QQ在线（xiàn）
企业微信
资（zī）讯
325
物联网正变得越来（lái）越智能。企业正在将人工智能——特别是（shì）机器学习——融（róng）入物联（lián）网（wǎng）应（yīng）用，并看到能力的增（zēng）长，包括（kuò）提高操作效率和（hé）帮助避免（miǎn）计划外停机。
随着投资的（de）浪潮、新产品的大量涌现以及（jí）企（qǐ）业部（bù）署的不（bú）断增加，人工智能正（zhèng）在物联（lián）网（wǎng）(IoT)领（lǐng）域掀起一股（gǔ）热潮。公司制定物联网战略，评估潜在的（de）物（wù）联网项目，或寻求从现有物联网（wǎng）部署中获得更多价值，可能需要（yào）探索人工智能的角色。
开启（qǐ）物联网潜力（lì）的人工智能钥匙
人工智能在物（wù）联网应用和部署中扮演着越（yuè）来越重要的角色，这（zhè）一转变在该领域的企业（yè）行为中表现得非（fēi）常明显。对使（shǐ）用人工智能的物联网初创企业的风险投资大幅上（shàng）升。在过去的两（liǎng）年里（lǐ），公（gōng）司已经收购了几十家（jiā）在人工智能和物联网交叉领域工（gōng）作的公（gōng）司。而物联网平（píng）台（tái）软件的主（zhǔ）要供应商现在（zài）正在提供（gòng）集（jí）成的人工智（zhì）能功能，比如基于机器学（xué）习的（de）分析（xī）。
人工智能在（zài）物（wù）联（lián）网中扮演着重要（yào）角（jiǎo）色（sè），因为它有能力从数据中快速提取洞察力。机器学习，一项人（rén）工智能技术，带来了自动识别模式和检测数（shù）据（jù）异常（cháng）的能力，智（zhì）能传感器和设备产生的信息，如温度，压力，湿度，空气（qì）质量，振（zhèn）动和（hé）声（shēng）音。企业发（fā）现（xiàn），在分析物联网（wǎng）数据方面，机器学习与（yǔ）传统商（shāng）业智能工具相比具有显著（zhe）优势，包括能（néng）够提（tí）前20倍进行操作预测，而且比基（jī）于阈值的监控系（xì）统的准确度更高。语（yǔ）音识别和计算机视觉等其他人工（gōng）智能技术可以帮助从过去需要（yào）人工审查的数据中提取洞察力。
人工智能和物（wù）联（lián）网技（jì）术的强大结合正在帮助（zhù）企业避免计划外（wài）停机，提高运营（yíng）效率，推出新产品和服务，并加强（qiáng）风（fēng）险（xiǎn）管理。
避免昂贵的（de）计划（huá）外停机时间
在许多部门，由于设（shè）备故障而导致的计划外（wài）停机会造成严重损失。
预测维护——使用（yòng）分析方法提前预测（cè）设备故障，以便安排有（yǒu）序（xù）的维护程序——可以减少计划外停机带来的经济损（sǔn）失。在（zài）制造业中，预测（cè）维护可（kě）以将计划（huá）维护所需的时间减少20-50%，将设备的正常（cháng）运（yùn）行（háng）时间（jiān）和（hé）可（kě）用性提高10-20%，并将总体（tǐ）维护（hù）成本降低（dī）5-10%。
因为人工智能技术——尤（yóu）其是机器学（xué）习——可以帮助识别模式和异（yì）常现象，并基于大（dà）量（liàng）数据进行预（yù）测，它们被证明（míng）在（zài）实现预测维护方面特别有用。
提高操作效率
人工智能驱动的物联（lián）网可以（yǐ）做的不仅（jǐn）仅是帮助避免计划外停机。它（tā）还可以帮助提高操（cāo）作（zuò）效率。部分原因在于（yú）机器学习能够产生（shēng）快速而准确（què）的预测和深（shēn）刻的（de）见解，以及（jí）人工智能技（jì）术（shù）能够自动完成越（yuè）来越多的任务。
