shù)據(jù)中心冷卻本錢。該辦理方案通過(guò)對(duì)辦法內(nèi)傳感器數(shù)據(jù)舉辦培訓(xùn)，預(yù)測(cè)下一小時(shí)的溫度和壓力，以指導(dǎo)限制功耗的操縱。

　　呆板進(jìn)修發(fā)生了深刻的見解，說(shuō)服一家船隊(duì)運(yùn)營(yíng)商采納反直覺動(dòng)作，為他們節(jié)減了大筆資金。從船載傳感器網(wǎng)絡(luò)的數(shù)據(jù)被用來(lái)辨認(rèn)洗濯船體的本錢和燃油效率之間的相關(guān)性。說(shuō)明表白，通過(guò)每年洗濯船體兩次而不是每?jī)赡隄崈舸�體(從而將潔凈用度翻兩番)，由于燃油效率更高，最終可節(jié)減40萬(wàn)美元。

　　實(shí)現(xiàn)新的和改造的產(chǎn)物和處事

　　物聯(lián)網(wǎng)技能與人工智能相團(tuán)結(jié)，可覺得改造并最終實(shí)現(xiàn)全新的產(chǎn)物和處事奠定基本。譬喻，對(duì)付通用電氣的無(wú)人機(jī)和基于呆板人的家產(chǎn)檢測(cè)處事，公司但愿AI可以或許實(shí)現(xiàn)檢測(cè)裝備的導(dǎo)航自動(dòng)化，并從他們捕獲的數(shù)據(jù)中辨認(rèn)缺陷。這大概會(huì)導(dǎo)致更安詳，更準(zhǔn)確，并且為客戶提供自制高達(dá)25%的搜查。在醫(yī)療保健方面，費(fèi)城托馬斯杰佛遜大學(xué)醫(yī)院試圖通過(guò)天然說(shuō)話處理賞罰改進(jìn)患者體驗(yàn)，使患者可以或許節(jié)制房間環(huán)境并通過(guò)語(yǔ)音呼吁哀求各類信息。

　　與此同時(shí)，勞斯萊斯打算盡快推出具有物聯(lián)網(wǎng)成果的飛天真員機(jī)維護(hù)處事新產(chǎn)物。該公司打算使用呆板進(jìn)修來(lái)輔佐其發(fā)明模式并確定將出售給航空公司的運(yùn)營(yíng)見解。汽車制造商N(yùn)avistar正在研究實(shí)時(shí)毗連車輛數(shù)據(jù)的呆板進(jìn)修說(shuō)明，以實(shí)現(xiàn)車輛康健診斷和預(yù)測(cè)性維護(hù)處事的新收入流。按照Navistar技能相助搭檔Cloudera的說(shuō)法，這些處事輔佐近30萬(wàn)輛汽車鐫汰了高達(dá)40%的停機(jī)時(shí)刻。

　　增強(qiáng)風(fēng)險(xiǎn)打點(diǎn)

　　將物聯(lián)網(wǎng)與AI團(tuán)結(jié)在一起的很多應(yīng)用措施，正在輔佐企業(yè)更好地領(lǐng)略和預(yù)測(cè)各類風(fēng)險(xiǎn)，以及自動(dòng)執(zhí)行快速響應(yīng)，使他們可以或許更好地打點(diǎn)事變職員安詳，財(cái)務(wù)喪失和收集威脅。

　　譬喻，富士通已經(jīng)在使用呆板進(jìn)修技能來(lái)說(shuō)明毗連可穿著裝備的數(shù)據(jù)，以評(píng)估其工場(chǎng)工人大概會(huì)在一段時(shí)刻內(nèi)積累的潛伏熱應(yīng)力。印度和北美的銀行已經(jīng)開始對(duì)ATM機(jī)中聯(lián)網(wǎng)監(jiān)控?cái)z像頭的可疑勾當(dāng)舉辦實(shí)時(shí)辨認(rèn)。汽車保險(xiǎn)公司前進(jìn)正操作呆板進(jìn)修對(duì)聯(lián)網(wǎng)汽車的數(shù)據(jù)舉辦說(shuō)明，從而精確地為其基于美國(guó)的保費(fèi)定價(jià)，從而更好地打點(diǎn)承保風(fēng)險(xiǎn)。拉斯維加斯已經(jīng)轉(zhuǎn)向了一種呆板進(jìn)修辦理方案，以確保其智能都市打算的安詳，旨在實(shí)時(shí)檢測(cè)和應(yīng)對(duì)威脅。

　　對(duì)企業(yè)的影響

　　對(duì)付差別行業(yè)的企業(yè)，人工智能有望晉升物聯(lián)網(wǎng)部署所締造的代價(jià)，從而實(shí)現(xiàn)更好的產(chǎn)物和運(yùn)營(yíng)，從而在業(yè)務(wù)績(jī)效中施展競(jìng)爭(zhēng)優(yōu)勢(shì)。

相關(guān)資訊