AI是解鎖物聯(lián)網(wǎng)潛力的鑰匙.doc

《AI是解鎖物聯(lián)網(wǎng)潛力的鑰匙.doc》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、AI是解鎖物聯(lián)網(wǎng)潛力的鑰匙　　德勤報告表示物聯(lián)網(wǎng)變得更加智能。公司正在將人工智能(特別是機器學(xué)習(xí))整合到他們的物聯(lián)網(wǎng)應(yīng)用程序中，并觀察功能的增長，包括提高運營效率并幫助避免意外停機。關(guān)鍵：洞察數(shù)據(jù)?！　I是解鎖物聯(lián)網(wǎng)潛力的鑰匙　　德勤報告表示物聯(lián)網(wǎng)變得更加智能。公司正在將人工智能(特別是機器學(xué)習(xí))整合到他們的物聯(lián)網(wǎng)應(yīng)用程序中，并觀察功能的增長，包括提高運營效率并幫助避免意外停機。關(guān)鍵：洞察數(shù)據(jù)?！　I是解鎖物聯(lián)網(wǎng)潛力的鑰匙　　德勤報告表示物聯(lián)網(wǎng)變得更加智能。公司正在將人工智能(特別是機器學(xué)習(xí))整合到他們的物聯(lián)網(wǎng)應(yīng)用程序中，并觀察功能的增長，包括提高運營效率并幫助避免意外停機。關(guān)

2、鍵：洞察數(shù)據(jù)。　　　　ITH是一波投資，一系列新產(chǎn)品和企業(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。制定物聯(lián)網(wǎng)戰(zhàn)略，評估潛在的新物聯(lián)網(wǎng)項目或試圖從現(xiàn)有物聯(lián)網(wǎng)部署中獲得更多價值的公司可能需要探索人工智能的作用。　　信號　　以人工智能為重點的物聯(lián)網(wǎng)創(chuàng)業(yè)公司的風(fēng)險投資正在快速增長：2017年前8個月，這個類別的初創(chuàng)公司籌集了7.05億美元　　以人工智能為重點的物聯(lián)網(wǎng)創(chuàng)業(yè)公司并購數(shù)量增加：2017年前8個月為21個，2016年為24個，高于2015年的11個　　包括亞馬遜，通用電氣，IBM，微軟，甲骨文，PTC和Salesforce在內(nèi)的IoT平臺供應(yīng)商正在整合AI功能　　跨

3、行業(yè)的大型組織已經(jīng)在利用物聯(lián)網(wǎng)來借助或探索人工智能的力量，提供新產(chǎn)品并更高效地運營　　Gartner預(yù)測，到2022年，超過80%的企業(yè)物聯(lián)網(wǎng)項目將包含一個AI組件，今天只有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越重要的角色，這一領(lǐng)域的公司行為顯然發(fā)生了變化。使用AI的物聯(lián)網(wǎng)初創(chuàng)企業(yè)的風(fēng)險投資大幅增加。在過去的兩年里，公司已經(jīng)收購了數(shù)十家在人工智能和物聯(lián)網(wǎng)交叉點工作的公司。物聯(lián)網(wǎng)平臺軟件的主要供應(yīng)商現(xiàn)在提供集成的AI功能，如基于機器學(xué)習(xí)的分析?！　∪斯ぶ悄茉谖锫?lián)網(wǎng)中扮演著主要角色，因為它能夠快速從數(shù)據(jù)中獲取洞察力。機器學(xué)習(xí)是一項人工智能技術(shù)，

4、它可以自動識別模式并檢測智能傳感器和設(shè)備生成的數(shù)據(jù)中的異常情況，諸如溫度，壓力，濕度，空氣質(zhì)量，振動和聲音等信息。各公司發(fā)現(xiàn)機器學(xué)習(xí)可以比傳統(tǒng)的商業(yè)智能工具在分析物聯(lián)網(wǎng)數(shù)據(jù)方面具有顯著優(yōu)勢，包括能夠比基于閾值的監(jiān)控系統(tǒng)提前20倍和更高的準確度進行運營預(yù)測。而其他人工智能技術(shù)，如語音識別和計算機視覺可以幫助從過去需要人工評估的數(shù)據(jù)中獲得見解?！　I和物聯(lián)網(wǎng)技術(shù)的強大組合幫助公司避免意外停機，提高運營效率，啟用新產(chǎn)品和服務(wù)，并加強風(fēng)險管理?！　”苊獍嘿F的非計劃停機時間　　在一些行業(yè)中，設(shè)備故障導(dǎo)致的意外停機可能造成嚴重損失。例如，根據(jù)一項研究，海上石油和天然氣經(jīng)營者每年平均損失380

5、0萬美元。另一個消息估計，對于工業(yè)制造業(yè)來說，意外停機時間每年花費500億美元，設(shè)備故障導(dǎo)致42%的停機?！　∈褂妙A(yù)測性維護分析功能提前預(yù)測設(shè)備故障，以便安排有序的維護程序，可以減少非計劃停機的破壞性經(jīng)濟性。例如，在制造業(yè)中，德勤發(fā)現(xiàn)預(yù)測性維護可以將維護計劃縮短20-50%，將設(shè)備正常運行時間和可用性增加10-20%，并將整體維護成本降低5-10%?！　∮捎谌斯ぶ悄芗夹g(shù)，特別是機器學(xué)習(xí)，可以幫助識別模式和異常情況，并基于大量數(shù)據(jù)進行預(yù)測，因此它們在實施預(yù)測性維護方面尤其有用。例如，領(lǐng)先的韓國煉油商SKInnovation通過使用機器學(xué)習(xí)預(yù)測連接的壓縮機預(yù)計故障可節(jié)省“數(shù)十億韓元”。

6、同樣，意大利列車運營商Trenitalia希望避免意外停機，并節(jié)省8-10%的年度維護成本13億歐元。與此同時，法國電力公司EDF集團已經(jīng)通過機器學(xué)習(xí)驅(qū)動的設(shè)備故障預(yù)警節(jié)省了超過100萬美元?！　√岣哌\營效率　　人工智能驅(qū)動的物聯(lián)網(wǎng)可以做的不僅僅是幫助避免意外停機。它還可以幫助提高運營效率。這部分得益于機器學(xué)習(xí)的力量，以產(chǎn)生快速、準確的預(yù)測和深刻見解，以及AI技術(shù)能夠使越來越多的任務(wù)自動化完成?！　±?，對于Hershey來說，在生產(chǎn)過程中管理其產(chǎn)品的重量至關(guān)重要：重量精度每提高1%，就意味著可以為14,000加侖的Twizzlers等一批產(chǎn)品節(jié)省超過500,000美元的成本。該公

7、司使用物聯(lián)網(wǎng)和機器學(xué)習(xí)來顯著是減少生產(chǎn)過程中的重量變化。第二個數(shù)據(jù)被捕獲和分析，重量變化可以通過機器學(xué)習(xí)模型進行預(yù)測，每天可以進行240個工藝調(diào)整，而安裝ML驅(qū)動的IoT解決方案前每天僅有12個。　　基于人工智能的預(yù)測也有助于谷歌削減40%的數(shù)據(jù)中心冷卻成本。該解決方案通過對設(shè)施內(nèi)傳感器數(shù)據(jù)進行培訓(xùn)，預(yù)測下一小時的溫度和壓力，以指導(dǎo)限制功耗的操作?！　C器學(xué)習(xí)產(chǎn)生了深刻的見解，說服一家船隊運營商采取反直覺行動，為他們節(jié)省了大筆資金。從船載傳感器收集的數(shù)據(jù)被用來識別清洗