人工智能和物聯(lián)網(wǎng)是怎樣的一種關(guān)系
掃描二維碼
隨時(shí)隨地手機(jī)看文章
如今,人們看到越來越多的企業(yè)投資人工智能和物聯(lián)網(wǎng)技術(shù),并且已經(jīng)開始創(chuàng)造新的市場(chǎng)和機(jī)遇。
調(diào)研機(jī)構(gòu)Gartner公司預(yù)測(cè),到2022年,超過80%的企業(yè)物聯(lián)網(wǎng)項(xiàng)目將包括人工智能技術(shù)和組件,而目前只有10%。
簡(jiǎn)單來說,物聯(lián)網(wǎng)(IoT)就是將設(shè)備連接到互聯(lián)網(wǎng),因此他們能夠根據(jù)收集的數(shù)據(jù)對(duì)情況作出反應(yīng)。隨著物聯(lián)網(wǎng)的業(yè)務(wù)潛力通過創(chuàng)新的用例不斷實(shí)現(xiàn),也得到了大量的宣傳和炒作。
但物聯(lián)網(wǎng)本身就是無價(jià)之寶嗎?并且收集的數(shù)據(jù)很重要嗎?畢竟,如果沒有數(shù)據(jù)和解釋能力,物聯(lián)網(wǎng)采用的只是一堆傳感器收集的無法使用的信息。
如果不考慮物聯(lián)網(wǎng),那么投資回報(bào)率呢?
這是一個(gè)很重要的問題;最終,它涉及到企業(yè)如何從其物聯(lián)網(wǎng)部署中獲得價(jià)值。
說實(shí)話,目前物聯(lián)網(wǎng)模型的發(fā)展現(xiàn)狀還不夠好。傳輸傳感器收集的大量數(shù)據(jù)的概念既不可持續(xù),也不經(jīng)濟(jì)。
思科公司在2017年公布了一項(xiàng)調(diào)查結(jié)果表明,76%的企業(yè)采用的物聯(lián)網(wǎng)計(jì)劃遭遇失敗,而大多數(shù)人認(rèn)為他們的物聯(lián)網(wǎng)計(jì)劃在理論上看起來很好,結(jié)果證明它們比最初的預(yù)期更復(fù)雜。
物聯(lián)網(wǎng)對(duì)商業(yè)世界有著很多承諾,企業(yè)為此可以獲得更多的洞察力,支持遠(yuǎn)程操作,并提高效率。相反,他們只是得到了更多的數(shù)據(jù)(而“大數(shù)據(jù)”還沒有讓人們失望)。
人工智能的幫助
德勤會(huì)計(jì)師事務(wù)所總經(jīng)理David Schatsky表示,多虧有了人工智能,人們還有希望。在談到信息時(shí)代時(shí),他解釋了人工智能能夠快速從數(shù)據(jù)中提取見解的原因,這使得它可以有效協(xié)助物聯(lián)網(wǎng)部署。
他說:“多年來,人們一直在說‘我們收集了這么多數(shù)據(jù),卻不知道該怎么處理’,但我相信人工智能在一定程度上是這個(gè)問題的答案。有了人工智能,可以收集大量信息,從中找到基本模式和見解,并實(shí)現(xiàn)自動(dòng)化,簡(jiǎn)化了使用數(shù)據(jù)的過程?!?/p>
市場(chǎng)似乎也對(duì)這一現(xiàn)實(shí)做出了反應(yīng)。Gartner公司預(yù)測(cè),到2022年,超過80%的企業(yè)物聯(lián)網(wǎng)項(xiàng)目將包括人工智能組件,而目前只有10%。
根據(jù)Gartner公司的調(diào)查,盡管人工智能的技術(shù)前景非常復(fù)雜,但許多IT供應(yīng)商在人工智能方面投入了大量資金,希望能夠通過人工智能從廣泛的物聯(lián)網(wǎng)信息、視頻、靜態(tài)圖像、語音和網(wǎng)絡(luò)流量活動(dòng)到傳感器數(shù)據(jù),取得良好的效果。
人工智能和機(jī)器學(xué)習(xí)在物聯(lián)網(wǎng)潛力方面的作用