例如，对好（hǎo）时来说（shuō），在（zài）生产过程中控制产品的重量至关重要:重量（liàng）精度每提（tí）高1%，就可以为（wéi）一批14000加（jiā）仑（lún）的产品(如Twizzlers)节省50多万美元。该公（gōng）司利用物联网和机器（qì）学习（xí），在生产过（guò）程中显著减少了重量变化。数据由第二次采（cǎi）集和分（fèn）析，重量变化可（kě）以通过机器（qì）学习模型进行预（yù）测，使得每天可进行（háng）240个工艺调（diào）整，而在安装ml驱动的物（wù）联网（wǎng）解决方案之前，每（měi）天只需进行12个工艺调（diào）整。
基于人工智能的（de）预测也帮助（zhù）谷歌削减了（le）40%的数（shù）据中心冷却成本。该解（jiě）决方案根据工厂内传感器提供的数（shù）据进行（háng）培训，预测未来一小时的温（wēn）度和压力，以指（zhǐ）导限制电（diàn）力消耗（hào）的（de）行动。
机器学习产生了深刻的见解，说服了一位航运舰队运（yùn）营商采取一种与直觉相（xiàng）反的行动，为他们（men）节（jiē）省了大（dà）笔资金。从船（chuán）上传感器收集的数据被用来确定用于清洁船（chuán）体（tǐ）的金额（é）和燃料效率之间（jiān）的相关性。分（fèn）析显示，通过一（yī）年两次而不（bú）是两年一次的（de）清洗船壳——从（cóng）而（ér）使清洁预算（suàn）增加四倍——由于（yú）燃料效率的提（tí）高，他们最终将节（jiē）省（shěng）40万美元。
支持（chí）新（xīn）的和改进的产品（pǐn）和服务（wù）
物联（lián）网技术（shù）与人工智（zhì）能（néng）相结合可以形成改进的基（jī）础，并最终形成全新的产（chǎn）品（pǐn）和服务。例如，在通用电气的无人机（jī）和基于（yú）机器人的工业检查（chá）服务方面，该公司（sī）希望人工（gōng）智能能够实（shí）现检查设备导航的自动（dòng）化，以及根据检查设备捕（bǔ）获的数（shù）据识别（bié）缺陷。这可（kě）能会（huì）导致更安（ān）全，更精确，并（bìng）为客户节（jiē）省（shěng）高（gāo）达25%的（de）检查费用。
与此同时，劳斯莱斯（sī）计（jì）划不（bú）久推出一项新（xīn）产品，以（yǐ）物联（lián）网飞机发动机维修服务为特色。该公司（sī）计划（huá）使用机器（qì）学习来帮助（zhù）它发现（xiàn）模（mó）式（shì），并确定将出售给航空（kōng）公（gōng）司的（de）运营见解（jiě）。汽车制造商Navistar希（xī）望通过机器学习分（fèn）析实时（shí）联网的车（chē）辆数据，在（zài）车辆健（jiàn）康（kāng）诊断和（hé）预测性维（wéi）护服务方面（miàn）创造新的收（shōu）入（rù）来源。根据Navistar技（jì）术合作伙伴Cloudera的数据，这些服务（wù）帮助近30万辆汽车减少（shǎo）了40%的停机（jī）时间（jiān）。
加强风险（xiǎn）管理
许多将物联网与（yǔ）人（rén）工智能相（xiàng）结合的（de）应（yīng）用程（chéng）序正在帮助（zhù）组织更好（hǎo）地理解和预测（cè）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（gōng）人安全、财务损失和（hé）网络威胁。
