QQ在（zài）线
企业微（wēi）信
资讯
326
物联网正变得越来越智能。企业正在将人工智能——特别是机器学习——融（róng）入物（wù）联网应用，并看（kàn）到能力的增长，包括提高操（cāo）作效率和帮助避免计划外停机。
随着投资的浪（làng）潮、新产品的大量涌（yǒng）现以及企业部署的不断增（zēng）加，人工智能正在（zài）物联（lián）网(IoT)领域掀起一股热潮（cháo）。公司（sī）制定物联网战略，评估潜在的物联网项目（mù），或寻求从（cóng）现有物联（lián）网（wǎng）部署中获得更多价值，可能需要探索人（rén）工（gōng）智能的角色。
开启（qǐ）物联（lián）网潜力（lì）的人工智能（néng）钥匙
人工智能在物联网应用（yòng）和部署中（zhōng）扮演着（zhe）越来（lái）越（yuè）重要的（de）角色，这一转变在该领域的企业行为中表现得非常明显。对使用人工智能的（de）物联网初创企业的风险投（tóu）资（zī）大幅（fú）上升。在过去的两年里，公司已（yǐ）经收（shōu）购了（le）几十家在（zài）人工智（zhì）能和（hé）物（wù）联网（wǎng）交叉领域工作的公司。而物联网（wǎng）平台（tái）软（ruǎn）件的主要（yào）供应商（shāng）现在（zài）正在提供集成的人工智能功（gōng）能，比如（rú）基于机器学习的分析。
人工智能在物联网中扮演着重要角色（sè），因为它有能力从数据中快速提取洞察力。机器学习，一（yī）项人（rén）工智能技（jì）术，带来了自动识别模式（shì）和检测（cè）数（shù）据异常的能力，智（zhì）能传感器（qì）和设备产生的（de）信息，如温度，压力，湿度，空气质量，振动和声音。企业发现，在（zài）分析物联网数据方面，机器学习与传（chuán）统商业（yè）智能工具相（xiàng）比具有显（xiǎn）著（zhe）优势，包（bāo）括能（néng）够提前20倍进行操作预测，而且比基于阈值的监控系统的准确（què）度更高。语音识别和计算机视觉等其他人工（gōng）智能（néng）技术可以帮助从过去需（xū）要（yào）人工审查的数据（jù）中提取洞（dòng）察力（lì）。
人工智能和物联网（wǎng）技（jì）术（shù）的（de）强大（dà）结合正在帮助（zhù）企业避（bì）免计划外停机，提高（gāo）运营效率，推出新（xīn）产品和服务，并加强（qiáng）风险管理。
避免昂贵的计（jì）划外停机时间
在许多部（bù）门，由于设备故障而导（dǎo）致的（de）计划外（wài）停机会造成严重损（sǔn）失。
预测维护——使用分析方法提（tí）前预测（cè）设备故（gù）障，以便安排有序的维护程（chéng）序——可以减少计划（huá）外停机带来的（de）经济（jì）损失。在制造业中，预测维护可以（yǐ）将计划维护（hù）所需（xū）的时间减少20-50%，将设备的正常运（yùn）行时（shí）间和可用性提（tí）高10-20%，并将总（zǒng）体维护（hù）成本（běn）降低5-10%。
因为人工智能技术——尤（yóu）其（qí）是机（jī）器学习（xí）——可以帮助（zhù）识别模式和异常现象，并基于（yú）大量（liàng）数据进行预测，它们被证明在实现预测维护方面特（tè）别有用。
提高操作效率
人工智能驱动（dòng）的物联网可以（yǐ）做的不仅仅是帮助避（bì）免计划外停机。它还可以帮助提高操（cāo）作效率。部分原因在于机器学习能（néng）够产生快速而准确的预（yù）测和深刻的见解，以及人工智（zhì）能技术能够自（zì）动（dòng）完成越来越多的任务。
例如，对好时（shí）来说，在生产过程中控制产品的重量至关重要:重量（liàng）精度每提高（gāo）1%，就可（kě）以（yǐ）为一批14000加仑的（de）产品(如Twizzlers)节省50多万美元。该公司利用物联网（wǎng）和（hé）机器学习，在（zài）生产过程中显（xiǎn）著减少了重（chóng）量变化。数据由第二次采集和分析，重（chóng）量变化可以（yǐ）通过机器学习模型进行（háng）预测，使得（dé）每天可进行240个（gè）工艺调整，而在安装ml驱动的物联网（wǎng）解（jiě）决方案之前，每天只需（xū）进行12个工艺调（diào）整。
基于人工智能的预测也帮助谷歌（gē）削减了40%的数据中心冷却成本。该解决方案根据（jù）工厂内传感器提供的数据（jù）进行培训，预测未来一小时的（de）温度和压（yā）力，以指导限制电力消耗的行动。
机器学习（xí）产（chǎn）生了深（shēn）刻的见解（jiě），说服了一位（wèi）航运舰队运（yùn）营（yíng）商采取一种与直觉相反的（de）行动，为他们节省了大笔资金。从（cóng）船（chuán）上（shàng）传感器收集的数据被用来确定用于清洁船体的金（jīn）额和（hé）燃料效率之间的相（xiàng）关性。分析显（xiǎn）示，通过一年两（liǎng）次而不是（shì）两年一次的清洗船壳——从而使清洁预算增加（jiā）四倍——由于燃（rán）料效率的提高，他们最终将节省40万美（měi）元。
支持新的和改进的产品（pǐn）和服务
