QQ在线（xiàn）
企业微信（xìn）
资讯（xùn）
324
物联网正变（biàn）得（dé）越来越智能。企业正在将人工（gōng）智能——特别是机器学习——融（róng）入物联网应用，并看到（dào）能力的增长，包括提高操（cāo）作效（xiào）率（lǜ）和帮助（zhù）避免计划外停机。
随着投资的浪潮、新产（chǎn）品（pǐn）的大量涌（yǒng）现（xiàn）以（yǐ）及（jí）企业部署的不断增（zēng）加，人工（gōng）智能正在物联网(IoT)领域掀起（qǐ）一（yī）股热潮。公司制定物联网战（zhàn）略，评估潜在的物（wù）联（lián）网项目，或寻（xún）求从现有物联网（wǎng）部署（shǔ）中获得更多价值，可（kě）能需要探（tàn）索人工智能的（de）角色（sè）。
开启物联网（wǎng）潜力（lì）的人工（gōng）智能钥匙
人工智（zhì）能在物（wù）联网应用和部署中扮（bàn）演着越来越（yuè）重要的（de）角色，这一（yī）转变在该领域的企业（yè）行为中表（biǎo）现得非常明（míng）显。对使用人（rén）工（gōng）智能的物联网初创企业（yè）的（de）风险投资（zī）大幅上升。在（zài）过去的两年里（lǐ），公司已经收购了几十（shí）家（jiā）在人工智能（néng）和物联网交叉（chā）领域工作的公司。而物（wù）联网平台软件的主要供应商现在正在提供集成的人工智能（néng）功能，比如基于（yú）机器学习的分析。
人工智能（néng）在物联网中扮演着重（chóng）要角色（sè），因为它有能力从（cóng）数据中快速提取洞察力（lì）。机器学习，一（yī）项人（rén）工智能技术（shù），带来了自（zì）动识别模式（shì）和检测数据异常（cháng）的能力（lì），智能传感（gǎn）器和设备产生的（de）信息，如温度，压（yā）力，湿度（dù），空气质量，振动和声音。企业发现，在（zài）分（fèn）析物联网数据方（fāng）面，机器学习与传（chuán）统商业智能（néng）工具相（xiàng）比具有显著优势，包（bāo）括能够提（tí）前20倍进行操作预（yù）测，而且比基于阈（yù）值的监控系统的准确度更高。语（yǔ）音识别和计（jì）算机视觉等其他人工智能技术（shù）可以帮助从过去需要人（rén）工审查的数据（jù）中提取洞察（chá）力（lì）。
人工智（zhì）能和物（wù）联网技术的强大结合（hé）正在（zài）帮助企业避免计（jì）划外停机，提（tí）高运营效率，推出新（xīn）产品和服务，并加（jiā）强风险管理。
避（bì）免昂贵的计划外停机时间
在（zài）许多部门，由于设备故（gù）障而（ér）导致的计划外停机会造成严重损失（shī）。
预（yù）测维护——使用分析方法提前预（yù）测设备故（gù）障，以便安排有序的维护（hù）程序——可以减少计划外停机带（dài）来的经济（jì）损（sǔn）失（shī）。在制造业中（zhōng），预测维护可以将计划维护所需的时间减少（shǎo）20-50%，将设（shè）备（bèi）的（de）正常运行时间（jiān）和可（kě）用性提（tí）高（gāo）10-20%，并（bìng）将总（zǒng）体维护（hù）成本降低（dī）5-10%。
因为（wéi）人工（gōng）智（zhì）能技术——尤其是（shì）机（jī）器（qì）学习——可以帮助识别（bié）模式和异常现象，并基于大量数据（jù）进行预测，它们被证明在实现（xiàn）预测维护方（fāng）面特别有（yǒu）用。
提高操作效率
人工智能驱动的物（wù）联网可以做的不仅仅是（shì）帮（bāng）助避免计划外（wài）停机。它（tā）还可以帮助提高操作效率。部（bù）分（fèn）原因在于机器学习能够产生（shēng）快（kuài）速而准（zhǔn）确的预测和深刻（kè）的见解（jiě），以及人工智能（néng）技术能够（gòu）自（zì）动完（wán）成（chéng）越来越多的任（rèn）务（wù）。
例（lì）如，对（duì）好时来说，在生产过程中（zhōng）控制（zhì）产品的重（chóng）量至（zhì）关（guān）重要:重量（liàng）精度每（měi）提高1%，就可以为一（yī）批14000加仑的产品(如Twizzlers)节省（shěng）50多（duō）万美元。该公司利用物（wù）联（lián）网和（hé）机器（qì）学习，在（zài）生（shēng）产过程中显著（zhe）减少了重量变化。数据由第二次采集和分（fèn）析，重量（liàng）变化可以通（tōng）过机器（qì）学习模（mó）型进行预测，使得每天可进行240个工艺调整，而在安（ān）装ml驱（qū）动的物联网解决方案（àn）之前（qián），每天（tiān）只需进行（háng）12个工艺调整。
基（jī）于人工（gōng）智能（néng）的预测也（yě）帮助谷歌削（xuē）减（jiǎn）了40%的数（shù）据中心（xīn）冷却（què）成本。该解决方案根据工厂内传感器提供的数（shù）据进（jìn）行培训，预测未来一小时的温度和压力，以指导限制电力消耗（hào）的行动。
机器学习产生（shēng）了深刻的见解，说服了（le）一位航运舰队（duì）运营商采取一种与直觉相反的行动，为他们节（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（yú）清洁船（chuán）体的金（jīn）额和燃料效（xiào）率之（zhī）间的（de）相关性（xìng）。分析显示，通（tōng）过一年两次（cì）而不是（shì）两年一（yī）次（cì）的（de）清洗船壳——从而使清洁预算增加四倍（bèi）——由于燃料效率的提高，他们最终将节省40万美元。