根據(jù)Schatsky的說法,人工智能在提高運(yùn)營(yíng)效率和加強(qiáng)風(fēng)險(xiǎn)管理等方面對(duì)物聯(lián)網(wǎng)非常有用。對(duì)他而言,所有這些都與預(yù)測(cè)分析有關(guān),人工智能和機(jī)器學(xué)習(xí)使得識(shí)別恒定數(shù)據(jù)流中的模式成為可能。
他說:“可以從聲音設(shè)備制造、設(shè)備產(chǎn)生的溫度、振動(dòng)或氣味等方面收集數(shù)據(jù),這可能表明從正常到異常的變化。因此,假設(shè)可以捕獲這些數(shù)據(jù),并使用它自動(dòng)檢測(cè)某個(gè)異常情況,并使用該數(shù)據(jù)預(yù)測(cè)可能發(fā)生故障的時(shí)間,從而使企業(yè)能夠以有序的方式安排維修或維護(hù)?!?/p>
在制造業(yè)方面,德勤公司發(fā)現(xiàn)預(yù)測(cè)性維護(hù)可以將維護(hù)計(jì)劃所需的時(shí)間縮短20%-50%,將設(shè)備正常運(yùn)行時(shí)間和可用性提高10%-20%,并將總體維護(hù)成本降低5%-10%。
采用人工智能技術(shù),企業(yè)還可以監(jiān)控更多的數(shù)據(jù)點(diǎn)??梢允惯\(yùn)輸管理等領(lǐng)域獲得幫助。例如,Cloudera公司聲稱其運(yùn)輸管理人工智能解決方案可以減少交通運(yùn)輸?shù)膿矶聲r(shí)間,最多可降低40%。
啟用新產(chǎn)品和服務(wù)
Schatsky還認(rèn)為,人工智能和物聯(lián)網(wǎng)的結(jié)合可以催生改進(jìn)的產(chǎn)品和服務(wù),Schatsky說:“每個(gè)人似乎都知道的一個(gè)例子就是智能音箱,如Alexa和Siri。如果沒有物聯(lián)網(wǎng)和人工智能的結(jié)合,這兩種產(chǎn)品將不會(huì)存在。”
人工智能提供語音識(shí)別技術(shù),物聯(lián)網(wǎng)連接音箱設(shè)備,可以幫助收集和響應(yīng)所說的內(nèi)容。
此外他指出,得益于人工智能,企業(yè)可以使用物聯(lián)網(wǎng)設(shè)備從其銷售的產(chǎn)品中收集數(shù)據(jù),并對(duì)其使用情況產(chǎn)生見解。
他補(bǔ)充說:“由于采用人工智能技術(shù),擁有可嵌入智能的設(shè)備創(chuàng)造了一系列以前不可能存在的新產(chǎn)品?!?/p>
Schatsky聲稱,企業(yè)也在尋找通過銷售服務(wù)來實(shí)現(xiàn)人工智能洞察力的方法。
他說,“想象一下,建筑設(shè)備制造商能夠以可控的成本提供產(chǎn)品和維護(hù)服務(wù),因?yàn)樗麄兞私馐裁磿r(shí)候會(huì)發(fā)生故障。因此,提供了以前不可能提供的各種服務(wù),因?yàn)槠髽I(yè)可能盲目操作,無法經(jīng)濟(jì)有效地提供這種服務(wù)?!?/p>
面臨的挑戰(zhàn)
當(dāng)然,將人工智能和物聯(lián)網(wǎng)結(jié)合起來并不是一件容易的事;它不僅需要大量的投資,而且還需要新的技能和專業(yè)知識(shí)。但是,管理收集的數(shù)據(jù)的能力可能是最突出的挑戰(zhàn)。
Schatsky警告說:“企業(yè)經(jīng)常認(rèn)為他們擁有大量的數(shù)據(jù),這些數(shù)據(jù)對(duì)于分析人工智能并從中獲取價(jià)值的時(shí)機(jī)已經(jīng)成熟。但很多時(shí)候,它比現(xiàn)實(shí)更具潛力,因?yàn)閿?shù)據(jù)可能沒有放在正確的場(chǎng)合或格式不對(duì),或者不干凈。因此,最重要的挑戰(zhàn)之一就是成為有效的數(shù)據(jù)管理者。”
與此同時(shí),人們還必須記住,構(gòu)建具有智能的人工智能算法通常只是物聯(lián)網(wǎng)整體解決方案的一部分。更重要的挑戰(zhàn)是集成所有設(shè)備和數(shù)據(jù)。