物（wù）联网（wǎng）技术与（yǔ）人工智能相结（jié）合可以形成改（gǎi）进的基础，并最终形（xíng）成全新的（de）产品和服（fú）务。例（lì）如，在通用电气（qì）的无（wú）人机和基于机器人的（de）工业（yè）检查服务方（fāng）面，该公司希望人工智能能够（gòu）实现检查设（shè）备导航的自（zì）动化，以及（jí）根据检查设备（bèi）捕（bǔ）获的数据识别缺陷（xiàn）。这可能会导（dǎo）致更安全，更精确，并为客户节省高达25%的检查费（fèi）用。
与此同时，劳斯莱斯计划不久（jiǔ）推出一项新产品，以物联网飞机发动机维修服务为特色。该公（gōng）司计划使（shǐ）用机器（qì）学（xué）习来帮（bāng）助它发现模式，并确定将出售给航空公（gōng）司的运营见解。汽车制造商Navistar希望（wàng）通过机器学（xué）习分（fèn）析实时联网的车辆数据（jù），在车辆健康诊断和预测（cè）性维护（hù）服务方（fāng）面创造（zào）新的收入（rù）来源。根据Navistar技术合作伙伴Cloudera的数据，这（zhè）些服务帮助近30万辆汽（qì）车减少了40%的（de）停机时间。
加强风险管（guǎn）理
许多（duō）将（jiāng）物联（lián）网与人工智（zhì）能相结合的应（yīng）用程序正（zhèng）在帮助组织（zhī）更好（hǎo）地理（lǐ）解和预测各种风险，并实现快速反应的自动化，使他们能够更好地管理工人安全、财务损失和网络威胁（xié）。
例如，富士（shì）通(Fujitsu)已经尝试（shì）使用机器（qì）学习（xí）来（lái）分析来自联网可（kě）穿戴设（shè）备的数据，以（yǐ）估（gū）计其工厂工人长（zhǎng）期积累的潜（qián）在威胁热压力。印度和北（běi）美的银行（háng）已（yǐ）经（jīng）开始（shǐ）评估人工（gōng）智能通（tōng）过atm上的联网（wǎng）监（jiān）控摄像头实时（shí）识别可疑活动（dòng）的能力。汽车保险公司Progressive正在（zài）对联网汽车的数据进行机器学习分析，以精确定价其基于（yú）使用情况的保险费，从而（ér）更好地管理承保风（fēng）险。拉斯维加斯市（shì）已（yǐ）经转向（xiàng）了一种机（jī）器（qì）学习解决方案（àn），以确保其智能城市计划的安全，其目标是实时自（zì）动检测和应（yīng）对（duì）威胁（xié）。
对企业的启示
对于跨（kuà）行业的企业来说，人（rén）工智能有（yǒu）可能提升物联网部署所创造（zào）的价值，从而实现更好的（de）产品和运营，从而在业务绩效方（fāng）面获得竞争（zhēng）优势。
考虑新的基于物联网项（xiàng）目（mù）的管（guǎn）理（lǐ）人员应该意识到（dào），用于（yú）预测能力的机器（qì）学习现在已与大多数（shù）主要的水平（换句话说，通用（yòng））和工（gōng）业物联网（wǎng）平台集成，如MicrosoftAzureIoT、IBMWatsonIoT、AmazonAWSIoT、GEPredix和PTCThingWorx。
越来越（yuè）多的交钥匙、捆绑或（huò）垂（chuí）直物联网（wǎng）解决方案利用了机器学习等人工智能技术（shù）。例如，对于联网的汽车使用（yòng）案例，宝马的CarData平台可以（yǐ）访问车主共享的数据和IBMWatsonIoT的AI功能。在消费（fèi）品和零（líng）售业，许（xǔ）多补货自动（dòng）化和优化解决方案使用机器（qì）学习来预测需求和优化（huà）库存（cún）水平。汽车保（bǎo）险业（yè）的远程信息处理解决方案提供（gòng）商正在整合机器学习（xí），以创建更准确的风（fēng）险模型和预测索赔行为。
也许可以（yǐ）使用人工智（zhì）能（néng）技术（shù）从（cóng）物联网部署中获取更（gèng）多价值，而物联网部署的设计并没有考（kǎo）虑（lǜ）到人工智能（néng）的使用。例如，匈牙（yá）利一家（jiā）石油和天然（rán）气公司将机器学习应用（yòng）于传感器数据（jù），这些数据（jù）在柴油生产过程中已经被收集。该分析使该公司能够更准确（què）地预测燃料的硫含量（liàng），并帮助确定工艺改进，目前（qián）每年（nián）可为公（gōng）司节省60多万美元。企业可（kě）能已（yǐ）经在使用的主要水（shuǐ）平和（hé）工业物联网平（píng）台正在（zài）提供基于（yú）人工智能的新（xīn）功（gōng）能（néng），这可能有（yǒu）助于提（tí）高现有部署的价（jià）值。
物联网（wǎng）的未来是人工智能
在物（wù）联网的情况下，机器（qì）学习可以帮助公司获取（qǔ）他们（men）拥有的数十亿个数据点，并将（jiāng）其归（guī）结为有意义（yì）的（de）内（nèi）容。总的前提（tí）和零售应用（yòng）程序（xù）一样（yàng）——回（huí）顾和分析你收（shōu）集的数据，找出可（kě）以从（cóng）中学（xué）到的模式或相似（sì）之（zhī）处，以便做（zuò）出更（gèng）好的决策（cè）。物（wù）联网也会（huì）产生大（dà）数据，但人工智能只是让这些大数据对一个行业有用和有意（yì）义的技术。物联网和人工智能技术之间互惠共存。有大量的领域和商业利（lì）基可（kě）以获得两种技术（shù）共存的优势。是（shì）时（shí）候（hòu）让（ràng）机器指出（chū）真（zhēn）正的机（jī）会在（zài）哪里了。