支持（chí）新（xīn）的（de）和（hé）改进的产品和服务
物联网技术与人工智能相结合可（kě）以形成改进的基础，并（bìng）最终（zhōng）形成全新的产（chǎn）品和（hé）服务。例（lì）如，在通用电气的无人机和基于机器人的工业检查服务方面，该公司（sī）希望人工智能能够实现检查设备导航的自动化，以及根据检查（chá）设备捕获的数据识（shí）别（bié）缺陷。这可能会导致（zhì）更安全，更精确，并（bìng）为客户（hù）节省高达25%的检查费用。
与此同（tóng）时，劳斯莱斯计划（huá）不久推出一项新产品，以物联网（wǎng）飞机发（fā）动机维（wéi）修服务为特色。该公司计（jì）划使用（yòng）机器学（xué）习来帮助（zhù）它发（fā）现模式，并确定将出售（shòu）给航空公司的运（yùn）营见解。汽车制造（zào）商Navistar希望通（tōng）过机器学习分析实时联网的车（chē）辆数据，在车辆健康诊断和预测性维护服务方面创造新（xīn）的（de）收入来源。根据Navistar技术合作伙伴（bàn）Cloudera的数据，这些服务帮助近（jìn）30万辆汽车减少了40%的停机（jī）时间。
加强风险管理
许多将物联网与人工智能相结合（hé）的应用程序正在帮助组织更好地理解和预测各种风险（xiǎn），并实现快速反（fǎn）应的（de）自动化，使他们能够更好地管理工人（rén）安全、财务损失和网络威胁。
例如，富士通(Fujitsu)已经尝试（shì）使用机器学习来分析（xī）来自联网可穿（chuān）戴设备（bèi）的数据，以估计其工厂工人长期积累的潜在威胁热压（yā）力。印度和北美的银行已经开始评估人工智能（néng）通过atm上的联网监控摄像头实时识别可疑活动的能力。汽（qì）车（chē）保险公司Progressive正在对联网汽（qì）车的数据进行机器学习分析，以精确定价其基于使用情况的保险费，从而更好（hǎo）地管理承保（bǎo）风险。拉（lā）斯维加斯市（shì）已经（jīng）转向了（le）一（yī）种机（jī）器（qì）学习（xí）解决方案，以确保其（qí）智能（néng）城市计划的安全（quán），其目标是实时自动检测和（hé）应对威胁。
对企（qǐ）业（yè）的启示
对于跨行业的企业来说，人工智能有可能提升（shēng）物联网部署（shǔ）所创造的价值，从而实（shí）现更好的产品和运（yùn）营，从而在业务绩（jì）效方面获得竞争优势。
考虑新的（de）基（jī）于物联网项目的（de）管理人员应该意识到，用（yòng）于预测能力的（de）机器学习现在已与大多（duō）数主要的水（shuǐ）平（换句话（huà）说，通用）和工业物联网（wǎng）平（píng）台集成，如MicrosoftAzureIoT、IBMWatsonIoT、AmazonAWSIoT、GEPredix和PTCThingWorx。
越来（lái）越多的（de）交钥匙、捆绑或垂直（zhí）物联网解决方（fāng）案利用了机器学习等人（rén）工智能（néng）技术。例如，对于联网的汽车使用案例（lì），宝马的CarData平台可以访问车主（zhǔ）共享的数据和IBMWatsonIoT的AI功能。在消费品和零售业，许多补货自动化和优化解决方案使用（yòng）机器学习（xí）来预测需求和优化库存水平（píng）。汽车（chē）保险业的远程（chéng）信息处理解决（jué）方案提供商正在整（zhěng）合机器学习，以创建更准确的风险模型和预测索（suǒ）赔（péi）行为（wéi）。
也许可以（yǐ）使用人工智能技术从物联网部署中获取更多价值，而物联网部署的设计（jì）并没（méi）有考虑到人工智能的使用。例如，匈牙利一家（jiā）石油和天然气公司将机器学习应用于（yú）传感器（qì）数据，这些（xiē）数据在柴油生产过程中已经被收集。该分析（xī）使（shǐ）该公司能够更准确（què）地预（yù）测燃料的硫含量，并帮助确（què）定工（gōng）艺改进，目前每年可为公司节（jiē）省60多万（wàn）美元。企（qǐ）业可能已经在使用的主要水（shuǐ）平和工业（yè）物联网平台正在提供基于人工智能（néng）的新功能，这可能有助于（yú）提高（gāo）现有部（bù）署的价值。
物联网（wǎng）的未来是人工智能
在物联网的情况（kuàng）下，机（jī）器学（xué）习可以帮助公（gōng）司获（huò）取他们（men）拥有的数（shù）十亿个数据点，并将其归（guī）结为有（yǒu）意义（yì）的内容。总的前提（tí）和零售应用程序一样——回顾和分（fèn）析（xī）你收集的数据，找出（chū）可以从（cóng）中学（xué）到的模式或相似之处，以便做出更好的决策。物（wù）联网也会产生（shēng）大数据，但人工智能只是（shì）让这些（xiē）大数据对一个行业（yè）有用（yòng）和（hé）有意义的技术。物联网和（hé）人工智能技（jì）术之间互（hù）惠共（gòng）存。有大（dà）量的（de）领域和商业利基可以获得两种（zhǒng）技术共（gòng）存的优（yōu）势。是时（shí）候让机器指出真正的机会在（zài）哪里了。