例如，富士（shì）通(Fujitsu)已经尝试使用机器学习来分析来（lái）自联网（wǎng）可穿（chuān）戴设备的数据（jù），以估计其工厂工人长期（qī）积累（lèi）的潜在威胁热压力。印度和（hé）北美的银（yín）行已经开始评估人工智能通过atm上的（de）联网监（jiān）控摄像头实时识别可疑活（huó）动的能力。汽车保（bǎo）险公司Progressive正在对联网汽车的（de）数（shù）据进行机器学习分析，以精确定（dìng）价其基于使用（yòng）情况的保险费，从而更好地管理承保（bǎo）风险。拉斯（sī）维加（jiā）斯市已经转向（xiàng）了一种（zhǒng）机器（qì）学习解决方案，以确保其智能城市计划的安全，其目标（biāo）是实时（shí）自动检测和（hé）应对威胁。
对（duì）企（qǐ）业的启示
对于跨行业（yè）的企业（yè）来说，人工智能有可能提升物联网部（bù）署所创造的价值，从而实现更好的（de）产品（pǐn）和运营，从而（ér）在业务绩效方（fāng）面获得竞争优势。
考虑新的基于物联网项目的管理人员应该意（yì）识到，用于预测能力的机器学习现在已与大多（duō）数主要的水平（换句话说，通（tōng）用）和工（gōng）业物联（lián）网平台集成，如MicrosoftAzureIoT、IBMWatsonIoT、AmazonAWSIoT、GEPredix和PTCThingWorx。
越（yuè）来越多的交钥匙、捆绑或垂直物联网解决方案利用（yòng）了机器学习等人工智（zhì）能（néng）技术。例如，对于联网的汽（qì）车使（shǐ）用案（àn）例，宝马的CarData平台可以访问车主（zhǔ）共（gòng）享的数（shù）据（jù）和（hé）IBMWatsonIoT的AI功能。在消费品和零（líng）售业，许多补货自动化（huà）和优化解决方（fāng）案（àn）使用机器学（xué）习来预测（cè）需求（qiú）和优化库存（cún）水平（píng）。汽车（chē）保险业的远程（chéng）信息（xī）处理解决方案提（tí）供商正在整合（hé）机器学习，以创（chuàng）建更准确的风险模型和预测索赔（péi）行为。
也许（xǔ）可以使用（yòng）人工（gōng）智能技术从物联网部署中获（huò）取更多（duō）价值（zhí），而物联网部署的（de）设（shè）计（jì）并没有考虑到（dào）人工智（zhì）能的使用。例如，匈牙利一家石（shí）油和天然气公司将机（jī）器学（xué）习应用于传感器数据，这些数（shù）据在柴油生产过程中已经被收集。该（gāi）分析使该公司能够（gòu）更准确（què）地预测燃料的硫含（hán）量，并帮助确定工艺改进，目前每（měi）年可为公司节省60多（duō）万美元。企业可能已（yǐ）经在（zài）使用的主要（yào）水平和工（gōng）业物（wù）联网平台正在（zài）提供（gòng）基于人工智能的新功能，这（zhè）可（kě）能有助于提高现有部（bù）署（shǔ）的价值。
物联网（wǎng）的未来（lái）是人工智能（néng）
在物联网的情况下，机（jī）器学习可以帮助公（gōng）司获取他们拥有的数（shù）十亿个数（shù）据点（diǎn），并（bìng）将（jiāng）其归结为有意义的内容。总的（de）前提和零售应（yīng）用（yòng）程序一样——回顾和（hé）分析（xī）你收集的数据（jù），找出可（kě）以（yǐ）从中学（xué）到（dào）的模式或相似之处，以便做（zuò）出（chū）更好的决（jué）策。物联网也会产生大数据，但（dàn）人工智（zhì）能（néng）只是让（ràng）这些（xiē）大数据对一个行业（yè）有用和（hé）有意义（yì）的技（jì）术。物联网和（hé）人工智（zhì）能技（jì）术之间互惠共存。有大量的（de）领域和商业利基可（kě）以获得（dé）两种技术共存的优势。是时候让（ràng）机器指出真（zhēn）正的机会在哪里了。
